Bioinformatics with Park-Kleis 기본 콘텐츠로 건너뛰기

라벨이 맥니마검정인 게시물 표시

McNemar Test (맥니마 검정법) - (2) 검정통계량

앞선 글에 이어서 대응쌍을 이루는 이항형 반응변수에 대한 주변동질성 검정법 을 더 살펴보고자 한다.  ❗ 대응쌍을 이루는 이항형 반응변수일 때, 주변동질성 검정법 의 귀무가설은 다음과 같다. $$ H_{0}: P(Y_{1}=1)=P(Y_{2}=1) $$ $$ H_{0}: \pi_{12}=\pi_{21} $$ 만약 귀무가설이 참이라면, n 12 와 n 21 가 비슷한 값을 가질 것이다.  n * = n 12 + n 21  가 두 칸의 도수합이라고 하면, 이렇게 두 개로 나뉘는 것은 binomial variate이기 때문이다. 귀무가설 H 0 : π 12 = π 21  하에서 n *  관측값이 n 12 와 n 21 가 될 확률은 1/2이다. 따라서 n 12 와 n 21 는 "성공횟수"와 "실패횟수"로, n *  번 시행일 때 성공의 확률이 1/2인 이항분포를 따른다. n * 이 10보다 클 때, 이 이항분포는 평균과 표준편차가 다음과 같은 정규분포와 비슷하게 된다.   $$ mean=\frac{1}{2}n^{*},  sd = \sqrt{n^{*}(\frac{1}{2})(\frac{1}{2})} $$ 따라서 표준화된 정규분포의 검정통계량은 다음과 같다. $$ z=\frac{n_{12}-(\frac{1}{2})n^{*}}{\sqrt{n^{*}(\frac{1}{2})(\frac{1}{2})}} = \frac{n_{12}-n_{21}}{\sqrt{n_{12}+n_{21}}} $$ 앞선 글에서 사용했던 표를 다시 가져와서 이 검정통계량에 대입해보면  Belt-Tightening Higher tax Agree Disagree Total Agree 227 132 359 Disagree 107 678 78...

McNemar Test (맥니마 검정법) - (1) 이항형 대응쌍에 대한 종속비율들의 비교

 두 표본이 있다.  한 표본의 개체와 다른 표본의 개체가 짝지어진 경우의 범주형 반응변수를 비교하고 싶을 때, 두 표본의 반응변수들을 대응쌍(matched pairs)이라 한다.  대응쌍의 예시로는 1) longitudinal 연구에서 동일한 대상을 시간의 흐름에 따라 반복적으로 관측하는 경우.  - ex. 식습관을 바꾸기 전의 체중과 바꾼 후의 체중 2) 같은 범주를 갖는 유사한 반응변수들이 두 개 이상 되는 설문조사의 경우.  - ex. 환경 개선을 위해 자발적으로 (1) 더 높은 세금을 지불할 의향이 있는지, (2) 생활수준 긴축을 받아들일 의향이 있는지.  Belt-Tightening Higher tax Agree Disagree Total Agree 227 132 359 Disagree 107 678 785 Total 334 810 1144 위 표에서 행의 marginal counts (359, 785)는 더 높은 세금을 지불할 의향이 있는가의 도수,  열의 marginal counts (334, 810)은 생활수준을 긴축할 의향이 있는가의 도수이다. ❗이 두 가지 질문에 "예"라고 응답할 확률은 어떻게 비교할 수 있는가? (1) 더 높은 세금을 지불할 의향이 있는가? "예"라고 대답한 표본 비율 = 359/1144=0.314 (2) 생활수준 긴축의 의향이 있는가? "예"라고 대답한 표본 비율 = 334/1144=0.292  ❓ 표본 오즈비 는? $$ \frac{227\times678}{132\times107}=10.9 $$ ➞ 두 질문에 대한 의견에는 강한 상관성이 존재한다. 질문 1에 "예"라고 응답할 확률은  $$ P(Y_{1}=...