卡方检验医学统计学资料.ppt

?2值的计算： 例1 某种药物加化疗与单用某种药物治疗的两种处理方法，观察对某种癌症的疗效，结果见下表。（普通四格.sav） 连续性校正?2检验： 仅适用于四格表资料，在n 40，所有期望频数均大于1，只有1/5单元格的期望频数大于1小于5时； Fisher精确概率法： 在样本含量 40或有格子的期望频数 1的列联表，应该采用该法； 似然比?2检验： 当n 40，最小期望频数 5时，结论与Pearson ?2基本一致； R×C表卡方检验 1979年某地发生松毛虫病，333例患者按年龄分为2组，资料如下，分析不同年龄人群病变类型结构有无区别？（RxC.sav） 某地松毛虫患者病变构成 R×C表卡方检验 R×C表卡方检验 R×C表卡方检验 R×C表卡方检验 结果 在Pearson 卡方检验中，对行变量和列变量的相关性作检验，其中行变量和列变量是一个事物的两个不同属性。 在实际中，还有一种列联表，其行变量和列变量反映的是一个事物的同一属性的相同水平，只是对该属性各水平的区分方法不同。其特征是：行的数目和列的数目总是相同的。如果希望检验这两种区分同一属性的方法给出的结果是否一致，则不应当使用Pearson ?2检验，而应该采用Kappa一致性检验对两种方法一致程度进行评价。 一般认为， 当Kappa≥0.75时，表明两者一致性较好； 0.75 Kappa ≥0.4时，表明一致