Cochran-Mantel-Haenszel 테스트 해석: X var 치환 및 블로킹 Var = 다른 결과두 개의 범주형 변수(X = BIOMARKER, Y = RESPONSE, Freq = FREQ) 간의 연관성을 테스트하기 위해 특별히 만든 다음 모의 데이터 세트가 있으며, 세 번째 범주형 변수 = ARM으로 그룹화됩니다.
| 팔 | 바이오마커 | 응답 | 주파수 |
| PBO | 비엠- | NR | 25 |
| PBO | 비엠- | 아르 자형 | 25 |
| PBO | 비엠+ | NR | 21 |
| PBO | 비엠+ | 아르 자형 | 29 |
| 활동적인 | 비엠- | NR | 38 |
| 활동적인 | 비엠- | 아르 자형 | 12 |
| 활동적인 | 비엠+ | NR | 20 |
| 활동적인 | 비엠+ | 아르 자형 | 30 |
X by Y contigency analysis와 CMH test를 수행하면 다음과 같은 결과를 얻을 수 있습니다.
| Cochran-Mantel-Haenszel 테스트 |
| 층화 기준 | | |
| 팔 | | | |
| | | | |
| | | | |
| CMH 테스트 | 카이스퀘어 | DF | 문제>치스크 |
| 점수의 상관관계 | 9.739 | 1 | 0.0018 |
| 열 범주별 행 점수 | 9.739 | 1 | 0.0018 |
| 행 범주별 Col Score | 9.739 | 1 | 0.0018 |
| 일반 협회 카테고리의 | 9.739 | 1 | 0.0018 |
그러나 X = ARM, Y = RESPONSE 및 Freq = FREQ에서 BIOMARKER로 그룹화된 상호 분석을 시도하면 다른 결과가 나타납니다.
| | | | |
| | | | |
| Cochran-Mantel-Haenszel 테스트 |
| 층화 기준 | | |
| 바이오마커 | | |
| | | | |
| | | | |
| CMH 테스트 | 카이스퀘어 | DF | 문제>치스크 |
| 점수의 상관관계 | 3.0013 | 1 | 0.0832 |
| 열 범주별 행 점수 | 3.0013 | 1 | 0.0832 |
| 행 범주별 Col Score | 3.0013 | 1 | 0.0832 |
| 일반 협회 카테고리의 | 3.0013 | 1 | 0.0832 |
| | | | |
어느 쪽이든 동일한 결과를 얻을 것으로 예상했기 때문에 분명히 CMH 분석의 메커니즘을 이해하지 못하고 있습니다.
또한 이 예에서는 ACTIVE 그룹의 BIOMARKER에만 대조가 있지만(설계상) 각 ARM에 대한 p 값을 계산하는 방법을 잘 모르겠습니다("By" 옵션 사용 외에).
감사
Re: Cochran-Mantel-Haenszel 테스트 해석: X var 및 차단 Var 순열 = 다른 결과당신의 예감이 맞습니다. 제 동료인 밥 루카스(Bob Lucas)는 다음과 같이 대답했습니다.
" 나는 이것에 갔다 링크 .
테스트 통계를 보니 가능하지 않다고 생각합니다.
CMH 테스트의 분자는 관찰된 마이너스 예측 제곱의 모든 계층에 대한 합입니다. 분모는 분포가 점근적으로 카이 제곱이 되도록 크기 조정 요소일 뿐입니다.
CMH 테스트의 분자는 ANOVA에서 F의 분자와 유사합니다.결과적으로 ANOVA의 전체 F 테스트와 ANOVA의 두 평균 비교와 유사한 상황이라고 생각합니다.
한 계층에는 중요한 연관성이 있을 수 있지만 다른 계층에는 없을 수 있으므로 모든 계층을 평균하면 하나의 연관성이 숨겨집니다.ANOVA의 두 평균이 다를 수 있지만 전체 F가 유의하지 않은 것과 유사합니다.
ANOVA에서 쌍별 평균 비교가 유의하지 않으면 전체 F가 유의하지 않을 수 있습니다. "
Re: Cochran-Mantel-Haenszel 테스트 해석: X var 및 차단 Var 순열 = 다른 결과나는 그러한 경우의 예를 만들 수 없었고, 계산을 확인하고 어떤 상황에서 가능한지 결정할 수 있는 Agresti의 교과서에 액세스할 수 없습니다. 따라서 저 또는 다른 전문가가 그 동안 답변할 수 있을 때까지 잠시 기다려야 합니다.
Re: Cochran-Mantel-Haenszel 테스트 해석: X var 및 차단 Var 순열 = 다른 결과친애하는 마크,
설명해 주셔서 감사합니다. CMH 테스트에 대한 제한된 이해에 대해 죄송하지만 후속 조치로 응답과 예측 변수 간의 연관성이 중요하지 않지만 CMH 테스트가 계층 전반에 걸쳐 유의미한 상황이 있는지 알고 싶습니다.
지금까지 일부 모의 데이터를 실험해 보았지만 이러한 유형의 출력을 생성하는 데이터 조합을 찾을 수 없습니다.
도와주셔서 감사합니다.
진정으로,
티에리
Re: Cochran-Mantel-Haenszel 테스트 해석: X var 및 차단 Var 순열 = 다른 결과두 가지 다른 분석에서 동일한 결과를 기대하는 이유는 무엇입니까?
주의 분석 역할 . 그만큼 와이 역할은 응답 또는 결과에 대한 것입니다. 그만큼 엑스 역할은 설명 또는 예측 변수에 대한 것입니다. 다음 역할을 사용하여 정의 협회 관심. CMH 분석은 세 번째 역할을 사용합니다. 지층 . 다음을 확인하려는 경우 이 역할을 사용합니다. 중요성 Y와 X 사이의 연관성은 계층 전반에 걸쳐 더 크거나 작습니다(세 번째 변수의 수준).
첫 번째 분석에서는 ARM으로 계층화된 Response와 Biomarker 간의 연관성을 조사/테스트했습니다. 두 번째 분석에서는 Biomarker로 계층화된 ARM과 Response 간의 연관성을 조사/테스트했습니다. 이 두 분석은 동일하지 않습니다.
참조: Agresti, Alan(1996) 범주형 데이터 분석 소개 , John Wiley & Sons, New York, 61페이지.
