Generalised Cochran-Mantel-Haenszel 検定

admin 0 Comments Articles

Generalised Cochran-Mantel-Haenszel 検定

メニューの場所です。 Analysis_Crosstabs.

行と列のクラス間の関連についての 3 つの一般化検定は、crosstabs 関数で生成された層別 r by c テーブルに対して、第 3 の (層、controling for) 分類子を指定すると提供されます (Agresti, 2002; Landis et al.)。

最初のテスト（順序関連）は、各 r by c テーブルの列と行の両方に意味のある順序があると仮定します。

2番目のテスト（順序列対名目行）は、各 r by c テーブルの列の中に意味のある順序があると仮定します。

検定の信頼性はサンプルサイズによって増加するが、単一のr by c表に対するピアソン・カイ二乗統計とは異なり、いくつかのセルにおける小さなカウントが検定を無効とすることはまずない。

複数の要因からなる層別変数（例：性別と居住国を制御するためにUK male, US male, UK female, US female）を作ることによって、複数の要因を制御することができる。

これらの分析には他のアプローチ、すなわち順序および名目ロジスティック回帰があることに注意してほしい。 重要な研究でこれらの方法を使用する前に、統計学者に相談する必要があります。

データ入力

行と列のスコアに関する混乱しそうな用語に注意してください。 行のスコア」は列の分類に関連するスコアであり、これらは各行で（列ごとに）エントリに適用されます。

例

Agresti (2002)より。

データは、テストワークブックの表ワークシートにあります。 メニュー項目 Analysis_Crosstabs を使用して、仕事満足度、収入、性別の変数のクロス集計を生成します。 行（収入）のスコアを3、10、20、35として使用します。 列（仕事の満足度）スコアを1、3、4、5として使用します。

この例について：

一般化コクラン-マンテル-ヘンゼル検定

行変数（最初の分類法）。 Income

列変数（第二分類器）: Job Satisfaction

Stratum variable (third classifier, controlling for)(層変数)。 性別

収入のスコア。 3, 10, 20, 35

Job Satisfactionのスコア。 1, 3, 4, 5

1

3