쌍으로 된 관측치에서 이진 반응 데이터의 모델링에 관심이 있습니다. 우리는 그룹에서 사전 사후 중재의 효과에 대해 추론하여 잠재적으로 여러 공변량을 조정하고 중재의 일부로 특별히 다른 훈련을받은 그룹에 의한 효과 수정이 있는지를 결정합니다.
다음과 같은 형식의 데이터가 제공됩니다.
id phase resp
1 pre 1
1 post 0
2 pre 0
2 post 0
3 pre 1
3 post 0
그리고 대응 응답 정보 의 상표 :
반면에 조건부 로지스틱 회귀 분석에서는 조건부 우도를 최대화하여 다른 가설을 사용하여 동일한 가설을 검정합니다.
그렇다면이 테스트들 사이의 관계는 무엇입니까? 앞서 제시 한 비상 대응표를 어떻게 간단하게 테스트 할 수 있습니까? null 하에서 clogit 및 McNemar의 접근법에서 p- 값을 보정하면 완전히 관련이 없다고 생각합니다!
library(survival)
n <- 100
do.one <- function(n) {
id <- rep(1:n, each=2)
ph <- rep(0:1, times=n)
rs <- rbinom(n*2, 1, 0.5)
c(
'pclogit' = coef(summary(clogit(rs ~ ph + strata(id))))[5],
'pmctest' = mcnemar.test(table(ph,rs))$p.value
)
}
out <- replicate(1000, do.one(n))
plot(t(out), main='Calibration plot of pvalues for McNemar and Clogit tests',
xlab='p-value McNemar', ylab='p-value conditional logistic regression')
재미있다! 두 방법은 이론에 따라 비슷한 결과를 가져야합니다. 질문을 올바르게 이해하면 McNemar 검정의 귀무 가설은
나는 McNemar의 검정을 승산 비의 검정으로 매개 변수화 할 수 있다는 것을 기억하는 것 같습니다. 그래서 그 검정에 대한 가능성 (조건부 가능성?)을 어떻게 작성할지 궁금합니다.
—
AdamO
McNemar 's Test의 정확한 버전을 의미하는지 확실하지 않습니다. Breslow and Day (1980) , p. 164-166 및 패키지
—
Randel
exact2x2
는 참조 일 수 있습니다.