这里是第一次海报。
我一直在努力为我的研究问题找出正确的统计检验。 我正在使用相同数据集的结果来比较两种可能的结果。
本质上，我进行了三次重复测定，并想看看在将至少一个阳性孔视为阳性诊断或将至少 2 个阳性孔视为阳性诊断（即评估方法之间的假阴性）时，结果是否存在差异。
由于它们是相同的样本，我制作了一个列联表并尝试了 McNemar 测试，但是对于不一致单元格中的 0，我不确定它是否有效（该单元格不可能具有非零值，因为符合标准）。
如果我尝试 McNemar 精确测试，p 值非常非常小……我什至不确定它是否正确，或者这个测试是否适合我的情况。
| 阳性（>2 孔） | 阴性（>2 孔） | |
|---|---|---|
| 阳性（>1 孔） | 12 | 30 |
| 阴性（>1 好） | 0 | 351 |
mcnemar_测试<- mcnemar.test(contingency_table1)
任何有关使用哪种测试的建议都会有帮助。谢谢一百万。
麦克尼马尔测试在您的场景中非常有用，可以比较两个诊断标准。但是，正如您所提到的，列联表中计数为零的单元格可能会导致传统麦克尼马尔检验出现问题，如果这些单元格计数为零，则标准麦克尼马尔检验可能没有用。 您可以使用 McNemar 精确检验代替此方法。它更适合小样本量，并且当计数为零时，它在计算 p 值时使用二项式方法而不是卡方方法。
这里有更多细节， https://cran.r-project.org/web/packages/exact2x2/vignettes/exactMcNemar.pdf