月ごとの出席・欠席の一致テストやあ、
私は、月ごとの寄生虫の発生と、その寄生虫が感染する組織における組織学的病変の月ごとの発生に関するデータを収集しました。この寄生虫は季節性が強く、流行のピークとその激しさは 3 月と 4 月に発生します。病変は年間を通じてさらに広がっていますが、それらの月により一般的であるようです。したがって、それぞれ（病変または寄生虫）について、分割表（2x12）を作成して、病変と寄生虫の有病率が最も高い月を示すことができます。私がやりたいのは、寄生虫と病変がどの程度一致するかをテストすることです。毎月の病変と寄生虫の有病率を比較するための一致テストはありますか?
月を無視して、寄生虫と病変の分割表を作成できます。結果は、カッパが 0.0248、P = 0.5804 であることを示しています。また、対称性に関するボウカー検定 (2x2 分割表より大きい) は、不一致の対称性 chisq = 22.6、P <0.001 を示します。私はこれらの結果を、病変と寄生虫との間の全体的な一致を示す強力な尺度はないと解釈します。ただし、これには月は含まれません。
Re: 月ごとの出席・欠席の一致テストご協力いただきありがとうございます！
Re: 月ごとの出席・欠席の一致テスト特に X と Y のレベルが 2 つしかないため、公称モデリング タイプを使用しても CMH テストで特異点が発生するとは思えません。
はい、帰無仮説は X と Y の間に関連性がありません。
はい、層別分割確率分析は非常に有意です (LRT カイ二乗 > 65、p 値 < 0.0001)。 (カイ 2 乗は関連性の強さの評価には使用できず、その重要性のみを評価するために使用できることに注意してください。)
はい、関連する CMH 検定 (一般カテゴリー協会) は非常に有意です (カイ二乗 > 40、p 値 < 0.0001)。 層別化は、質問に答える必要がある場合に、関連付けが層全体に一貫して存在することを保証するのに役立ちます。 CMH 検定では、カイ二乗統計量のサンプル サイズ要件も多少緩和されますが、この場合は問題になりません。 (予想カウントが 5 未満のセルは 20% 未満です。)
Re: 月ごとの出席・欠席の一致テスト
こちらが分割表とCMHの結果です。病変と寄生虫の有無を順序として設定したところ、うまくいきました。月ごとに階層化してみました。以前はカラムを公称値に設定していたと思います。
私は帰無仮説は、病変と寄生虫との間に関連性がないということであると信じています。したがって、それらの間には非常に重要な関連性があるように見えます。そこで私が疑問に思っているのは、CMH と層別化が標準のカイ二乗よりもさらに多くの情報を提供するということです。
ご協力いただきありがとうございます！
Re: 月ごとの出席・欠席の一致テストカッパ対策合意評価者間または評価間。 マクネマー/バウカーのテストの場合対称、帰無仮説は、正方形の表の確率が対称性を満たすか、またはp ij = pじテーブルセルのすべてのペアに対して。
CMH テストの内容は次のとおりです。協会4 つの選択肢の中から選択するのは、X 変数と Y 変数のモデリング タイプによって異なります。 JMP ヘルプより:
- Cochran-Mantel-Haenszel 検定は、3 番目の分類全体でブロックした後、2 つのカテゴリ変数間に関係があるかどうかを検出します。
- スコアの相関: Y または X の両方が順序数または間隔である場合に適用されます。 対立仮説は、ブロッキング変数の少なくとも 1 つのレベルで Y と X の間に線形関連があるというものです。
- 列カテゴリ別の行スコア: Y が序数または間隔の場合に適用されます。 対立仮説は、ブロッキング変数の少なくとも 1 つのレベルについて、 r行が等しくありません。
- 行カテゴリ別の列スコア: X が序数または間隔の場合に適用されます。 対立仮説は、ブロッキング変数の少なくとも 1 つのレベルについて、 c列が等しくありません。
- 一般准将カテゴリの: ブロッキング変数の少なくとも 1 つのレベルについて、X と Y の間に何らかの種類の関連性があることをテストします。
検定統計量は基本的に階層ごとに計算され、全体の検定統計量に結合されます。
Re: 月ごとの出席・欠席の一致テスト特異点は通常、このテストの背後にあるモデルが過剰に仕様化されていることを意味します。 これは、X 変数のレベルが 2 つしかない場合に、線形予測子に二次項を含めることに似ています。 このようなデータはモデルの推定をサポートしません。 CMH テストを適用する前後に、データを緊急事態プラットフォームに投稿していただけますか?
Re: 月ごとの出席・欠席の一致テストマーク、
もう一つ質問が 2 つあります。また、月を無視して、寄生虫と病変の間の一般的な一致統計も実行しました。カッパスコアは高く (0.66)、有意な P<0.001 でした。ボウカー検定も有意な chisq 5.4、P=0.196 でした。バウカーの検査でカッパが確認されたのか？バウカーの結果は同意ではなく意見の相違をテストしているように見えるので、どう受け止めればよいのかわかりません。説明できますか？
また、これについて少し考えてみたところ、分析に月を含めることが重要であるかどうかわかりません。おそらくKappaとBowker'sで十分でしょう。ただし、CMH テストが Kappa と Bowkers 以外の追加の有用な情報を提供するかどうかを知りたいと思っています。
再度、感謝します！！
Re: 月ごとの出席・欠席の一致テストマーク、
寄生虫と病変をXとYとして月ごとに階層化してCMHテストを実行してみました。結果ボックスでは相関スコアが空白になり、共分散行列が特異であるため統計が計算されなかったことを示すメッセージが表示されます。どういう意味ですか？
ありがとう！
Re: 月ごとの出席・欠席の一致テストあなたは私よりはるかに先を行っています！ はい、null は関連付けがありません。 まず、Contingency プラットフォームを使用して全体的な関連性 (層別化されていない) をテストし、次に月ごとの層別化のために赤い三角形から CMH を選択します。
Re: 月ごとの出席・欠席の一致テストOK、あなたが言及しているのはコクラン・マンテル・ヘンツェル・テストだと思います。例を見つけたので、実行方法を理解しました。そこで、病変と寄生虫の有無を X と Y として選択し、ポップアップ ウィンドウでグループ化変数として月を選択しました。デフォルトでは、帰無仮説は寄生虫と病変の間に相関関係がないということですか?
ありがとう！
Re: 月ごとの出席・欠席の一致テストやあ、
魚ごとに寄生虫と病変の有無を記録しました。 の
それぞれの月ごとの魚の割合は 10 パーセント前半から 100% までの範囲です。
正しく理解してください、両方とも同じスケールです
CMH テストとは何ですか。月ごとに層別化するにはどうすればよいですか。
ありがとう！
マーク
Re: 月ごとの出席・欠席の一致テストY と X は同じスケールで一致します。 あなたの説明では、数（病変、寄生虫）について言及していますが、いずれかに使用されるスケールについては言及していません。
アソシエーションはより一般的です。 分割表を月ごとに戦略化することもできます。 CMH テストの 1 つで仮説がカバーされるはずです。
