麦克尼马尔精确检验
McNemar exact test
我正在 R 中对以下数据执行 McNemar 检验：
得到如下结果：
我理解结果，但是，有人可以向我解释置信区间是如何计算的吗？
您可以在此 vignette and also check out the code 中阅读更多内容。使用此 wiki 图片进行说明：
优势比为 b / c，在您的情况下为 150/86 = 1.744186。您可以围绕成功的比例构造一个二项式置信区间，将 b 视为成功，将试验次数视为 b + c。
在代码中，他们用这段代码来计算：
library(exactci)
CI = binom.exact(150,86+150,tsmethod = "central")
CI
data: 150 and 86 + 150
number of successes = 150, number of trials = 236, p-value = 3.716e-05
alternative hypothesis: true probability of success is not equal to 0.5
95 percent confidence interval:
0.5706732 0.6970596
sample estimates:
probability of success
0.6355932
你有b的上下界，那么比值比为p / 1- p :
CI$conf.int/(1-CI$conf.int)
[1] 1.329228 2.300979
binom.exact 的小插图指出：
The 'central' method gives the Clopper-Pearson intervals, and the
'minlike' method gives confidence intervals proposed by Stern
(1954) (see Blaker, 2000).
所以这是估计二项式置信区间的 many methods 之一。
我正在 R 中对以下数据执行 McNemar 检验：
得到如下结果：
我理解结果，但是，有人可以向我解释置信区间是如何计算的吗？
您可以在此 vignette and also check out the code 中阅读更多内容。使用此 wiki 图片进行说明：
优势比为 b / c，在您的情况下为 150/86 = 1.744186。您可以围绕成功的比例构造一个二项式置信区间，将 b 视为成功，将试验次数视为 b + c。
在代码中，他们用这段代码来计算：
library(exactci)
CI = binom.exact(150,86+150,tsmethod = "central")
CI
data: 150 and 86 + 150
number of successes = 150, number of trials = 236, p-value = 3.716e-05
alternative hypothesis: true probability of success is not equal to 0.5
95 percent confidence interval:
0.5706732 0.6970596
sample estimates:
probability of success
0.6355932
你有b的上下界，那么比值比为p / 1- p :
CI$conf.int/(1-CI$conf.int)
[1] 1.329228 2.300979
binom.exact 的小插图指出：
The 'central' method gives the Clopper-Pearson intervals, and the 'minlike' method gives confidence intervals proposed by Stern (1954) (see Blaker, 2000).
所以这是估计二项式置信区间的 many methods 之一。