Calculateur de Test de McNemar

Teste les changements binaires apparies avec McNemar exact ou khi deux corrige

Exemples de résultats

1 Exemples

Tester un changement binaire avant-apres

Utilise McNemar pour evaluer des changements asymetriques oui/non apparies

{
  "result": {
    "discordantPairs": 15,
    "exactPValue": 0.0352,
    "pValue": 0.0352,
    "rejectNull": true
  }
}
Voir paramètres d'entrée
{ "beforeYesAfterYes": 20, "beforeYesAfterNo": 3, "beforeNoAfterYes": 12, "beforeNoAfterNo": 25, "method": "exact", "alpha": 0.05, "decimalPlaces": 4 }

Points clés

Catégorie
Maths, dates et finance
Types d’entrée
number, select
Type de sortie
json
Couverture des échantillons
4
API disponible
Yes

Vue d’ensemble

Ce calculateur de test de McNemar permet d'analyser les changements de proportions dans des données appariées, comme des études avant-après. Il évalue si une intervention a provoqué un changement significatif dans les réponses binaires en utilisant soit le test binomial exact, soit le test du khi-deux avec correction de continuité, en se concentrant sur les paires discordantes.

Quand l’utiliser

  • Pour comparer les résultats d'un même groupe de sujets avant et après un traitement ou une intervention spécifique.
  • Pour analyser des paires assorties dans des études de cas-témoins où chaque sujet est lié à un témoin.
  • Pour vérifier si un changement d'opinion ou de comportement est statistiquement significatif après une campagne de communication.

Comment ça marche

  • Saisissez les fréquences observées pour les quatre combinaisons de réponses : Oui/Oui, Oui/Non, Non/Oui et Non/Non.
  • Choisissez la méthode de calcul entre le test binomial exact (recommandé pour les petits effectifs) ou le test du khi-deux.
  • Définissez le seuil de signification alpha, généralement fixé à 0,05 pour les tests standards.
  • Le calculateur traite les paires discordantes pour générer la valeur p et déterminer si l'hypothèse nulle doit être rejetée.

Cas d’usage

Évaluation de l'efficacité d'un médicament en comparant l'état de santé des patients avant et après le traitement.
Analyse de l'impact d'une formation professionnelle sur la réussite ou l'échec des employés à un test de compétence.
Étude de l'évolution des intentions de vote des électeurs avant et après un débat politique télévisé.

Exemples

1. Impact d'un nouveau traitement sur l'insomnie

Chercheur en médecine
Contexte
Une étude suit 60 patients souffrant d'insomnie avant et après l'administration d'un nouveau protocole de soin.
Problème
Déterminer si le traitement réduit significativement le nombre de patients souffrant d'insomnie.
Comment l’utiliser
Entrez 20 pour Oui/Oui, 3 pour Oui/Non (guéris), 12 pour Non/Oui (nouveaux cas), et 25 pour Non/Non.
Configuration d’exemple
method: "exact", alpha: 0.05
Résultat
Avec une valeur p de 0,0352, le chercheur rejette l'hypothèse nulle, confirmant l'efficacité statistique du traitement.

2. Efficacité d'une campagne de sensibilisation

Responsable marketing
Contexte
Un sondage mesure la reconnaissance d'une marque auprès de 100 consommateurs avant et après une campagne publicitaire.
Problème
La campagne a-t-elle amélioré la notoriété de la marque de manière significative ?
Comment l’utiliser
Saisissez les fréquences de changement de perception dans les quatre cases et sélectionnez la méthode du khi-deux.
Configuration d’exemple
method: "chi-square", alpha: 0.01
Résultat
Le calculateur affiche le nombre de paires discordantes et indique si l'augmentation de la notoriété est statistiquement valide au seuil de 1%.

Tester avec des échantillons

math-&-numbers

FAQ

Quelle est la différence entre le test exact et le khi-deux ?

Le test binomial exact est préférable pour les petits échantillons avec peu de paires discordantes, tandis que le khi-deux est une approximation pour les grands groupes.

Qu'est-ce qu'une paire discordante ?

Il s'agit des cas où la réponse change entre les deux mesures, soit de 'Oui' vers 'Non', soit de 'Non' vers 'Oui'.

Pourquoi les paires concordantes ne sont-elles pas utilisées ?

Les paires qui ne changent pas (Oui/Oui ou Non/Non) n'apportent aucune information sur l'évolution de la proportion et sont donc exclues du calcul de McNemar.

Que signifie une valeur p inférieure à alpha ?

Cela indique que le changement observé est statistiquement significatif et qu'il est très peu probable qu'il soit dû au seul hasard.

Le test de McNemar peut-il être utilisé pour trois catégories ?

Non, ce test est spécifiquement conçu pour les variables catégorielles binaires à deux niveaux de réponse.

Documentation de l'API

Point de terminaison de la requête

POST /fr/api/tools/mcnemar-test-calculator

Paramètres de la requête

Nom du paramètre Type Requis Description
beforeYesAfterYes number Non -
beforeYesAfterNo number Non -
beforeNoAfterYes number Non -
beforeNoAfterNo number Non -
method select Non -
alpha number Non -
decimalPlaces number Non -

Format de réponse

{
  "key": {...},
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
Données JSON: Données JSON

Documentation de MCP

Ajoutez cet outil à votre configuration de serveur MCP:

{
  "mcpServers": {
    "elysiatools-mcnemar-test-calculator": {
      "name": "mcnemar-test-calculator",
      "description": "Teste les changements binaires apparies avec McNemar exact ou khi deux corrige",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=mcnemar-test-calculator",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Vous pouvez chaîner plusieurs outils, par ex.: `https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`, max 20 outils.

Si vous rencontrez des problèmes, veuillez nous contacter à [email protected]