夜雨聆风链接：https://pan.baidu.com/s/15r0rLWkJlcecUvBPKZo_MQ?pwd=mnsj提取码：mnsj
https://www.mizhushare.com/docs/
配对设计通常将受试对象按照某些特征相近的原则配成对子，每对中的两个个体随机分配到不同组别；或者直接对同一个体在不同时间、不同部位进行重复测量与比较。在统计分析策略上：
当效应指标为计量资料时，通常采用配对t检验；
当效应指标为计数资料（分类变量）时，则需要采用配对设计卡方检验。
配对设计卡方检验：
方法 B (检出) | 方法 B (未检出) | |
方法 A (检出) | ||
方法 A (未检出) |
配对卡方检验的独特之处在于，它不关心那些“结论一致”的格子（即两种方法均检出或均未检出的样本），而是只盯着那些“结论不一致”的格子（即上表中的25和5）。它通过比较这两个不一致格子的频数，来判断两种方法发生“改变”的概率是否平衡，进而推断差异是否显著。
2×2列联表 | K×K列联表 | |
示例 | 通过/不通过 | 轻度/中度/重度 |
麦克尼马尔(McNemar)检验 | 麦克尼马尔-鲍克(McNemar-Bowker)检验 | |
只比较两个不一致格子的频数是否相等 | 比较所有关于主对角线对称的格子。如果对称位置的频数差异大，说明“改变”是有方向性的，即处理效应显著 |
一、操作步骤：
加载数据：
个案加权：
卡方检验：
点击顶部菜单栏的【分析→描述统计→交叉表】，在打开的对话框中进行相应设置。
将「Method_A」指定为行变量的分类变量，将「Method_B」指定为列变量的分类变量。
点击「统计」按钮，在打开的「交叉表:统计」对话框中选择「麦克尼马尔（McNemar）」。
二、结果解读：
SPSS会输出几个表格，重点查看「卡方检验」结果表。
在配对卡方中，SPSS通常直接给出「精确显著性 (双侧)」。在本次示例中，显著性P值＜0.001，说明方法A和方法B的检出率存在显著差异。
此时，可以通过查看交叉表结果，发现方法A检出而方法B未检出的有25例，方法A未检出而B检出的有5例。可以明显看出，方法A的检出率显著高于方法B。
一、操作步骤：
加载数据：
个案加权：
卡方检验：
点击顶部菜单栏的【分析→描述统计→交叉表】，在打开的对话框中进行相应设置。
将「Method_A」指定为行变量的分类变量，将「Method_B」指定为列变量的分类变量。
点击「统计」按钮，在打开的「交叉表:统计」对话框中选择「麦克尼马尔（McNemar）」。
二、结果解读：
SPSS会输出几个表格，重点查看「卡方检验」结果表。
在K×K列联表的配对卡方检验中，SPSS会输出「麦克内马尔-鲍克检验 (McNemar-Bowker Test)」结果，同样关注P值。在本次示例中，显著性P值＜0.001，说明方法A和方法B的评估结果存在显著差异。
此时，通过查看交叉表结果，可以发现方法A判轻、方法B判重（10+5=15人）的比例，明显高于方法A判重、方法B判轻”（0+3=3人）。这说明方法B比方法A的判定结果更偏向“严重”。
