我想确定某种实验室小鼠的雄性：雌性比例是否与正常情况（雄性：雌性= 1：1）存在偏差。
我有几对老鼠，每对老鼠都有几窝。
因此，例如：
Pair 1
Litter 1 5M:3F
Litter 2 3M:4F
Litter 3 7M:4F
...
Pair 2
Litter 1 4M:5F
Litter 2 2M:5F
Litter 3 6M:2F
...
分析这种情况的最佳方法是什么？
我想过使用卡方，但我不确定如何处理我对每一对都重复测量的事实。
有趣的是，卡方重复测量的一般问题已被问过很多次，但通常很迟钝，因此不会在简单的搜索中出现。Mcnemar 测试是您想要的。 mcnemar.test在 R。
在我看来，为一组父母收集垃圾似乎是合理的。如果可以将数据放入 kxk 列联表中并且雄性小鼠可以自然地与雌性小鼠配对，则可以给出 Mc Nemar 检验的概括。这是对 K>2 的 McNemar 检验的概括。本文指出了 Stuart 在 1955 年的一篇论文中和麦克斯韦在 1970 年的一篇论文中的概括。本文的作者展示了如何在 SAS 中实现该过程并提供了一些示例。
三篇相关论文是：
[1] 麦克斯韦 AE (1970)。比较两位独立法官对科目的分类。英国精神病学杂志，116：651 - 655。
[2] McNemar Q. (1947)。注意相关比例或百分比之间差异的抽样误差。心理测量学，12：153 - 157。
[3] 斯图尔特 A. (1955)。双向分类中边际分布同质性的检验。生物计量学，42：412 - 416。
我在最初的答案中提供了这些信息，但配对是由父母而不是后代老鼠。因此，鉴于此信息，这些测试似乎不适用。
然而，该设计看起来可以代表一系列 kx2 列联表，其中每个表代表雄性和雌性的列，其中 k 是每组中的窝数，单元格代表窝中雄性或雌性的数量，具体取决于在单元格所属的列上。每组父母都有一个这样的表格。这些表格可以看作是由父母分层的数据的分层。如果每组父母的 k 值相同（所有父母组的产仔数相同），则存在一个比较雄性和雌性小鼠分布的测试，考虑到分层。例如，该测试是对此处描述的 Cochran-Mantel-Haenszel 测试的概括。
如果您可以控制或已经控制了实验，以便每对父母产生相同数量的窝，您可以使用此测试。如果不是，我还不知道不平等的分层组是否有类似的东西（这里计算的是第 i 个父组的窝数）。