McNemar 检验计算器

Q: McNemar 和普通卡方检验怎么区分？

看数据结构：同一批对象测两次（配对）用 McNemar；两批不同对象各测一次（独立）用普通卡方。把配对数据当独立样本做卡方，会浪费配对信息甚至得出错误结论。

Q: 四格表的 b 和 c 怎么对应？

约定行是「前」、列是「后」：b = 前阳后阴（好转），c = 前阴后阳（转差）。χ² 显著说明两个方向的变化数不成比例，具体哪个方向占优看 b 与 c 的大小。

Q: 能多分类或多时点吗？

McNemar 限 2×2 配对。多分类用 Bhapkar 检验或 McNemar-Bowker 对称性检验；多时点趋势用 Cochran Q 检验。

Q: b 和 c 哪个放分子有区别吗？

无区别——χ² 取平方，精确法取双侧，交换 b、c 结果不变。配对 OR = b/c 则与方向有关，报告时注明「b 为处理 A 独阳的对子数」即可，OR 与 1/c/b 互为倒数，解释对称。

Q: b + c = 0 怎么办？

两种处理完全一致（或完全无法区分），McNemar 无定义——没有不一致对就没有信息。这不等于「证明了两法等效」，只说明样本里没有分歧案例；样本量太小时很常见。等效性论证该用等效性检验（TOST），不是 McNemar。

Q: 连续性校正到底要不要？

教科书分歧点。校正（减 1）让 χ² 近似更贴精确法，b + c 中等（25–100）时推荐；大样本时有无校正几乎无差。严谨做法是同时报告校正版 p 值与精确法 p 值，两者一致就无需纠结。

Q: 结局是三分类怎么办？

McNemar 只处理 2×2。多分类配对的推广是 Bhapkar 检验（总体对称性）或 Stuart-Maxwell 检验（边际同质性），有序分类可用 Wilcoxon 符号秩。把多分类硬压成二分类会丢信息，除非有明确的临床切点。

Q: 配对设计的研究要多少样本量？

McNemar 的功效由不一致对的预期数量驱动，而非总样本量——总 n = 1000 但预计 b + c 只有 30，功效依然有限。样本量估算需先猜「分歧率」（不一致对占比）与 OR，再用配对比例功效公式；经验上 b + c ≥ 40 才能以 80% 功效检出 OR ≈ 2 的差异。

Q: 重复测量超过两次呢？

McNemar 只管两次。三次及以上重复测量的二分类结局用 Cochran Q 检验（McNemar 的直接推广）；需要调整协变量时用 GEE 或混合效应 logistic 回归。层层递进的方法谱系：McNemar → Cochran Q → GEE/GLMM。

Q: 论文里 McNemar 结果怎么报？

例：不一致对 33 例中，试剂 A 独阳 25 例、试剂 B 独阳 8 例，McNemar 检验（连续性校正）χ² = 7.76，p = 0.005，条件 OR = 3.13（95% CI: 1.41–6.94）。附 2×2 配对表全貌（含 a、b、c、d 四个数），让读者可以复算——配对表与独立样本表结构相同但含义不同，必须标注「配对」。

什么是McNemar 检验计算器？

McNemar 检验处理「同一批对象前后两次二分类结果」的配对设计：同一批人用药前后的转阴情况、同一批用户对两个版本的偏好。它的关键洞察是：只有结果发生变化的「不一致对」（阳转阴 b 与阴转阳 c）携带处理效果的信息，两次结果相同的对子与问题无关。

统计量 χ² = (|b − c| − 1)²/(b + c)（带连续性校正），自由度 1；b + c 较小时应使用基于二项分布的精确检验。工具同时给出卡方与精确两种 p 值，并明确结论方向。

McNemar 检验（1947 年提出）专为「配对二分类」设计：同一患者用两种试剂检测、同一人群干预前后测态度、病例与匹配对照的暴露史——这些数据的两个测量值相关，用普通卡方检验既浪费信息又违反独立性假设。McNemar 的洞察是：一致对（a、d）不携带「两种处理谁更强」的任何信息，全部信息藏在外侧的 b、c 里。

把检验化约成抛硬币就懂了：不一致的 33 例中，若两试剂真无差别，A 阳 B 阴与 A 阴 B 阳应该五五开——问题变成「33 次抛硬币出 25 正 8 反，硬币公平吗」。这正是精确法的 Binom(b+c, 0.5)，也是大样本时 χ² 近似的来源。理解到这一层，公式 (b−c)²/(b+c) 就不再神秘：它就是 z² 的形式。

与优势比联动是 McNemar 的高阶用法：配对设计下的条件优势比 OR = b/c，本例 25/8 ≈ 3.1，含义是「A 独阳的 odds 是 B 独阳的 3.1 倍」。流行病学的配对病例对照研究（每个病例配一个同年龄同性别的对照）整套分析框架就建立在 McNemar + 条件 OR 之上。

χ² = (|b − c| − 1)²/(b + c)；精确法按 Binom(b+c, 0.5)

例：比较两种诊断试剂对同一批 200 名患者的判定：试剂 A 阳 B 阴（b）= 25 例，A 阴 B 阳（c）= 8 例。连续性校正 χ² = (|25 − 8| − 1)²/(25 + 8) = 256/33 ≈ 7.76 > 3.84，p < 0.01——两种试剂的检出率差异显著。注意一致的 167 例（a + d）完全不进入统计量，McNemar 只问「换边的人往哪边倒」。

二分类结局的检验选型
数据设计	检验方法	关键输入
配对/同一对象两次测量	McNemar 检验	不一致对 b、c
配对且不一致对 < 25	McNemar 精确检验（二项）	b、c 与 Binom(b+c, 0.5)
两组独立对象	卡方独立性检验或 Fisher 精确检验	完整 2×2 表
配对且结局多分类	Bhapkar 检验或符号秩检验	多分类交叉表

如何使用McNemar 检验计算器

1
按前后两次结果填入四格表（阳阳、阳阴、阴阳、阴阴）
2
点击计算，查看 χ² 统计量与两种 p 值

计算示例

例 1干预前后对比

阳转阴 b = 25、阴转阳 c = 7，χ² = (18−1)²/32 ≈ 7.757，p ≈ 0.0053 < 0.05，转变方向显著偏向转阴，干预有效。

例 2不一致对很少时

b = 5、c = 1，b + c = 6 太小，卡方近似不可靠，应以精确二项 p 值为准。

例 3干预前后态度转变

某健康宣教前后各测一次 300 人的吸烟意愿。结果：宣教后由想抽变不想抽 42 人（b），由不想抽变想抽 10 人（c）。χ² = (42−10)²/52 ≈ 19.7，p < 0.001。注意未转变的 248 人一律不进公式——宣教效果的全部证据就是「倒向戒断的人远多于倒向吸烟的人」。

例 4两种影像技术对头

同一批 150 名疑似肺栓塞患者先后做 CT 肺动脉造影与核素通气灌注显像，以临床综合诊断为参照。CT 独阳 18 例，核素独阳 7 例，精确 McNemar：2×P(X ≥ 18 | Binom(25, 0.5)) ≈ 0.043。CT 检出率显著更高——但结论只适用于这 25 个「两法分歧」的患者亚群，一致阳性/阴性的 125 例无法区分两法高下。

例 5配对病例对照研究

研究染发与膀胱癌：每个病例配一个同年龄同性别对照。病例染而对照未染 55 对（b），对照染而病例未染 30 对（c）。χ² = (55−30)²/85 ≈ 7.35，p ≈ 0.007；条件 OR = 55/30 ≈ 1.83。匹配设计控制了年龄性别的混杂，McNemar 正是匹配数据的指定检验——拆散配对当普通卡方做是方法学错误。

注意事项

只看变化的对子：两次结果相同的样本不进入统计量
b + c < 25 时建议采用精确法，卡方近似偏激进
McNemar 回答「两个方向的变化是否均衡」，不回答变化率多大
普通卡方独立性检验误用于配对数据是最常见的方法学错误
不一致对太少时 χ² 近似失准：b + c < 25 时改用精确法（二项分布直接算），多数软件在 b + c < 20 时自动切换。本工具两种口径并列展示——连续性校正版（减 1）是教科书默认，未校正版在大样本时两者几乎无差。
McNemar 检验的零假设是「两种处理的分歧方向对称」，它回答不了「总体阳性率是否变化」之外的任何问题。两次测量若存在时间效应（病情自然进展），b 和 c 的失衡可能来自时间而非处理——设计阶段就该用对照组或随机化隔离时间因素。
把配对数据当独立样本做卡方，p 值会被系统性扭曲（通常偏保守，功效损失）。反过来把独立数据硬凑成对做 McNemar 更是无稽。选型口诀：同一批对象测两次（或人为匹配）→ McNemar；两拨不相干的人 → 卡方/Fisher。

常见问题