之前的文章（SAS编程-Efficacy：如何进行样本率的比较？(卡方检验) ）介绍了几类样本率的比较，并进行了SAS程序演示。
关于配对卡方检验（McNemar's 配对卡方检验），介绍了3种情况：
- 当b+c≥40时，使用配对卡方检验（公式7.12）
- 当20≤b+c<40时，使用校正配对卡方检验（公式7.13）
- 当b+c<20时，使用确切概率法计算配对四个表的确切概率
1. 配对卡方检验与确切概率法的代码实现
由于SAS无法直接输出第2种情况的结果，当时文章以1、3情况进行演示。
教材例题：
两种方法进行沙门氏菌检验，比较两种方法的阳性结果是否有差别。目前 b + c = 31，大于20小于40，应该使用校正的配对卡方检验。先用配对卡方检验做演示，SAS代码演示如下：
data tmp5;
grp1 = 1; grp2 = 1; count = 160; output;
grp1 = 1; grp2 = 2; count = 26; output;
grp1 = 2; grp2 = 1; count = 5; output;
grp1 = 2; grp2 = 2; count = 48; output;
run;
proc freq data = tmp5;
tables grp1*grp2/ agree;
weight count;
exact mcnem;
run;
配对卡方检验的p值以及确切概率法的p值，如方框中展示。
2. 校正配对卡方检验
由于SAS没有自带选项输出校正的配对卡方检验的结果，这就需要自己通过编程实现对应算法，输出卡方值以及对应的p值。实现过程主要为2步：
- 校正卡方值的计算
- 卡方值作为上分位点，计算其尾部概率（拒绝域）
校正的卡方值通过公式7.13进行实现：
尾部概率的计算，可以通过1减去卡方值对应的分布函数值F(x)进行实现，而分布函数值可以通过函数probchi(chi, df)进行获取。具体可以参考文章医学统计：随机变量的概率分布、概率计算的SAS实现 ， 文章有对分布函数以及分位点概念的介绍。
具体实现代码如下：
data tmp;
b = 26;
c = 5;
chi = (abs(b-c)-1)**2/(b+c);
Fx = probchi(chi, 1);
p = 1 - Fx;
run;
输出数据如下：
卡方 = 12.90，p = 0.0003 < 0.05，在α = 0.05的检验水准上拒绝H0，接受H1，差异有统计学意义，故可以认为两种检验方法的阳性率不同。
总结
文章介绍了配对卡方检验的3类情况的SAS实现。对于校正的卡方检验，SAS没有直接输出结果的选项，需要自己进行编程实现对应的算法。
卡方值是，对实际频数与理论频数差值的度量。在零假设的成立的情况下，实际频数与理论频数的差异应该不会不大，即，由抽样误差造成。
当卡方值很大时，甚至大到取得该值以及更极端值的概率＜0.05时，这已经是一个小概率事件。根据小概率原理，在一次抽样中，小概率事件不可能发生。不可能发生的事件发生了，有理由认为零假设不成立。
感谢阅读， 欢迎关注！
若有疑问，欢迎评论交流！
