Cochran-Mantel-Haenszel testi nasıl yorumlanır?


10

C ile tabakalandırılmış A ve B değişkenlerinin bağımsızlığını test ediyorum. A ve B ikili değişkenlerdir ve C kategoriktir (5 değer). Fisher'in A ve B için kesin testini çalıştırıyorum (tüm katmanlar birleştirilmiş), şunu elde ederim:

##          (B)
##      (A) FALSE TRUE
##    FALSE  1841   85
##    TRUE    915   74

OR: 1.75 (1.25 --  2.44), p = 0.0007 *

Burada OR, oran oranıdır (tahmin ve% 95 güven aralığı) ve *p <0.05 olduğu anlamına gelir.

Her tabaka (C) için aynı testi uygulayarak şunu elde ederim:

C=1, OR: 2.31 (0.78 --  6.13), p = 0.0815
C=2, OR: 2.75 (1.21 --  6.15), p = 0.0088 *
C=3, OR: 0.94 (0.50 --  1.74), p = 0.8839
C=4, OR: 1.48 (0.77 --  2.89), p = 0.2196
C=5, OR: 3.38 (0.62 -- 34.11), p = 0.1731

Son olarak, A, B ve C kullanarak Cochran-Mantel-Haenszel (CMH) testini gerçekleştiriyorum:

OR: 1.56 (1.12 --  2.18), p = 0.0089 *

CMH testinin sonucu A ve B'nin her tabakada bağımsız olmadığını göstermektedir (p <0.05); bununla birlikte, tabaka içi testlerin çoğu anlamlı değildi, bu da A ve B'nin her tabakada bağımsız olduğunu kanıtlamak için yeterli kanıtımız olmadığını düşündürmektedir.

Peki, hangi sonuç doğrudur? Bu sonuçlar verildiğinde sonuç nasıl raporlanır? C karıştırıcı bir değişken olarak kabul edilebilir mi, değil mi?

DÜZENLEME: Oranlar oranının tabakalar arasında aynı olduğu ve p-değerinin 0.1424 olduğu yönündeki sıfır hipotezi için Breslow-Day testini yaptım.


3
Cochran-Mantel-Haenszel testini tam olarak gerçekleştirmediniz, çünkü birinden farklı bir oran oranı kanıtı, ayrı ayrı ele alınan her tabaka için zayıf, ancak birlikte düşünülen herkes için güçlü olabilir mi?
— Scortchi - Monica'yı eski durumuna döndürün

CMH yaptım çünkü tek, birleşik bir cevap istedim ve A ile B arasında gözlenen etkinin C'den kaynaklanmadığından emin olmak istedim. Doğru yolda mıyım? Bireysel tabakalar için istatistikleri rapor etmeli miyim?
— rodrigorgs

Yanıtlar:


10

İlk test, C'yi görmezden gelen A ve B arasındaki oran oranının 1'den farklı olduğunu söyler . Tabakalı analize bakmak, C'yi görmezden gelmenin doğru olup olmadığına karar vermenize yardımcı olur.

<1>1diğerlerinde, iptal edebilir ve yanlışlıkla A ve B arasında bir ilişki olmadığını söyleyebilirler. Bu nedenle, oran oranlarının tüm C seviyelerinde eşit olduğunu (nüfus düzeyinde) varsaymanın makul olup olmadığını test etmeliyiz. Breslow-Day etkileşimi testi tam olarak bunu yapar, tüm katmanların aynı oran oranına sahip olduğu ve bire eşit olması gerekmeyen sıfır hipotezi ile. Bu test EpiR R paketinde uygulanır. Breslow-Day p değeri .14, bu varsayımı yapabileceğimiz anlamına gelir, bu nedenle düzeltilmiş oran oranı meşrudur.

χ21.75−1.561.75=0.108


Breslow-Day testinden sonuç eklemek için sorumu düzenledim (0.14 idi). Bu nedenle, oran oranlarının eşit olduğunu varsaymanın makul olduğunu söyleyebilir miyim? Bu durumda, Balıkçının veya CMH'nin oran oranını rapor etmeli miyim?
— rodrigorgs

2
Breslow-Day'in sıfır hipotezi "katmanlar arasındaki homojen olasılık oranları" dır. Ap değeri> 0.05, null değerinin doğru olduğu anlamına gelmediğinden, oran oranlarının eşit olduğunu varsayamazsınız.
— Michael M

@MichaelMayer: Sanırım "homojen olasılık oranları varsayımı gözden düşmedi, ama null değerini reddetmemek ile null değerini ispatlamakla karıştırmamalısınız" demek istediniz.
— Scortchi - Monica'yı eski durumuna döndürün

@vafisher: Burada yanlış olan bir şey var - 3. cümle:
— Oran

@Scortchi: iyi nokta!
— vafisher
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.