2012×表资料的.docVIP

R×C表资料的?检验 R×C表又称为行×列表, 其检验用于多个样本率的比较、两个或多个构成比的比较、以及双向无序分类资料的关联性检验。 基本数据有三种情况： ① 多个样本率比较时，有R行2列，称为R×2表； ② 两个样本的构成比比较时，有2行R列，称2×R表； ③ 多个样本的构成比比较，以及双向无序分类资料关联性检验时，有R行C列，称为R×C表。 2、行×列表资料的卡方检验 　　行×列表资料的卡方检验用于多个率或多个构成比的比较。 　　1）专用公式： 　　r行c列表资料卡方检验的卡方值= 　　2)应用条件： 　　要求每个格子中的理论频数T均大于5或1T5的格子数不超过总格子数的1/5。当有T1或1T5的格子较多时，可采用并行并列、删行删列、增大样本含量的办法使其符合行×列表资料卡方检验的应用条件。而多个率的两两比较可采用行×列表分割的办法。 但在使用时须注意，简化计算公式只有在所有Tij均大于5的情况下使用。若出现一个理论数小于1的格子，或1T5的格子数超过总格子数的1/5，都不宜使用上述方法，应进行适当的处理。 处理的方法 继续观察，适当扩大样本量。 ② 将邻近有意义的(或性质相同)分类进行合并，以适当 增加频数，满足计算公式的应用条件时，方可做出适当的分析。 R×C 表的分类及其检验方法的选择 R×C表可分为双向无序、单向有序、双向有序属性相同和双向有序属性不同4类。 1．双向无序R×C表 R×C表中两个分类变量皆为无序分类变量。对于该类资料： ①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 检验； ②若研究目的为分析两个分类变量之间有无关联性以及关系的密切程度时，可用行×列表资料的 检验以及Pearson列联系数进行分析。 2．单向有序R×C表 ① R×C表分组变量（如年龄）是有序的，而指标变量（如传染病的类型）是无序的；研究目的通常是多个构成比的比较，如分析不同年龄组传染病的构成情况；此时可用行×列表资料的 检验分析。 3．双向有序属性相同的R×C表 R×C表中的两分类变量皆为有序且属性相同。 实际上是2×2配对设计的扩展，即水平数≥3的诊断试验配伍设计，如用两种检测方法对同一批样品的测定结果。研究目的通常是分析两种检测方法的一致性。此时宜用Kappa检验；也可用特殊模型分析方法。 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的，但属性不同。对于该类资料： ①若研究目的为分析不同年龄组患者疗效间有无差别时，可视为单向有序R×C表资料，选用秩和检验； ②若研究目的为分析两个有序分类变量间是否存在相关关系，宜用等级相关分析或Pearson积矩相关分析； ③若研究目的为分析两个有序分类变量间是否存在线性变化趋势，宜用有序分组资料的线性趋势检验。 R× C表检验的注意事项 对行×列表资料进行检验时，一般认为不能有1/5以上的格子的理论频数小于5，也不能有任何一个格子的理论频数小于1，否则很容易导致分析结果出现偏性。 　　　（1）增大样本量； 　　　（2）合理合并：将太小理论数所在的行（或列）的实际观察品属于性质相近的邻行（或列）合并。这样做应基于专业上可以解释，否则不能合并。　　　　 　　　（3）舍弃部分数据； 　　　（4）采用精确概率法。 1、行×列表中各理论频数不应小于1，并且1≤T＜5的格子数不宜超过总格子数的1/5，若发生上述情况，可采用下述方法： （1）增大样本含量以增加理论频数。 （2）根据专业知识，考虑删去理论频数太小的行或列，将理论频数过小的格子所在的行或列与性质相近的邻行或列中的实际频数合并。 （3）改用双向无序R×C 表资料的Fisher确切概率法。 2、行×列表χ2检验有统计学意义，并不等于任意两组之间都有统计学意义，要继续做多个样本率的多重比较。 3.有序的R×C 表资料不宜用χ2检验。