私は自分のマスターのための研究プロトコルを書いています。この研究は、非伝染病の割合とリスク要因を比較し、農村部から都市部への移行の影響を決定することを目指しています。兄弟ペアは農村部から識別されます。兄弟姉妹の1人は、現地で行われている農村NCD調査に参加していたはずです。他の兄弟はこの地域を離れ、都市に移動したはずである。データは、人口統計、家族歴、病歴、食事、アルコール消費、喫煙、身体活動に関するアンケートを完了することによって収集される。都市部の毛皮に費やされる時間の量バイナリで都市と農村の兄弟を比較する統計的方法
結果のデータと都市の兄弟、（一方は状態を有するか否か）である：1.diabetic、2.hypertensive、3.obese
兄弟が一致している（すべての兄弟姉妹の都合のよい兄弟）ことを考慮して、2つのグループ間の結果（上記）を比較するには、どのような統計的方法を使用できますか？
どのような統計的方法を使って、都市居住に費やされた金額と結果との関連を探ることができますか？
2つの公称分布の量を比較することを主な目的としているので、カイ2乗検定が最初の質問に関して選択する方法のようです。しかし、カイ二乗検定は、試料の相違に答えるための何らかの "最小の"検定であると言及されるべきである。医学（または関連）を勉強している場合は、この分野の研究者によって頻繁に適用されるので、カイ二乗検定は問題ありません。心理学や社会学（または関連）を勉強しているならば、ディスカッションのセクションでテストの限界を強調することをお勧めします。
第2の問題については、独立変数（予測変数）と従属変数の両方の二項分布変数を許容するので、ロジスティック回帰が適用可能です。しかし、他の間隔拡張変数（例：年齢、体重など）がある場合は、t検定またはANOVAを使用して、特定の疾患の存在（つまり糖尿病であるかどうか）に関するこれらの変数の違いを調べることもできます。
全体的に、この問題は「関連付け」が意味することに強く依存します。古典的には、「関連」とは相関関係や線形回帰（「両側に間隔を変えた変数」が必要です）を指しますが、データ構造が与えられていれば前述の方法がより適しています。
実際にこれらのテストをどのように計算するかは、使用する統計ソフトウェアによって異なります。
この統計的アドバイスは、このバージョンのCross Validatedバージョンの方が優れています。 –
ここに疑問や不明な点があります。連想は、カテゴリ変数の関連付けを含む統計科学の何十年にもわたって使用されてきた。その**は必ずしも相関関係や線形関係を暗示しているわけではありません。なぜそれが有用な用語であるのか、それはあなたが提案するものの逆です。 –
カイ2乗検定は、心理学や社会学よりも医学においてより意味をなさないというアドバイスは、言い表せないほど困惑しています。 –
Cross Validatedやその他のフォーラムではこれが優れていると思います。 – Danielle
あなたは今http://stats.stackexchange.com/questions/231423/statistical-method-to-compare-urban-vs-rural-matched-siblingsに投稿しましたが、http：// statsで助言を書きます。この投稿を削除する必要があることを意味するcross-postingについてはstackexchange.com/help/on-topicを参照してください。 –
しかし、今や答えがあるので、あなたはそのままにしておくべきです。 –