Necesita la prueba de McNemar ( http://en.wikipedia.org/wiki/McNemar%27s_test , http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3346204/ ). El siguiente es un ejemplo:
Se estudian 1300 pts y 1300 controles coincidentes. El estado de fumar se presenta de la siguiente manera:
Normal
|no |yes|
Cancer|No |1000|40 |
|Yes |200 |60 |
Cada entrada de la tabla muestra información sobre un PAR CASO-CONTROL: 1000 significa en 1000 pares de casos y controles, ninguno era fumador. 40 es el número de pares de casos y controles donde el control era fumador y el paciente con cáncer no, y así sucesivamente. El siguiente código R se puede utilizar para generar esta tabla y hacer la prueba de McNemar.
mat = as.table(rbind(c(1000, 40), c( 200, 60) ))
colnames(mat) <- rownames(mat) <- c("Nonsmoker", "Smoker")
names(dimnames(mat)) = c("Cancer", "Normal")
mat
# Normal
# Nonsmoker Smoker
# Cancer
# Nonsmoker 1000 40
# Smoker 200 60
mcnemar.test(mat)
# McNemar's Chi-squared test with continuity correction
#
#data: mat
#McNemar's chi-squared = 105.34, df = 1, p-value < 2.2e-16
La prueba de McNemar también se usa para evaluar el efecto de una intervención en una variable de resultado binaria. El par de resultados de antes y después se presenta y prueba como se indicó anteriormente.
Editar: ejemplo extendido dado por @gung, si el estado de fumar aparece en su marco de datos mydf de la siguiente manera:
pairID cancer control
1 1 1
2 1 1
3 1 0
...
La prueba de McNemars se puede hacer con los siguientes comandos R:
> tt = with(mydf, table(cancer, control))
> tt
control
cancer 0 1
0 5 1
1 3 2
> mcnemar.test(tt)
McNemar`s Chi-squared test with continuity correction
data: tt
McNemar`s chi-squared = 0.25, df = 1, p-value = 0.6171