Cochran-Mantel-Haenszel检验在关联分析中的应用

最新推荐文章于 2024-08-29 18:34:00 发布
最新推荐文章于 2024-08-29 18:34:00 发布
阅读量6.4k 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，投票者出现了分层现象，来自3个不同的州。如果不考虑这个因素，直接统计性别和候选人的频数分布，采用卡方或者费舍尔精确检验来进行分析，即使得到了阳性的结果，也无法确定是不同性别之间真实存在投票的差异还是由于来自不同的州导致了这样的差异。

由于投票者的分层现象，直接采用卡方或者费舍尔精确检验进行分析是不太合适的。在上述模型中，投票者的分层就是一个典型的混杂变量，对于这样的数据可以采用CMH检验进行分析。

CMH检验针对每个分层统计2X2的表格，计算

最低0.47元/天 解锁文章
使用 Cochran–Mantel–Haenszel 检验评估分类变量的独立性 - R语言
LogicGuruX的博客
08-11 770
总结起来，CMH检验是一种评估两个分类变量之间独立性的统计方法。通过R语言中的 mantelhaen.test 函数，我们可以轻松地执行CMH检验，并获得对应的结果。假设我们有一个名为 data 的数据框，其中包含了两个分类变量 x 和 y，我们想要评估它们之间的独立性。需要注意的是，在执行 CMH 检验之前，确保数据满足CMH检验的前提条件，包括样本量足够大、变量是分类变量等。希望本文可以为你提供关于使用R语言执行CMH检验的指导，并启发你在其他研究中使用该方法来评估分类变量的独立性。
R语言频数检验：Cochran-Mantel-Haenszel 检验 （或称为 Mantel-Haenszel 检验)）用于检验重复测量两离散变量的独立性
statistics+insight+vista+power
07-03 385
R语言频数检验（频数分布与预期或者理论的分布是否有差异，两组或多组之间的频率分布是否有差异）：Cochran-Mantel-Haenszel 检验 （或称为 Mantel-Haenszel 检验)）用于检验重复测量两离散变量的独立性
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
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 5370
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
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
非参数统计的Python实现—— Mantel-Haenszel 检验
Raider_zreo的博客
12-02 3824
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...
R语言频数检验：Cochran-Mantel-Haenszel检验用于检验重复测量两离散变量的独立性
CyberByte的博客
08-25 500
通过这个方法，我们可以检验两个离散变量之间的独立性，特别适用于重复测量的情况。Cochran-Mantel-Haenszel（CMH）检验是一种常用的统计方法，用于检验两个离散变量之间的独立性，尤其适用于重复测量的情况。我们可以将这些观察值组织成一个交叉表格，其中行表示X的水平，列表示Y的水平。根据p值的显著性水平，我们可以判断两个离散变量之间是否存在显著的关联。上述代码创建了一个2x4的交叉表格，其中X有两个水平（X1和X2），Y有四个水平（Y1、Y2、Y3和Y4）。函数执行CMH检验，并获取检验结果。
2篇4章3节：独立性检验，卡方检验，费希尔精确概率检验和Cochran-Mantel-Haenszel检验
最新发布
DAT｜R科学与人工智能
08-29 928
独立性检验用于检验两个或多个分类变量是否独立。也就是说，它评估一个变量的分布是否与另一个变量无关，就是用于判断两个分类变量是否相互独立。在实际应用中，独立性检验广泛用于各种领域，以确定不同因素之间是否存在统计学上的关联。
在R语言中使用Cochran-Mantel-Haenszel检验进行分类变量的独立性检验
DarcyCode的博客
08-27 724
如果p值小于预先设定的显著性水平（通常为0.05），则可以拒绝独立性的假设，表明两个变量之间存在关联。Cochran-Mantel-Haenszel（CMH）检验是一种常用的统计方法，用于检验两个分类变量之间的独立性。通过这一方法，我们可以检验两个分类变量之间的独立性，并获得相关的统计结果。在R语言中使用Cochran-Mantel-Haenszel检验进行分类变量的独立性检验。该函数需要两个变量作为输入，并返回包含CMH检验结果的对象。下面我们将详细介绍如何使用R语言进行CMH检验，并提供相应的源代码。
【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 3290
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
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 2848
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 4150
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。
chi-square, McNemar‘ exact, Mantel-Haenszel, Kappa, Fisher exact test区别
linkequa的博客
04-03 2052
1，chi-square test 2， McNemar’ exact test 3，Mantel-Haenszel test 4，Kappa test 5，Fisher exact test
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 6540
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。
超简单案例：分层卡方检验怎么做？
m0_37228052的博客
02-18 3522
卡方检验研究X和Y的差异，X和Y均是类别数据。当前需要进一步考虑另一个干扰因素分层项。比如是否吸烟（X)与是否生病(Y)的关系时，将性别纳入考虑范畴（即混杂因素,分层项Factor）。此时则称为分层卡方，分层卡方也称为Cochran-Mantel-Haenszel检验（CMH检验），分层卡方可以很好的解决‘辛普森悖论’问题。SPSSAU支持2*2*K结构数据（即X和Y均为2分类，K层）。 一、理论说明 分层卡方是在卡方检验基础上，进一步考虑分层项的干扰（混杂因素），通常分析时需要对于混杂因素（分层项）有
aic值检验 p值_R语言入门之独立性检验
weixin_39927799的博客
10-22 1759
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...
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...
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