Q de Cochran
# o teste Q de Cochran é usado na mesma situação que o teste de McNemar (ver teste de McNemar para mais detalhes), mais especificamente quando ocorre a comparação de três ou mais pares de variáveis
# Exemplo: Considere três métodos diagnósticos para detectar determinada doença em cães, aplicados em amostra de 200 animais. Os resultados (dados hipotéticos) foram:
p="positivo"
n="negativo"
método_A=c(rep(p,182),rep(n,18))
método_B=c(rep(p,175),rep(n,25))
método_C=c(rep(p,186),rep(n,14))
# criação de uma tabelas com os dados
tabela1=table(método_A,método_B)
tabela1
tabela2=table(método_A,método_C)
tabela2
tabela3=table(método_B,método_C)
tabela3
# pode-se aplicar o teste de McNemar em cada comparação (duas a duas)
mcnemar.test(tabela1)
mcnemar.test(tabela2)
mcnemar.test(tabela3)
# observe que ocorreu resultados estatisticamente discordantes (p<0,05) entre os métodos A e B e B e C.
# entre os métodos A e C a discordância é menor e estatisticamente não significativa
# o teste Q de Cochran avalia em conjunto todos os métodos e se tiver diferenças significativas, procede-se um pós teste de McNemar
# para realizar o teste requere-se o pacote "RVAideMemoire"
require(RVAideMemoire)
# é necessário a identificação dos animais (elementos amostrais) e de alguns ajustes nos dados
método=c(rep("A",200),rep("B",200),rep("C",200))
animal=as.factor(rep(c(1:200),3))
p=1
n=0
método_A=c(rep(p,182),rep(n,18))
método_B=c(rep(p,175),rep(n,25))
método_C=c(rep(p,186),rep(n,14))
resposta=c(método_A,método_B, método_C)
# observe como deve ficar o arquivo de dados
dados=data.frame(animal,método,resposta)
dados
# aplica-se a função
cochran.qtest(resposta~método|animal, data=dados)