卡方检验14p.docxVIP

6.4 R×C表资料的χ2检验1. 问题的提出前面我们已经学过用χ2检验检验实际频数与理论频数的拟合优度，具体地说，用于两个率或两个二分类构成比差异的比较。在医学研究中，我们常常遇见多个率或二个以上多分类构成比间差异的比较。可不可以用同样的思路和方法去解决这类问题？例如表6.7的资料:表6.7不同疾病病人的血型分布疾病分类血型合计ABO胃溃疡组6791349831796胃癌组41684383883对照组262557028926087合计372078842588766合计构成比（%）42.49.048.6100.0这是3个三类构成比的比较。表6.15某病170例不同年龄患者的疗效统计患者年龄(岁)无效有效合计有效率(%8185509合计5012017029.4这是三个率的比较。2. R×C表资料的χ2检验关于前面问题的答案是：可以。这类资料都可以整理成一个行（R）×列（C）表，可以用R×C表资料的χ2检验比较多个率或比的差异。以表6-7为例说明χ2检验的步骤。解 (1)建立假设 H0：三种疾病的血型分布比例一致H1：三种疾病的血型分布比例不一致分布比例一致即三个构成比相等，等于什么呢？在没有任何其它信息时，最可靠的估计值是合计的构成比每个格子的理论频数=各疾病的总人数乘以相应的构成比如胃溃疡组A型血的理论频数T11=1796×0.424=761.5其余格子相同。余下的计算就与前面完全相同了，后式是用于R×C表资料的专用公式。 (2)计算2统计量 ＝确定概率与作出决策 自由度=(3－1)(3－1)=4查附表得对应于=0.05的界值＝9.49故P＜0.05，拒绝H0，即认为不同疾病具有不同的血型分布。3. R×C表资料的χ2分割可能有人仍不满足，想知道到底是哪两组间的构成比不等，或者到底是哪种血型的比例有差异。有人可能这样做，将R×C表分割成若干个四格表，再分别做χ2检验，有统计学意义的就是两者间有差异。对不对？不对，为什么？理由有三：1. 各四格表不独立; 2. 样本量人为减少; 3. 多次比较。正确的分割方法应该是怎样？χ2分割的思路：找出差异最小的两组作比较，如差异有统计学意义，不需分割了。如无统计学意义，则合并。重复以上步骤，直至余下的组间差异都有统计学意义为止。表6.8每种疾病病人的血型分布比例A型B型O型合计疾病例数%例数%例数%例数%胃溃疡组67937.801347.4698354.731796100.0胃癌组41647.11849.51383430对照组262543.125709516087100.0胃癌与对照组的血型分布较接近。将这两组分割出来见表6.9。表6.9表6.8的分割表之一胃癌组与对照组的血型分布疾病分类血型合计ABO胃癌组41684383883对照组262557028926087合计304165432756970χ2=5.636＝5.99,P0.05，不拒绝H0，这两组合并。表6.10 表6.8的分割表之二胃溃疡组与非胃溃疡组的血型分布疾病分类血型合计ABO胃溃疡组6791349831796非胃溃疡组262557028926087合计304165432756970χ2=34.919＝5.99，P0.05，拒绝H0。表6.11 疾病与血型资料的χ2检验结果表号χ2Pχ2Lν表6.9（分割表一）5.6365.6392表6.10（分割表二）34.91935.0012合计40.55540.6404表6.8（总表）40.54340.6404. R×C表资料的关联度测定对于交叉分类资料，可以分析两有序分类特征变量间的关联度，用Pearson列联系数（rp）。表6.15某病170例不同年龄患者的疗效统计患者年龄(岁)无效有效合计有效率(%8185509合计5012017029.4，5. 注意事项同前面一样，χ2分布是建立在大样本的假定上的，即每个格子的理论数大于5。如果这假定不成立，即理论数小于5的格子占1/5以上或有理论数小于1，则不能做χ2检验。解决的办法有增大样本或合并独立组别。合并时要注意合并的合理性。6.5 频数分布拟合优度的χ2检验利用χ2检验的性质，我们可以用于检验任意实际分布与某个理论分布的符合程度。如：新生儿性别的构成比,鼻咽癌在家族的分布,仪器测量误差的分布。例6.6：表6.16细菌性痢疾暴发的家庭聚集性分析表每户发病人数家庭数二项分布概率理论家庭数χ2分量01670.4396126.5912.901510.4011115.5236.042500.137339.532.77317(20)0.02096.01(6.36)29