Carregamento de pacotes:
Neste exemplo são utilizados os seguintes pacotes: magrittr, knitr, kableExtra. Para a confecção do documento, é necessário o pacote rmarkdown.
# magrittr -- para facilitar manipulacao de dados
if (!require('magrittr')) install.packages('magrittr'); library('magrittr')
# knitr -- para tabelas
if (!require('knitr')) install.packages('knitr'); library('knitr')
# kableExtra -- para tabelas
if (!require('kableExtra')) install.packages('kableExtra'); library('kableExtra')
Problema: Em uma pesquisa com 1600 cidadãos britânicos em idade para votar, 944 indicaram a aprovação do desempenho do primeiro-ministro no cargo. Seis meses depois, dessas mesmas 1600 pessoas, 880 indicaram aprovação. A diagonal principal é composta pela quantidade de pessoas que manteram a mesma opinião nas duas pesquisas.
db <- matrix(c(794,150,944,86,570,656,880,720,1600),nrow = 3,byrow = T)
dimnames(db) <- list(c("APROVA","DESAPROVA","TOTAL"),c("APROVA","DESAPROVA","TOTAL"))
kable(db, booktabs = T) %>%
kable_styling(full_width = F) %>%
add_header_above(c(" " = 1, "Segunda pesquisa" = 2, " " = 1)) %>%
add_indent(3) %>%
group_rows("Primeira pesquisa", 1,3)
APROVA | DESAPROVA | TOTAL | |
---|---|---|---|
APROVA | 794 | 150 | 944 |
DESAPROVA | 86 | 570 | 656 |
TOTAL | 880 | 720 | 1600 |
Seja \(\pi_{ij}\) a probabilidade de um sujeito responder i na primeira pesquisa e j na segunda;
Então, \(\pi_{1+}\) e \(\pi_{+1}\) são as probabilidades de aprovação nas pesquisas 1 e 2, respectivamente.
Hipótese de interesse: \(H_{0}\): \(\pi_{1+} = \pi_{+1}\)
Sob \(H_{0}\) temos:
\[ \pi_{1+} - \pi_{+1} = \pi_{12} - \pi_{21}\] e o teste de homogeneidade marginal equivale a testar:\(H_{0}\): \(\pi_{12} = \pi_{21}\)
Seja \(n^{*} = \pi_{12} + \pi_{21}\);
Quando \(n^{*} > 10\), utilizamos a estatística de McNemar.
db1 <- db[1:2,1:2]
mcnemar.test(db1)
##
## McNemar's Chi-squared test with continuity correction
##
## data: db1
## McNemar's chi-squared = 16.818, df = 1, p-value = 4.115e-05
AGRESTI, ALAN. An Introduction to Categorical Data Analysis. John Wiley & Sons, second edition, 2007.
NOTAS DE AULA. Análise de Dados Categorizados. Curso de Graduação em Estatística, UnB, 2018.
R CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.