定性的统计描述+卡方检验-硕士A要点详解.ppt

* 1.标准化法只适应于某因素两组内部构成不同，并有可能影响两组总率比较的情况。 2.由于选择的标准人口不同，算出的标准化率也不同。因此，当比较几个标准化率时应采用同一标准人口。 3.标准化后的标准化率已不再反映当时当地的实际水平，它只是表示相互比较的资料间的相对水平。 4.比较两样本的标准化率，当样本含量较小时，应做假设检验。 * 疗效评价指标：有效率(%) 疗效评价指标：有效率(%) ?2检验（chi-square test）是Pearson K提出的一种具有广泛用途的统计方法，它可以应用于两个或多个率间的比较，计数资料的关联度分析，拟合优度检验等等，此处我们只介绍它在两个或多个率或构成比比较上的应用。 * 对于计数资料，常用的假设检验方法就是?2检验。 对于计数资料，常用的假设检验方法就是?2检验。 对于计数资料，常用的假设检验方法就是?2检验。 * * ( 2 ×2列联表) 实际上，对于任何两个独立样本率的资料，我们都可以将其表达为如表9-3的形式，即有两个处理组，每个处理组的例数由发生数和未发生数两部分组成。可以看出，表中有四个基本数据，其余数据都是由这四个基本数据派生出来的，所以我们通常称这种资料为四格表（fourfold table）资料。因为四格表有2行2列，又称四格表为2×2表。 此类资料比较的是两种处理的效果，而每种处理只产生两种相互对立的结果，如生与死，有效与无效，患病与未患病，阳性与阴性，检出与未检出等等。 四格表（fourfold table）资料： 比较的是两种处理的效果，而每种处理只产生两种相互对立的结果。 * 是抽样观察，必然存在抽样误差。也就是说，即使两种药物的治疗消化道溃疡的愈合率（总体率）本来完全相同，那么由于抽样误差的关系我们也可能得到不同的样本率。因此，当两个样本率不相同时，可以有两种可能原因：一种是差别仅是由抽样误差所致；另一种可能是两种药物的治疗消化道溃疡的愈合率（总体率）的确有所不同。为了区别这两种情况，我们仍先作出“无效假设”，假设这两个愈合率本无不同，差别仅仅是由抽样误差所致。 那么我们根据两组愈合率相同的假设，可由合计169人中治愈115人算得理论上的阳性率为115/169。以洛赛克组合计人数85人乘以该阳性率（85×（115/169）=57.84），即为洛赛克组85名试验患者中按理论治愈率所得阳性的患者人数，故称为“理论频数”(theoretical frequency)。那么其他各格的理论数可以用同样的方法获得，但我们也可以由此法获得 假设两组患者来自同一总体 * * 大家可能也感觉到了，用卡方基本公式计算?2值，必须先求出理论频数，比较麻烦。那么有没有更简单一点的公式呢？下面，就给大家介绍一个公式。 该公式是由卡方基本公式推导出来的，但它只能用于四格表资料，所以我们又把它称为四格表专用公式。 ?2分布是连续性的理论分布，当样本例数少，尤其是四格表资料时计算得到的?2值是不连续的，所得?2值常偏大，也就是其对应的概率常偏低，容易出现“假显著”，为防止这种现象，应作连续性校正（correction for continuity）；当算得的值在临界值左右时，为了保证结果更加可靠，连续性校正尤其必要。 本例有1个格子的理论频数小于5，故需对卡方值作连续性校正。 又称为两个相关样本资料 两份样本结果间不是互相独立的 目的是通过样本资料来推断两检验方法的阳性率是否有差别。 如果用前面的方法，将阳性率23/58与13/58作比较是不正确的，因为前面的方法中理论频数是在两样本相互独立的假设下推算出来的。 而本例是以同一病人的血清一分为二，分别用两种方法做检测，配对处理后的两份样本结果间不是互相独立的，因此不能直接用前面讲的四格表的卡方检验。 独立样本资料的四格表的?2检验中，理论频数是在两样本互相独立假设下推算出来的，而且行合计是事先固定的； 而配对2×2列联表中配对处理后的两份样本结果间不是互相独立的，而且行合计和列合计事先是不确定的。 通过表中四个数据的分析可以看出，a是两种检查方法检验结果的共同阳性数，d是共同阴性数，这两个频数的大小显示不出两种检查方法的差别。而b和c是两种检查方法检查结果的不同部分，显然两种检验方法的阳性率有无差别就反应在这两个数据提供的信息上。 因此要比较两种检查方法阳性率有无差别，只要对其中的频数b和c做卡方检验即可。 * 基本思想：H0假设两种方法检查阳性率相同，那么b与c应该相差不大，?2值应该较小，如果b与c相差很大，?2值较大，则P0.05,那么就有理由怀疑假设的正确性，从而拒绝H0。 ?2校正公式仅用于v=1的四格表资料，对v≥2时的多组样本分布，一般不作校正。 当n40或Tmin1时，校正?2值也