Elysia Tools
导航
Math & Numbers
使用精确二项或连续性校正卡方 McNemar 检验分析配对二分类变化
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
等待运行
工具使用指南
McNemar 检验计算器是一款专门用于分析配对二分类数据变化的统计工具。它通过比较同一受试对象在干预前后的分类响应（如“是/否”或“通过/失败”），利用精确二项分布或连续性校正卡方检验，帮助研究人员判断观察到的变化是否具有统计学显著性。
背景
研究员想测试一种新药是否能显著改变患者的某种病理指标（阳性/阴性）。
问题
收集了 60 名患者的数据，发现 20 人前后均为阳性，3 人由阳转阴，12 人由阴转阳，25 人前后均为阴性。
如何使用
在输入框分别填入：前是后是=20，前是后否=3，前否后是=12，前否后否=25，方法选择“精确二项”。
结果
系统计算得出 P 值为 0.0352，小于 0.05，结论为药物干预引起的变化具有统计学显著性。
背景
分析师需要评估一支新视频广告是否显著提高了潜在用户的购买意愿。
问题
调查了 100 名用户，其中广告前想买但广告后不想买的有 5 人，广告前不想买但广告后想买的有 15 人。
如何使用
输入异质对数据（5 和 15），其余一致对数据按实填入，选择“卡方”检验并设定 Alpha 为 0.05。
结果
系统输出卡方统计量和 P 值，若 P < 0.05 则证明广告产生了显著的正面引导效果。
主要用于配对的二分类数据，即对同一组对象在不同时间或不同条件下进行两次观测得到的结果。
当异质对（即“前是后否”与“前否后是”）的总数较少（通常小于 25）时，建议使用精确二项分布以获得更准确的 P 值。
McNemar 检验只关注发生变化的情况（异质对），一致的结果不提供关于变化方向的信息，因此不进入核心计算。
默认值为 0.05，这是统计学中判断结果是否具有显著性差异的常用阈值。
意味着在统计学上拒绝原假设，即认为干预前后的分类分布存在显著差异，变化不是由随机误差引起的。