培训课件--卡方检验华北煤炭医学院卫生统计学.pptVIP

第七章 χ2 检 验(chi-square test) 第一节 χ2分布和χ2检验的步骤 第二节 完全随机设计下两组频数分布的χ2检验 第三节 完全随机设计下多组频数分布的χ2检验 第四节 配对设计下两组频数分布的χ2检验 第五节 χ2检验要注意的问题 第六节 四格表的确切概率法 1、χ2 检验要求理论频数不宜太小，一般认为不宜有1/5以上格子理论频数小于5，或一个格子的理论频数小于1。对理论频数太小有三种处理方法（1） 增大样本例数 （2）删除理论数太小的行或列 （3） 合并2、当多个样本率（或构成比）比较的χ2 检验结论为拒绝检验假设，只能认为各总体率（或总体构成比）之间总的说来有差别，但不能说它们彼此间都有差别或某两者间有差别。 3、R*C表的分类及其检验方法的选择 R*C表可以分为双向无序、单向有序、双向有序属性相同与双向有序属性不同4类。 ①双向无序R*C表 R*C表中两分类变量皆为无序分类变量对于该类资料： A 若研究目的为多个样本率（或构成比）比较，可用行*列表资料的卡方检验； B 若研究目的为分析两个分类变量间有无关联性及关系的密切程度时，可用行*列表资料的卡方检验及Pearson列联系数进行分析。 ②关于单向有序列表的统计处理。有两种形式: 一种是R*C表中的分组变量（如年龄）是有序的，而指标变量（如传染病的类型）是无序，其研究的目的是分析不同年龄组的构成情况，此资料可用卡方检验。 另一种是R*C表中的分组变量（如不同疗法）是无序的，而指标变量（如疗效按等级分）是有序。在比较各效应有无差别时宜采用第九章的秩和检验法，如作卡方检验只能说明各处理组的效应在构成比有无差别。 ③双向有序属性相同的R*C表 R*C表中两分类变量皆为有序且为属性相同。实际是2*2配对设计的扩展，即水平数大于等于2的诊断配伍设计，如两种方法同时对同一批样品的测定结果。其目的是分析两种检测方法的一致性，此时宜用一致性检验（也称Kappa检验）。如想分析两法测定结果的概率分布有无差别，宜采用今天所介绍的 χ2检验 ④双向有序属性不同的R*C表 R*C表中两分类变量皆为有序，但属性不同。 A 若目的为分析不同年龄组患者疗效之间有无差别，可把它视为单向有序R*C表资料，选用秩和检验； B 若研究目的为分析有序分类变量间是否存在相关关系，用卡方检验或等级相关。 第七章 χ2 检 验(chi-square test) 第一节 χ2分布和χ2检验的步骤 第二节 完全随机设计下两组频数分布的χ2检验 第三节 完全随机设计下多组频数分布的χ2检验 第四节 配对设计下两组频数分布的χ2检验 第五节 χ2检验要注意的问题 第六节 四格表的确切概率法 简称Fisher确切概率法。理论依据是超几何分布。 此法不属于χ2检验的范畴，但可作为四格表χ2检验应用上的补充。 若T1或n40或作χ2检验后所得概率P接近检验水准α，需用确切概率法(exact probability)直接计算概率以作判断。 基本思想：在四格表边缘合计固定不变的条件下， 利用下列公式直接计算表内四个格子数据的各种 组合的概率，然后计算单侧或双侧累计概率，并 与检验水准α比较，作出是否拒绝H0的结论。 例7-6 将23名精神抑郁症患者随机分到两组，分别用两种药物治疗，结果见下表，问两种药物的治疗效果是否不同。 分组 治疗效果 合计 有效率% 有效 无效 甲药 7 5 12 58.3 乙药 3 8 11 27.3 合计 10 13 23 43.5 两种培养基上白喉杆菌的生长情况 建立检验假设并确定检验水准 H0:两种药物治疗效果相同，π1=π2 H1:两种药物治疗效果不同，π1≠π2 α=0.05 2. 计算概率 p1=0.583, p2=0.273, p1- p2=0.310 在边缘合计不变的条件下，可能还有其它组合的四格表比当前情况更极端，即两组间差异比当前的绝对差异0.310更大。计算所有比当前四格表更极端情况的概率P。 四格表序号 有效 无效 p1 P2 P1- P2 P 1 7 3 5 8 0.583 0.273 0.310 0.114224 2 8 2 4 9 0.667 0.182 0.485 0.023797 3 9 1 3 10 0.750 0.091 0.659 0.002115 4 10 0 2 11 0.833 0.000 0.833 0.000058 8 3 7 9 4 0.250 00636 -0.386 0.063458 9 2 8 10 3 0.167 0.727 -0.560 0.009519 10 1 9 2 12 0.083 0.818 -0.735 0.000577 11 0 10 12 1