Confronto di due proporzioni

Comando:	Test Confronto di proporzioni

Esegue un test del chi-quadrato per il confronto di due proporzioni (da campioni indipendenti), espresse in percentuale.

MedCalc usa il test del chi-quadrato N−1, come raccomandato da Campbell (2007) e Richardson (2011).

Questo test non viene eseguito sui dati del foglio di lavoro, ma sulle statistiche che inserisci in una finestra di dialogo.

Nota che quando il numero totale di casi è inferiore a 20, può essere più appropriato eseguire il test esatto di Fisher.

Input richiesto

Nella finestra di dialogo puoi inserire le due proporzioni (espresse in percentuale) e il numero totale di casi.

Ad esempio, se la prevalenza di una malattia in un campione di 120 pazienti in totale è dell'80% e la prevalenza della malattia in un altro campione di 210 pazienti in totale è del 70%, inserisci questi valori nella finestra di dialogo.

Opzioni

Seleziona se vuoi anche una dimensione dell'effetto standardizzata (senza unità di misura) per la differenza tra le due proporzioni, con il relativo intervallo di confidenza al 95%.

Dopo aver fatto clic su Test, vengono visualizzati i risultati del test.

Risultati

• La differenza tra le due proporzioni e un intervallo di confidenza (IC) al 95% per questa differenza; l'IC è calcolato secondo il metodo raccomandato da Altman et al. (2000).
• Test del chi-quadrato e valore P: se questo valore P è inferiore a 0,05, si conclude che le due proporzioni differiscono effettivamente in modo significativo.
• La differenza media standardizzata (SMD) e il relativo intervallo di confidenza al 95%.

In un campo di input Commento facoltativo puoi inserire un commento o una conclusione, che viene inclusa nel report stampato.

Differenza media standardizzata (SMD)

L'opzione Riporta differenza media standardizzata (SMD) tratta le due proporzioni come variabili continue binarie (0/1) ed esprime la differenza tra di esse in unità di deviazione standard, il che la rende utile per confrontare l'entità di un effetto tra studi o variabili misurate su scale diverse. Si calcola come la differenza tra le due proporzioni (espresse come frazione, non come percentuale) divisa per la media delle due deviazioni standard binomiali (d_av di Cohen applicato a dati binari).

Come regola empirica (Cohen, 1988), una SMD di circa 0,2 è considerata un effetto piccolo, 0,5 un effetto medio e 0,8 o più un effetto grande (indipendentemente dal segno).

L'intervallo di confidenza al 95% della SMD è calcolato con il metodo della distribuzione t non centrale descritto da Goulet-Pelletier & Cousineau (2018), che è più accurato dei metodi approssimati meno recenti, soprattutto per campioni di piccole dimensioni.

Letteratura

• Altman DG, Machin D, Bryant TN, Gardner MJ (Eds) (2000) Statistics with confidence, 2^nd ed. BMJ Books. (p. 49)
• Campbell I (2007) Chi-squared and Fisher-Irwin tests of two-by-two tables with small sample recommendations. Statistics in Medicine 26:3661-3675.
• Cohen J (1988) Statistical power analysis for the behavioral sciences, 2^nd ed. Hillsdale, NJ: Lawrence Erlbaum Associates.
• Goulet-Pelletier J-C, Cousineau D (2018) A review of effect sizes and their confidence intervals, Part I: The Cohen's d family. The Quantitative Methods for Psychology, 14(4), 242-265.
• Richardson JTE (2011) The analysis of 2 x 2 contingency tables - Yet again. Statistics in Medicine 30:890.

Prova la calcolatrice online gratuita