다음은 help(mcnemar.test)에서 가져온 것으로, 2×2 분할표에서 맥니마 검정을 사용하는 예다. 사용된 데이터는 투표권이 있는 나이의 미국인 1,600명에 대해 대통령 지지율을 조사한 것으로, 1차 조사1st Survey와 2차 조사2nd Survey는 한 달 간격으로 수행되었다.
> ## Agresti (1990), p. 350. > ## Presidential Approval Ratings. > ## Approval of the President's performance in office in two > ## surveys, one month apart, for a random sample of 1600 > ## voting-age Americans. > Performance <- + matrix(c(794, 86, 150, 570), + nrow = 2, + dimnames = list( + "1st Survey" = c("Approve", "Disapprove"), + "2nd Survey" = c("Approve", "Disapprove"))) > Performance 2nd Survey 1st Survey Approve Disapprove Approve 794 150 Disapprove 86 570 > mcnemar.test(Performance) McNemar's Chi-squared test with continuity correction data: Performance McNemar's chi-squared = 16.8178, df = 1, p-value = 4.115e-05
결과에서 p-value < 0.05가 나타나 사건 전후에 Approve, Disapprove에 차이가 없다는 귀무가설이 기각된다. 즉, 사건 전후에 Approve, Disapprove 비율에 차이가 발생했다.
앞서 mcnear.test( )는 이항 분포로부터 나왔으며, b가 b + c의 절반에 해당하는지를 보는 것이라고 설명했다. 따라서 binom.test( )를 사용해 1차 조사에서의 Disapprove와 2차 조사에서의 Disapprove가 같은 값인지 확인할 수 있다. 다음 코드에서는 86이 86 + 150의 절반에 해당하는지를 검정하고 있다.
> binom.test(86, 86 + 150, .5)
Exact binomial test
data: 86 and 86 + 150
number of successes = 86, number of trials = 236, p-value = 3.716e-05
alternative hypothesis: true probability of success is not equal to .5
95 percent confidence interval:
0.3029404 0.4293268
sample estimates:
probability of success
0.364406
여기에서도 p-value < 0.05로 나타나 86이 86 + 150의 절반이라는 귀무가설이 기각되었다. 즉, 사건 전후에 Approve, Disapprove 성향 차이가 발생했다.