Test de McNemar

Cet article est une ébauche concernant les probabilités et la statistique.

Vous pouvez partager vos connaissances en l’améliorant (comment ?) selon les recommandations des projets correspondants.

Test de McNemar

Type	Test statistique
Inventeur	Quinn McNemar
Nommé en référence à	Quinn McNemar

modifier - modifier le code - modifier Wikidata

En statistique, le test de McNemar est un test statistique, alternative non-paramétrique au test T pour des échantillons appariés, il permet de comparer au maximum deux valeurs mesurées.

Il porte le nom de Quinn McNemar, qui l'a introduit en 1947^[1].

Conditions du test

Ce test repose uniquement sur les effectifs de couples discordants et n’est valide que si le nombre total de couples discordants est suffisamment important (un effectif de 10 est souvent retenu)^[2].

Procédure du test

Dans ce test on tient compte uniquement des valeurs discordantes c'est-à-dire celles qui ont une valeur différentes entre les deux mesures. Soit A la proportion de valeurs ayant eu la valeur X à la première mesure et la valeur Y à la seconde mesure et B la proportion de valeurs ayant eu la valeur Y à la première mesure et la valeur X à la seconde mesure. La statistique de test notée K vaut donc :

${\displaystyle K={\frac {(A-B)^{2}}{A+B}}}$.

Cette statistique est ensuite comparée à la valeur seuil dans la table de la loi du Chi-deux avec un degré de liberté de 1.

Si K est strictement supérieur à la valeur seuil, alors on rejette l'hypothèse nulle qui supposait que les différences observées entre les valeurs n'étaient dues qu'au hasard.

Exemple numérique

On compare les résultats d'un nouveau test médical (test A) par rapport à un test existant (test B), afin de vérifier la fiabilité du nouveau test par rapport à l'ancien. Pour ce faire les deux tests sont appliqués sur une cohorte de patients dont le diagnostic (malade, pas malade) est connu. L'hypothèse nulle est que les deux tests produisent des résultats équivalents.

La matrice de confusion des résultats des deux tests sur ces patients est la suivante :

Dans cet exemple, ${\displaystyle K={(121-59)^{2} \over {121+59}}=21.35}$. Rapporté à la table de la loi du χ² avec un degré de liberté, ce résultat correspond à une valeur p inférieure à 0.001, indiquant que l'hypothèse nulle est rejetée et donc que les résultats des deux tests diffèrent significativement.

Extension du test

Dans le cas où l'on aurait k échantillons appariés (avec k>2) il est possible d'utiliser le test Q de Cochran.

Notes et références

v · m Tests statistiques
Tests de comparaison d'une seule variable	Pour un échantillon Test Z Test t pour un échantillon Test des signes Test des rangs signés de Wilcoxon Estimateur de Hodges-Lehmann Pour deux échantillons Test F Test de Student Test t de Welch Test U de Mann-Whitney Test du χ² d'homogénéité Test de McNemar Test de la médiane Pour 3 échantillons ou plus Analyse de la variance (ANOVA) Test de Kruskal-Wallis ANOVA de Friedman Test de Bartlett Test de Levene Test de Brown-Forsythe
Tests de comparaison de deux variables	Deux variables quantitatives : Tests de corrélation Corrélation de Pearson Corrélation de Spearman Corrélation de Kendall Deux variables qualitatives Test exact de Fisher Test du χ² d'indépendance Test Gamma Plus de deux variables Concordance de Kendall Analyse de variance multivariée Test Q de Cochran
Tests d'adéquation à une loi	Test de Kolmogorov-Smirnov Test du χ² d'adéquation Test de Jarque-Bera Test de Lilliefors Test d'Anderson-Darling Test de D'Agostino Test de Cramer-Von Mises
Tests d'appartenance à une famille de lois	Test de Shapiro-Wilk
Autres tests	Test du rapport de vraisemblance
Tests non-paramétriques Tests paramétriques Table d'utilisation des tests statistiques

v · m Index du projet probabilités et statistiques

Théorie des probabilités Bases théoriques Principes généraux Axiomes des probabilités Espace probabilisable Probabilité Événement Tribu Indépendance Variable aléatoire Espérance Variables iid Convergence de lois Théorème central limite Loi des grands nombres Théorème de Borel-Cantelli Calcul stochastique Marche aléatoire Chaîne de Markov Processus stochastique Processus de Markov Martingale Mouvement brownien Équation différentielle stochastique Lois de probabilité Lois continues Loi exponentielle Loi normale Loi uniforme Loi de Student Loi de Fisher Loi du χ² Lois discrètes Loi de Bernoulli Loi binomiale Loi de Poisson Loi géométrique Loi hypergéométrique Mélange entre statistiques et probabilités Intervalle de confiance Interprétations de la probabilité Bayésianisme Théorie des statistiques Statistiques descriptives Bases théoriques Une statistique Caractère Échantillon Erreur type Intervalle de confiance Fonction de répartition empirique Théorème de Glivenko-Cantelli Inférence bayésienne Régression linéaire Méthode des moindres carrés Analyse des données Corrélation Tableaux Tableau de contingence Tableau disjonctif complet Table de Burt Visualisation de données Histogramme Diagramme à barres Graphique en aires Diagramme circulaire Treemap Boîte à moustaches Nuage de points Graphique à bulles Diagramme en cascade Graphique en entonnoir Diagramme de Kiviat Corrélogramme Graphique en forêt Diagramme branche-et-feuille Heat map Sparkline Paramètres de position Moyenne arithmétique Mode Médiane Quantile Quartile Décile Centile Paramètres de dispersion Étendue Écart moyen Variance Écart type Déviation absolue moyenne Écart interquartile Coefficient de variation Paramètres de forme Coefficient d'asymétrie Coefficient d'aplatissement Statistiques inductives Bases théoriques Hypothèse nulle Estimateur Signification statistique Sensibilité et spécificité Courbe ROC Nombre de sujets nécessaires Valeur p Contraste (statistiques) Statistique de test Taille d'effet Puissance statistique Tests paramétriques Test d'hypothèse Test de Bartlett Test de normalité Test de Fisher d'égalité de deux variances Test d'Hausman Test d'Anderson-Darling Test de Banerji Test de Durbin-Watson Test de Goldfeld et Quandt Test de Jarque-Bera Test de Mood Test de Lilliefors Test de Wald Test T pour des échantillons indépendants Test T pour des échantillons appariés Test de corrélation de Pearson Tests non-paramétriques Test U de Mann-Whitney Test de Kruskal-Wallis Test exact de Fisher Test de Kolmogorov-Smirnov Test de Shapiro-Wilk Test de Chow Test de McNemar Test de Spearman Tau de Kendall Test Gamma Test des suites de Wald-Wolfowitz Test de la médiane Test des signes ANOVA de Friedman Concordance de Kendall Test Q de Cochran Test des rangs signés de Wilcoxon Test de Sargan Application Économétrie Mécanique statistique Jeu de hasard Biomathématique Biostatistique Mathématiques financières

• Portail des probabilités et de la statistique