Calculadora de Teste de McNemar

Testa mudancas binarias pareadas com McNemar exato ou qui-quadrado corrigido

Exemplos de resultados

1 Exemplos

Testar mudanca binaria antes-depois

Usa McNemar para avaliar mudancas assimetricas em respostas sim/nao pareadas

{
  "result": {
    "discordantPairs": 15,
    "exactPValue": 0.0352,
    "pValue": 0.0352,
    "rejectNull": true
  }
}
Ver parâmetros de entrada
{ "beforeYesAfterYes": 20, "beforeYesAfterNo": 3, "beforeNoAfterYes": 12, "beforeNoAfterNo": 25, "method": "exact", "alpha": 0.05, "decimalPlaces": 4 }

Fatos principais

Categoria
Matemática, datas e finanças
Tipos de entrada
number, select
Tipo de saída
json
Cobertura de amostras
4
API disponível
Yes

Visão geral

A Calculadora de Teste de McNemar é uma ferramenta estatística projetada para analisar mudanças em dados categóricos binários pareados, permitindo determinar se existe uma diferença significativa entre medições realizadas antes e depois de uma intervenção em amostras dependentes.

Quando usar

  • Quando você precisa comparar respostas do tipo 'sim/não' do mesmo grupo de indivíduos em dois momentos distintos.
  • Para avaliar a eficácia de um tratamento médico ou intervenção em estudos de caso-controle pareados.
  • Ao analisar a concordância e discrepância entre dois métodos de diagnóstico aplicados aos mesmos sujeitos.

Como funciona

  • Insira as frequências observadas para os quatro cenários de mudança (Sim/Sim, Sim/Não, Não/Sim, Não/Não) na tabela de contingência.
  • Escolha entre o método Binomial Exato, ideal para amostras pequenas, ou o Qui-quadrado de McNemar para amostras maiores.
  • Defina o nível de significância (Alfa) desejado para o teste, geralmente configurado em 0,05.
  • A ferramenta processa os pares discordantes para calcular o valor-p e determinar se a mudança observada é estatisticamente significativa.

Casos de uso

Pesquisas de opinião para medir a mudança de preferência de marca antes e depois de uma campanha publicitária.
Estudos clínicos para verificar se um sintoma desapareceu ou surgiu após a administração de um medicamento.
Testes de usabilidade comparando se usuários conseguem completar uma tarefa antes e depois de um tutorial.

Exemplos

1. Impacto de Treinamento de Vendas

Gerente de RH
Contexto
Uma equipe de 50 vendedores foi avaliada quanto ao cumprimento de metas antes e depois de um workshop intensivo.
Problema
Determinar se o treinamento aumentou significativamente o número de vendedores que atingem a meta.
Como usar
Insira o número de vendedores que batiam metas antes e depois, focando naqueles que mudaram de status.
Configuração de exemplo
beforeYesAfterYes: 20, beforeYesAfterNo: 3, beforeNoAfterYes: 12, beforeNoAfterNo: 15, method: 'exact'
Resultado
O valor-p de 0.0352 indica que o treinamento teve um impacto estatisticamente positivo no desempenho.

2. Comparação de Métodos Diagnósticos

Pesquisador Biomédico
Contexto
Comparação entre um teste rápido e um teste padrão ouro para detectar uma condição em 100 pacientes.
Problema
Verificar se o teste rápido apresenta um viés sistemático de resultados falso-positivos ou falso-negativos em relação ao padrão.
Como usar
Preencha a tabela com as concordâncias e discordâncias entre os dois métodos diagnósticos.
Configuração de exemplo
beforeYesAfterYes: 45, beforeYesAfterNo: 10, beforeNoAfterYes: 2, beforeNoAfterNo: 43, method: 'chi-square'
Resultado
O teste revela se a diferença entre os métodos é significativa ou se as discrepâncias ocorrem ao acaso.

Testar com amostras

math-&-numbers

FAQ

O que são pares discordantes no teste de McNemar?

São os casos que mudaram de categoria entre as duas medições, como passar de 'Sim' para 'Não' ou de 'Não' para 'Sim'.

Quando devo usar o método Binomial Exato?

É recomendado quando a soma dos pares discordantes é baixa (geralmente inferior a 25) para garantir maior precisão.

O teste de McNemar serve para amostras independentes?

Não, ele é específico para dados pareados, onde as mesmas unidades experimentais são medidas duas vezes.

Por que os pares concordantes não afetam o resultado?

O teste foca exclusivamente na mudança de estado; pares que permaneceram iguais não fornecem evidência de alteração sistemática.

O que significa rejeitar a hipótese nula neste teste?

Significa que há evidências estatísticas de que a intervenção ou o tempo causou uma mudança significativa nas proporções.

Documentação da API

Ponto final da solicitação

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

Parâmetros da solicitação

Nome do parâmetro Tipo Requerido Descrição
beforeYesAfterYes number Não -
beforeYesAfterNo number Não -
beforeNoAfterYes number Não -
beforeNoAfterNo number Não -
method select Não -
alpha number Não -
decimalPlaces number Não -

Formato de resposta

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

Documentação de MCP

Adicione este ferramenta à sua configuração de servidor MCP:

{
  "mcpServers": {
    "elysiatools-mcnemar-test-calculator": {
      "name": "mcnemar-test-calculator",
      "description": "Testa mudancas binarias pareadas com McNemar exato ou qui-quadrado corrigido",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=mcnemar-test-calculator",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Você pode encadear várias ferramentas, ex: `https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`, máx 20 ferramentas.

Se você encontrar algum problema, por favor, entre em contato conosco em [email protected]