test de homogeneidad de dos proporciones apareadas (McNemar)
testmcnemar.RdComparacion de dos proporciones apareadas. Texto intencionadamente sin tildes u otros caracteres especiales por la incompatibilidad de los mapas de caracteres.
Arguments
- pre
vector de observaciones en el pretest
- post
vector de observaciones en el posttest
- n
vector de enteros: frecuencias observadas con el formato n=c(n11,n12,n21,n22)
- n11
entero: frecuencia observada en la fila 1 y columna 1
- n12
entero: frecuencia observada en la fila 1 y columna 2
- n21
entero: frecuencia observada en la fila 2 y columna 1
- n22
entero: frecuencia observada en la fila 2 y columna 2
- fcat
vector de cadenas de texto: Nombres de fila
- ccat
vector de cadenas de texto: Nombres de columna
- alfa
real en (0,1): Nivel de error de los intervalos (alternativa a conf) y error de tipo I para la determinacion de n
- conf
real en (0,1): Nivel de confianza de los intervalos (alternativa a alfa)
- decs
entero: Numero de decimales en las salidas
- delta
real: diferencia a detectar
- beta
real en (0,1): Nivel de error de tipo II para la determinacion de n
- potencia
real en (0,1): Nivel de potencia deseada (alternativa a beta)
- lbls
vector de los nombres de variable pre- y post- (llamada desde testp)
Value
Informe analisis de dos proporciones apareadas mediante test de McNemar, intervalo de conf. para la diferencia y estimacion de tamano muestral
References
McNemar, Q. (1947). Note on the sampling error of the difference between correlated proportions or percentages. Psychometrika.
Examples
#
#Uso basico de la funcion introduciendo frecuencias observadas conforme a la tabla
# post+ post- |
# pre+ n11 n12 |
# pre- n21 n22 |
# -----------------
# |n
#
# Tabla de frecuencias. Son equivalentes las llamadas
testmcnemar(n=c(27,35,43,20))
#>
#>
#> # Inferencia con dos proporciones (muestras apareadas)
#> # ----------------------------------------------------
#>
#> # Frecuencias observadas pretest x posttest
#> + - Total
#> + 27 35 62
#> - 43 20 63
#> Total 70 55 125
#>
#>
#> # Proporciones observadas pretest x posttest
#> + - Total
#> + 0.216 0.280 0.496
#> - 0.344 0.160 0.504
#> Total 0.560 0.440 1.000
#>
#> # Test de McNemar: H₀:π₁₂=π₂₁
#> Validez: n₁₂+n₂₁ = 78 > 10 el test es válido
#> Zexp = 0.8492
#> valor.p Alternativa
#> Bilateral 0.3958 H₁:π₁₂≠π₂₁
#> Unilateral 0.1979 H₁:π₁₂<π₂₁
#>
#>
#> # Test exacto de Fisher:
#> H₀:π₁₂=0.5 para n₁₂ ~ B(n₁₂+n₂₁, π₁₂)
#> Valor.p Alternativa
#> Bilateral 0.4426 H₁:π₁₂≠0.5
#> Unilateral 0.2141 H₁:π₁₂<0.5
#> ____
#> * Aquí se alude a la probabilidad total de la discordancia, es decir que π₁₂+π₂₁=1
#>
#> # Estimación de las proporciones individuales de discordancias π₁₂ y π₂₁ (método de Wald ajustado)
#> [1] p₁₂ = 0.2868, 95%-IC(π₁₂) = (0.2088, 0.3649)
#> [2] p₂₁ = 0.3488, 95%-IC(π₂₁) = (0.2666, 0.4311)
#>
#>
#> # Intervalo de confianza para la diferencia de 2 proporciones apareadas
#> [1] Método de Wald (clásico con cpc):
#> Estimación puntual de π₁₂-π₂₁ = -0.0640
#> Validez: n₁₂+n₂₁ = 78 > 5, el IC es válido
#> 95%-IC(π₁₂-π₂₁) = (-0.2025, 0.0745)
#>
#> [2] Método de Agresti-Min:
#> Estimación puntual de π₁₂-π₂₁ = -0.0630
#> Validez: siempre es válido
#> 95%-IC(π₁₂-π₂₁) = (-0.1997, 0.0737)
testmcnemar(n11=27,n12=35,n21=43,n22=20)
#>
#>
#> # Inferencia con dos proporciones (muestras apareadas)
#> # ----------------------------------------------------
#>
#> # Frecuencias observadas pretest x posttest
#> + - Total
#> + 27 35 62
#> - 43 20 63
#> Total 70 55 125
#>
#>
#> # Proporciones observadas pretest x posttest
#> + - Total
#> + 0.216 0.280 0.496
#> - 0.344 0.160 0.504
#> Total 0.560 0.440 1.000
#>
#> # Test de McNemar: H₀:π₁₂=π₂₁
#> Validez: n₁₂+n₂₁ = 78 > 10 el test es válido
#> Zexp = 0.8492
#> valor.p Alternativa
#> Bilateral 0.3958 H₁:π₁₂≠π₂₁
#> Unilateral 0.1979 H₁:π₁₂<π₂₁
#>
#>
#> # Test exacto de Fisher:
#> H₀:π₁₂=0.5 para n₁₂ ~ B(n₁₂+n₂₁, π₁₂)
#> Valor.p Alternativa
#> Bilateral 0.4426 H₁:π₁₂≠0.5
#> Unilateral 0.2141 H₁:π₁₂<0.5
#> ____
#> * Aquí se alude a la probabilidad total de la discordancia, es decir que π₁₂+π₂₁=1
#>
#> # Estimación de las proporciones individuales de discordancias π₁₂ y π₂₁ (método de Wald ajustado)
#> [1] p₁₂ = 0.2868, 95%-IC(π₁₂) = (0.2088, 0.3649)
#> [2] p₂₁ = 0.3488, 95%-IC(π₂₁) = (0.2666, 0.4311)
#>
#>
#> # Intervalo de confianza para la diferencia de 2 proporciones apareadas
#> [1] Método de Wald (clásico con cpc):
#> Estimación puntual de π₁₂-π₂₁ = -0.0640
#> Validez: n₁₂+n₂₁ = 78 > 5, el IC es válido
#> 95%-IC(π₁₂-π₂₁) = (-0.2025, 0.0745)
#>
#> [2] Método de Agresti-Min:
#> Estimación puntual de π₁₂-π₂₁ = -0.0630
#> Validez: siempre es válido
#> 95%-IC(π₁₂-π₂₁) = (-0.1997, 0.0737)
# Determinacion del tamano de muestra para declarar significativa una
# diferencia delta con potencia 1-beta y error alfa
testmcnemar(n11=27,n12=35,n21=43,n22=20,delta=0.05,alfa=0.05,beta=0.15)
#>
#>
#> # Inferencia con dos proporciones (muestras apareadas)
#> # ----------------------------------------------------
#>
#> # Frecuencias observadas pretest x posttest
#> + - Total
#> + 27 35 62
#> - 43 20 63
#> Total 70 55 125
#>
#>
#> # Proporciones observadas pretest x posttest
#> + - Total
#> + 0.216 0.280 0.496
#> - 0.344 0.160 0.504
#> Total 0.560 0.440 1.000
#>
#> # Test de McNemar: H₀:π₁₂=π₂₁
#> Validez: n₁₂+n₂₁ = 78 > 10 el test es válido
#> Zexp = 0.8492
#> valor.p Alternativa
#> Bilateral 0.3958 H₁:π₁₂≠π₂₁
#> Unilateral 0.1979 H₁:π₁₂<π₂₁
#>
#>
#> # Test exacto de Fisher:
#> H₀:π₁₂=0.5 para n₁₂ ~ B(n₁₂+n₂₁, π₁₂)
#> Valor.p Alternativa
#> Bilateral 0.4426 H₁:π₁₂≠0.5
#> Unilateral 0.2141 H₁:π₁₂<0.5
#> ____
#> * Aquí se alude a la probabilidad total de la discordancia, es decir que π₁₂+π₂₁=1
#>
#> # Estimación de las proporciones individuales de discordancias π₁₂ y π₂₁ (método de Wald ajustado)
#> [1] p₁₂ = 0.2868, 95%-IC(π₁₂) = (0.2088, 0.3649)
#> [2] p₂₁ = 0.3488, 95%-IC(π₂₁) = (0.2666, 0.4311)
#>
#>
#> # Intervalo de confianza para la diferencia de 2 proporciones apareadas
#> [1] Método de Wald (clásico con cpc):
#> Estimación puntual de π₁₂-π₂₁ = -0.0640
#> Validez: n₁₂+n₂₁ = 78 > 5, el IC es válido
#> 95%-IC(π₁₂-π₂₁) = (-0.2025, 0.0745)
#>
#> [2] Método de Agresti-Min:
#> Estimación puntual de π₁₂-π₂₁ = -0.0630
#> Validez: siempre es válido
#> 95%-IC(π₁₂-π₂₁) = (-0.1997, 0.0737)
#>
#>
#> # Estudio de la potencia: δ = 0.05 -> ±δ=[-0.05, 0.05], potencia θ = 0.85, α = 0.05
#> 70%-IC(π₁₂-π₂₁) = (-0.1353, 0.0093) (método de Agresti-Min)
#>
#> -(--[--|)---]--- potencia < 85%
#>
#> Leyenda: --(---)-- --[---|---]--
#> IC- IC+ -δ 0 +δ
#>
#>
#> # Tamaño de muestra necesario para declarar significativa una diferencia δ
#> Diferencia: δ = 0.05
#> Potencia: θ = 0.850
#> Error de tipo I: α = 0.050
#>
#> [1] Estimación para la varianza máxima:
#> Asumiendo p₁₂ = 0.4750 p₂₁ = 0.5250
#> n ⩾ 3589
#>
#> [2] Basado en la información muestral:
#> Asumiendo p₁₂ = 0.3649 p₂₁ = 0.4149
#> n ⩾ 2798
#> ____
#> *Si se desea la estimación de n para el test unilateral, repetir
#> el análisis indicando alfa=0.1000 y asumir el n obtenido.
# Informacion en forma de vector
xpre<- c(1,1,2,2,1,2,1,2,2,2,1,1,2,2,1,1,2,2,1,1,1,1,1,1,1,NA,2)
xpost<-c(1,2,2,1,2,1,2,2,2,1,1,2,2,1,1,2,2,1,2,NA,1,1,1,2,2,2,1)
testmcnemar(xpre,xpost)
#>
#>
#> # Inferencia con dos proporciones (muestras apareadas)
#> # ----------------------------------------------------
#>
#> # Frecuencias observadas pretest x posttest
#> Detectado 1 caso faltante en pretest
#> Detectado 1 caso faltante en posttest
#> Se eliminan las parejas con algún valor faltante
#>
#> + - Total
#> + 6 8 14
#> - 6 5 11
#> Total 12 13 25
#>
#>
#> # Proporciones observadas pretest x posttest
#> + - Total
#> + 0.24 0.32 0.56
#> - 0.24 0.20 0.44
#> Total 0.48 0.52 1.00
#>
#> # Test de McNemar: H₀:π₁₂=π₂₁
#> Validez: n₁₂+n₂₁ = 14 > 10 el test es válido
#> Zexp = 0.4009
#> valor.p Alternativa
#> Bilateral 0.6885 H₁:π₁₂≠π₂₁
#> Unilateral 0.3442 H₁:π₁₂>π₂₁
#>
#>
#> # Test exacto de Fisher:
#> H₀:π₁₂=0.5 para n₁₂ ~ B(n₁₂+n₂₁, π₁₂)
#> Valor.p Alternativa
#> Bilateral 0.7905 H₁:π₁₂≠0.5
#> Unilateral 0.3953 H₁:π₁₂>0.5
#> ____
#> * Aquí se alude a la probabilidad total de la discordancia, es decir que π₁₂+π₂₁=1
#>
#> # Estimación de las proporciones individuales de discordancias π₁₂ y π₂₁ (método de Wald ajustado)
#> [1] p₁₂ = 0.3448, 95%-IC(π₁₂) = (0.1718, 0.5178)
#> [2] p₂₁ = 0.2759, 95%-IC(π₂₁) = (0.1132, 0.4385)
#>
#>
#> # Intervalo de confianza para la diferencia de 2 proporciones apareadas
#> [1] Método de Wald (clásico con cpc):
#> Estimación puntual de π₁₂-π₂₁ = 0.0800
#> Validez: n₁₂+n₂₁ = 14 > 5, el IC es válido
#> 95%-IC(π₁₂-π₂₁) = (-0.2169, 0.3769)
#>
#> [2] Método de Agresti-Min:
#> Estimación puntual de π₁₂-π₂₁ = 0.0741
#> Validez: siempre es válido
#> 95%-IC(π₁₂-π₂₁) = (-0.2057, 0.3538)
# Determinacion del tamano muestral
testmcnemar(xpre,xpost,delta=0.05, beta=0.15)
#>
#>
#> # Inferencia con dos proporciones (muestras apareadas)
#> # ----------------------------------------------------
#>
#> # Frecuencias observadas pretest x posttest
#> Detectado 1 caso faltante en pretest
#> Detectado 1 caso faltante en posttest
#> Se eliminan las parejas con algún valor faltante
#>
#> + - Total
#> + 6 8 14
#> - 6 5 11
#> Total 12 13 25
#>
#>
#> # Proporciones observadas pretest x posttest
#> + - Total
#> + 0.24 0.32 0.56
#> - 0.24 0.20 0.44
#> Total 0.48 0.52 1.00
#>
#> # Test de McNemar: H₀:π₁₂=π₂₁
#> Validez: n₁₂+n₂₁ = 14 > 10 el test es válido
#> Zexp = 0.4009
#> valor.p Alternativa
#> Bilateral 0.6885 H₁:π₁₂≠π₂₁
#> Unilateral 0.3442 H₁:π₁₂>π₂₁
#>
#>
#> # Test exacto de Fisher:
#> H₀:π₁₂=0.5 para n₁₂ ~ B(n₁₂+n₂₁, π₁₂)
#> Valor.p Alternativa
#> Bilateral 0.7905 H₁:π₁₂≠0.5
#> Unilateral 0.3953 H₁:π₁₂>0.5
#> ____
#> * Aquí se alude a la probabilidad total de la discordancia, es decir que π₁₂+π₂₁=1
#>
#> # Estimación de las proporciones individuales de discordancias π₁₂ y π₂₁ (método de Wald ajustado)
#> [1] p₁₂ = 0.3448, 95%-IC(π₁₂) = (0.1718, 0.5178)
#> [2] p₂₁ = 0.2759, 95%-IC(π₂₁) = (0.1132, 0.4385)
#>
#>
#> # Intervalo de confianza para la diferencia de 2 proporciones apareadas
#> [1] Método de Wald (clásico con cpc):
#> Estimación puntual de π₁₂-π₂₁ = 0.0800
#> Validez: n₁₂+n₂₁ = 14 > 5, el IC es válido
#> 95%-IC(π₁₂-π₂₁) = (-0.2169, 0.3769)
#>
#> [2] Método de Agresti-Min:
#> Estimación puntual de π₁₂-π₂₁ = 0.0741
#> Validez: siempre es válido
#> 95%-IC(π₁₂-π₂₁) = (-0.2057, 0.3538)
#>
#>
#> # Estudio de la potencia: δ = 0.05 -> ±δ=[-0.05, 0.05], potencia θ = 0.85, α = 0.05
#> 70%-IC(π₁₂-π₂₁) = (-0.0739, 0.222) (método de Agresti-Min)
#>
#> -(-[---|---]-)-- potencia < 85%
#>
#> Leyenda: --(---)-- --[---|---]--
#> IC- IC+ -δ 0 +δ
#>
#>
#> # Tamaño de muestra necesario para declarar significativa una diferencia δ
#> Diferencia: δ = 0.05
#> Potencia: θ = 0.850
#> Error de tipo I: α = 0.050
#>
#> [1] Estimación para la varianza máxima:
#> Asumiendo p₁₂ = 0.5250 p₂₁ = 0.4750
#> n ⩾ 3589
#>
#> [2] Basado en la información muestral:
#> Asumiendo p₁₂ = 0.4885 p₂₁ = 0.4385
#> n ⩾ 3327
#> ____
#> *Si se desea la estimación de n para el test unilateral, repetir
#> el análisis indicando alfa=0.1000 y asumir el n obtenido.