第8章卡方检验.ppt

（卡方）检验 第八章 第一节 χ2检验的原理 χ2检验是通过提出某种假定的理论值与实际值进行比较，从而确定两者的符合程度。 适合性检验（test for goodness-of -it）通常用于实际次数与理论次数之间的比较。 独立性检验（test for independence）是研究两类实验因子之间相互独立还是相互影响。 一、 χ2检验的原理 连续性数据的χ2定义 次数资料的χ2定义 例 青豆、黄豆（仅颜色不同）各1000粒混于小罐中，每次抽取100粒。第一次抽样得青豆53粒，黄豆47粒；第二次抽样得青豆42粒，黄豆58粒，分别求χ2值并比较两次实验值与理论值的符合程度。 近似服从χ2分布 χ2分布是连续性随机变量的概率分布，而次数资料是间断型的。 χ2检验是右侧检验 观察频数与理论频数相差越大，χ2值越大，只有大的χ2值才可能否定原假设，所以卡方检验始终是右侧检验。 连续性矫正 当资料的df=1和小样本尤其是理论次数小于5的情况下，由连续型的x2分布推得的概率与真正概率差异较大，必须进行矫正。 矫正后的x2值： 二、χ2检验的一般步骤 例1 一对因子遗传实验，观察白猪和黑猪杂交仔二代260头；其中有白猪181头，黑猪79头。问毛色分离是否受一对等位基因控制？ 1、H0:猪毛色F2分离符合3:1比率 HA:不符合 3、列计算表： 5、查 表： df=n-1=2-1=1(计算理论次数时受一个总数的限制) 查表得， 差异不显著， 表明实际次数与理论次数是符合的。 本例如果不矫正，其结果： 二、实际资料与理论分布相符合程度的适合性检验 平均死亡率为p=0.25 n=4, 每窝死亡的概率为： 当实际次数分布以二项分布或波松分布配合时,由于每一理论次数受总次数和平均数np的限制,所以df=k-1-1 注意将每一理论次数5的组合并到5的组,上述计算的df的k指合并后的组数 第三节 独立性检验 列联表 自由度 总自由度(rk-1)减去 行自由度(r-1)减去 列自由度(k-1) 一、2×2列联表的检验 1、 提出无效假设与备择假设 H0：发病与否和注射疫苗无关，即二因子相互独立。 HA：发病与否和注射疫苗有关，即二因子彼此相关。 2、 计算理论次数 根据二因子相互独立的假设，注射疫苗与否不影响发病率。也就是说注射组与未注射组的理论发病率应当相同，均应等于总发病率34/80=0.425=42.5%。 未注射组的理论发病数： T21=36×34/80=15.3， 或 T21=34-18.7=15.3； 未注射组的理论未发病数： T22=36×46/80=20.7， 或 T22=36-15.3=20.7。 从上述各理论次数Tij的计算可以看到，理论次数的计算利用了行、列总和，总总和，4个理论次数仅有一个是独立的。 自由度为1，应选择矫正的统计量。 4、查自由度df=1的?2临界值，作出统计推断  因为 ?20.01（1） =6.63， =7.944?20.01（1），P0.01， 否定H0，接受HA， 表明发病率与是否注射疫苗极显著相关，这里表现为注射组发病率极显著低于未注射组，说明该疫苗是有预防效果的。 2*2列联表计算卡方值的简化形式(N≥40)： 例2：在甲、乙两地区进行水牛体型调查，将牛的体型按优、良、中、劣四个等级分类，其结果见下表，试问两地区间水牛体型有无差异？ 1. 提出无效假设与备择假设 H0：水牛体型构成比与地区无关，即两地水牛体型构成比相同。 HA：水牛体型构成比与地区有关，即两地水牛体型构成比不同。 4. 查自由度df=3的?2临界值，作出统计推断 因为 ?20.05（3） = 7.81 ?2=7.582?20.05（3），p0.05， 不能否定H0，可以认为甲、乙两地水牛体型构成比相同。 或 利用第2个简化式计算?2值： 【例】 分别统计了A、B 两个品种各67头经产母猪的产仔情况，结果见下表，问A、B 两品种的产仔构成比是否相同？ H0：A、B 两个品种产仔数分级构成比相同。 HA：A、B 两个品种产仔数分级构成比不同。 2、计算?2值 用简化公式计算得