マクネマーの検定

マクネマーの検定の定義と利点

McNemarの検定は，2つの処理のみがあるときの Cochranの Q 検定の特殊例である．CochranのQ 検定と同様，目的の変数はバイナリである．ただし，McNemarの検定は，2つの利点を持っている：

1. 正確な p-値を得ることができる ；
2. 2x2 分割表でデータを要約できる．

両側検定の場合，帰無仮説(H₀) と対立仮説 (H_a) は：

H₀: 処理 1 = 処理 2 および H_a: 処理 1 ≠ 処理 2

片側検定の場合，左側（下側）検定と右側（上側）検定を区別する必要がある．左側検定では，以下の仮説を用いる：

H₀: 処理 1 = 処理 2 および H_a: 処理 1 < 処理 2

右側検定では，以下の仮説を用いる:

H₀: 処理 1 = 処理 2 および H_a: 処理 1 > 処理 2

McNemarの検定の入力データ

入力データには3通りの形式が利用できる：

1. 原” 形式でデータを選択できる．この場合，各列は処理に，各行は被験者（または個人，またはブロック）に対応する．
2. “グループ化” 形式でデータを選択することもできる．これは，各列が処理に，各行がk 個の処理の一意な組み合わせに対応する．そして，各組み合わせに対応する度数を選択する必要がある．
3. 2行と2列の分割表を選択することもできる．これを選んだ場合，1番目と2番目の処理がそれぞれ行と列に対応するとみなされる．陽性反応のケース（成功）は，1番目の処理が分割表の最初の行，2番目の処理が最初の列に対応するとみなされる．