Cochran-Mantel-Haenszel检验在关联分析中的应用

最新推荐文章于 2024-05-26 11:11:51 发布
最新推荐文章于 2024-05-26 11:11:51 发布
阅读量6.1k 收藏 13
点赞数 6
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43569478/article/details/108079667
版权

欢迎关注”生信修炼手册”!

Cochran-Mantel-Haenszel, 简称CMH检验，是分析两个二分类变量之间关联性的一种检验方法，在2 x 2 表格数据的基础上，引入了第三个分类变量，称之为混杂变量。混杂变量的引入使得该检验可以用于分析分层样本，作为生物统计学领域的一种常用技术，该检验常用于疾病对照研究。

下面来看一个最基本的例子，研究不同性别和候选人投票结果之间的关联，得到如下所示的2 x 2的表格


这里有两个二分类变量，第一个是投票者的性别，第二个是候选人A和B。考虑到所有的投票者本身存在分层现象，来自3个不同的州，针对不同的州重新统计，得到如下的结果

上述例子中，投

最低0.47元/天 解锁文章
生信修炼手册
关注
  • 6
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
非参数统计的Python实现—— Mantel-Haenszel 检验
Raider_zreo的博客
12-02 3492
概念 很多研究都涉及分层数据结构，比如产品研究中需要根据城市和农村特点分别研究不同人群对产品的满意程度，这里城市和农村是问题的两个层，层中不同人群对产品的满意程度可以用列联表表示。回答处理与反应结果是否独立的问题时，需要首先按层计算差异，再将各层的差异进行综合比较，从而做出综合的判断。在本文中笔者仅考虑各层 2*2 的列联表处理，且试验组的阳性结果放在列联表第一行第一列位置。 实例 & 代...
【非参数统计05】分类数据的关联分析：列联表、卡方独立性齐性、Fisher精确性、Mantel-Haenszel检验、关联规则、Ridit检验法、对数线性模型
weixin_45632492的博客
12-30 2758
目录导引5 分类数据的关联分析5.1 r×sr\times sr×s列联表5.2 χ2\chi^2χ2独立性检验和齐性检验5.2.1 独立性检验5.2.2 齐性检验5.3 Fisher 精确性检验5.4 Mantel-Haenszel 检验5.5 关联规则5.5.1 基本概念5.5.2 Apriori 算法5.6 Ridit 检验法5.7 对数线性模型5.7.1 基本概念5.7.2 设计矩阵5.7.3 估计和检验5.7.4 高维对数线性模型和独立性 这一个系列的笔记和整理希望可以帮助到正在学习非参数统计的同
分层数据：Cochran-Mantel-Haenszel （CMH）检验在关联分析中的应用
XIAOFEI@IDO
06-12 1万+
1. 概述 Cochran-Mantel-Haenszel, 简称CMH检验，是研究两个我们关注的分类变量之间关联性的一种检验方法。但有时数据除了我们研究的变量外，还混杂或隐含了其它的变量，如果将这些变量纳入分析中，则有可能得出完全不同的结论，著名的Simpson悖论就是这个问题的典型案例。 换句话说，在2 x 2 表格数据的基础上，引入了第三个分类变量，称之为混杂变量。混杂变量的引入使得该检验可以用于分析分层样本，作为生物统计学领域的一种常用技术，该检验常用于疾病对照研究。 美国法律学家辛普森(Sim
Mantel-Haenszel 检验：对 2x2 表的 k 层的检验。-matlab开发
06-01
对 2x2 表的 k 层执行 Mantel-Haenszel 检验。 Mantel 和 Haenszel 基于 chi-2 分布提出了这种渐近检验。 假设没有三向交互（k 个独立层）。 参考：DeltaProt 工具箱位于http://services.cbu.uib.no/software/deltaprot/ 输入： X：观察到的频率单元的数据矩阵（大小为 2x2xK），每个层 k 的 (a,b,c,d)。 tail：所需的测试（“lt”或“gt”：单尾；“ne”：双尾（默认））。 输出： P值 使用：P = MantelHaenTest(Observed,'ne') 每个层 k 必须是一个 2x2 的表设计，例如： S 非 S ---------- 样本 1：ab 示例 2：cd ...... （S=成功；非S=失败）。 该检验对于小层大小的功效较低，并且应该将使用限制在每
R语言：Mantel Test分析与绘图
amyniez的博客，欢迎交流讨论
05-26 3548
Mantel test分析对两个矩阵相关关系进行检验。可以用在生态学上，用来检验群落距离矩阵(如 Bray-Curtis distance matrix)和环境变量距离矩阵(如 pH, 温度 或者地理位置的差异矩阵)之间的相关性（Spearman、Pearson）。Mantel test的相关性系数越大，p值越小，则说明环境因子对微生物群落的影响越大。同时，mantel test的偏分析(partial Mantel test等)可排除环境因子之间自相关的干扰。
7. R语言【独立性检验】：卡方独立性检验、Fisher精确检验 、Cochran-Mantel-Haenszel检验
你说的白是什么白_
01-15 4173
R语言【独立性检验】：卡方独立性检验、Fisher精确检验 、Cochran-Mantel-Haenszel检验
Cochran-Armitage 检验：Cochran-Armitage 检验比例趋势-matlab开发
05-30
Cochran和Peter Armitage在1954年提出，主要应用于医学研究，用来评估药物剂量与效应之间的关系，但同样适用于其他领域中等级数据的分析。检验的核心是假设数据中存在一个线性趋势，即随着等级的增加，事件发生的...
R语言meta分析-IGF-1 在人类一生中变化分析.zip
03-28
在本项目中，我们主要探讨的是使用R语言进行meta分析，特别是针对胰岛素样生长因子1（IGF-1）在人类一生中的变化趋势。Meta分析是一种统计方法，它结合了多个独立研究的结果，以提供对某一效应或关联的更准确估计。...
cochran:Cochran 样本量公式-matlab开发
05-29
使用 Cochran 公式计算给定置信水平和误差范围的样本大小。 见 GD 以色列。 确定样本量。 佛罗里达大学，PEOD-6，1992 年。 https://www.academia.edu/21353552/Determining_Sample_Size_1
论文研究 - 使用检验比率的同质性
05-20
有一些统计数据可测试整个地层的优势比的同质性。 渐近统计在“稀疏数据”设置中失去了作用。 当样本量较小时，渐近统计量和精确检验均具有较低的功效。 我们创建了一组U统计... 在两个真实的示例中说明了测试的应用。
统计学基础（四）—卡方检验怎么用？
weixin_44027006的博客
03-11 1万+
配对卡方检验： 目的：研究同一群人在实验前测和实验后测是否发生了变化 前提： 1、观测变量为二分类变量，且两类之间互斥 2、分组变量包含2个分类，且相关。（当分组变量有3个及以上分类时，可使用Cochran’s Q检验） 操作： 结果分析： 首先，从正对角线得出的结果是，25名研究对象中有8名干预前喝酒，干预后还继续进行喝酒的人；6名干预前不喝酒干预后还是不喝酒的的人...
SPSS——描述性统计分析——列联表
会编程的大白熊
07-05 5万+
什么是列联表列联表又称交互分类表，所谓交互分类，是指同时依据两个变量的值，将所研究的个案分类。交互分类的目的是将两变量分组，然后比较各组的分布状况，以寻找变量间的关系。这里是按两个变量交叉分类的，该列联表称为两维列联表，若按3个变量交叉分类，所得的列联表称为3维列联表，依次类推。3维及以上的列联表通常称为“多维列联表”或“高维列联表”，而一维列联表就是频数分布表。列联表的结构二维列联表r * c 列
spssχ2检验_SPSS教程：分层卡方检验（CMH检验）
weixin_39653405的博客
12-19 2632
原标题：SPSS教程：分层卡方检验(CMH检验)提到卡方检验，相信很多小伙伴一定会觉得这还不简单，不就是率的比较嘛，只要是看到分类变量，就直接用卡方检验，拿SPSS两三下算出结果，得出P<0.05，然后心里还美美的，顺便玩一把王者农药犒劳一下自己。不过，当你努力打着排位赛，试着提升自己段位时，倒不如花一点时间，跟着小咖一起学习一点有趣的统计知识，让自己在统计学的大坑里，也能够不断掌握经验，提...
CMH检验
c573489167的博客
08-30 2206
CMH检验（Cochran-Mantel-Haenszel Test），分层卡方检验，考虑中心效应，分析干预对结果的影响。如果存在中心效应，即干预结果与中心相关，那么简单的将中心数据合并做卡方分析并不合理。需要采用Breslow-test检验或Woolf -test检验中心效应的一致性，采用CMH检验来分析考虑了中心因素的影响后干预和结局的相关性（排除了影响因素后卡方检验的显著性）。分层因素还包括年龄、性别等其他混杂因素。
分类变量、有序变量与数值变量相关性分析方法总结及 R 语言应用
热门推荐
weixin_39982225的博客
03-15 8万+
一、数值变量相关性分析 Pearson相关系数 Pearson相关系数度量了两个连续变量之间的线性相关程度 「R语言」-> cor( x1,x2,method=‘pearson’) Spearman相关系数 Spearman等级相关系数可以衡量非线性关系变量间的相关系数，是一种非参数的统计方法，可以用于定序变量或不满足正态分布假设的等间隔数据； 「R语言」-> cor( x1,...
入门必学 | R语言数据的独立性，正态性及方差齐性检验
R酷的数据科学笔记
10-27 5812
参数检验-显著性等数据分析前，如何用R语言完成。首先考虑数据的独立性（卡方检验、Fisher检验、Cochran-Mantel-Haenszel检验），其次检验数据的正态性（shapiro.test) or (qqnorm）等和方差齐性（bartlett.test) or (leveneTest）。因为统计学中的t检验和方差分析等方法，必要条件是样本都来自正态或近似正态分布，只有符合条件，才能用该方法进一步检验各样本所属的总体参数的显著性差异；否则要改换其他非参数的方法进行检验。
aic值检验 p值_R语言入门之独立性检验
weixin_39927799的博客
10-22 1666
独立性检验1. 卡方检验 对于2维的频率表，我们可以使用R语言的卡方检验函数chisq.test(x)来进行独立性检验，用以判断行变量和列变量之间是否相关。其实独立性检验本身就是用来判断变量之间相关性的方法，如果两个变量彼此独立，那么两者统计上就是不相关的。 需要注意的是卡方检验要求列联表中每格的数值或者期望值大于5，如果该条件不满足，那么R中就会使用Yate's矫正公式进...
尚品汇项目思维导图 根据思维导图进行复习
最新发布
07-13
尚品汇项目思维导图 根据思维导图进行复习
cochran-mantel-haenszel检验
03-16
Cochran-Mantel-Haenszel检验是一种用于分析两个分类变量之间关系的统计方法。它可以控制一个或多个混杂变量的影响，从而更准确地评估两个变量之间的关系。该方法通常用于医学研究中，例如评估药物治疗对不同年龄组或性别的患者的疗效是否有所不同。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值