AS的卡方检验.pptVIP

行列均为顺序变量的相关检验 首先计算R×C表的值，然后将总的值分解成线性回归分量与偏离线性回归分量。若两分量均具有统计学意义，说明两分类变量存在相关关系，但关系不是简单的直线关系；若线性回归分量有统计学意义，偏离线性回归分量无统计学意义时，说明两分类变量不仅存在相关关系，而且是线性关系。 行列均为顺序变量的相关检验 计算 总的值 计算线性回归分量 回归 b为回归系数 计算偏线性回归分量 将总的 值分解成线性回归分量和偏离线性回归分量。若两分量均有统计学意义，说明两分类变量存在相关关系，但关系不是简单的直线关系；若线性回归分量有统计学意义，偏离线性回归分量无统计学意义时，说明两变量不仅存在相关关系，而且是线性关系。 例题 某研究者欲研究年龄与冠状动脉粥样硬化等级之间的关系，将278例尸解资料整理成行乘列表，问年龄与冠状动脉粥样硬化等级之间是否存在线性变化趋势？ 分层资料的分析 按一个或多个因素分层后，研究行变量与列变量间的联系。 通过控制分层变量的影响，检验研究行变量与列变量的关系。 例题 某研究者欲研究男女性使用别嘌 呤是否引发皮疹。 本章小节 ?2检验是用途很广的一种假设检验方法，这里我们主要学习它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。 本章第一节介绍了四格表的普通?2检验方法，理论频数与实际频数的定义，?2检验统计量的计算方法，?2分布以及?2界值表确定P值的方法。说明了四格表?2检验的应用条件，以及连续性校正公式和四格表专用公式。通过SAS分析实例演示了四格表?2检验过程以及结果解释。我们需要重点理解?2检验的含义以及应用。掌握?2检验的应用条件以及连续性校正公式等。 本章小节 R×C表可以分为双向无序、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。若研究目的为多个样本率（或构成比）的比较，可用行×列表资料的?2检验；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，可以用行×列表资料的?2检验以及Pearson列联系数进行分析。②单向有序R×C表有两种形式：一种是R×C表中的分组变量是有序的，而指标变量是无序的，此种单向有序R×C表资料可用行×列表资料的?2检验进行分析；另一种情况是R×C表中的分组变量是无序的，而指标变量是有序的，此种单向有序R×C表资料宜用秩和检验进行分析。 本章小节 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，此时宜用一致性检验（或称Kappa检验）；双向有序属性不同的R×C表，R×C表中的两分类变量皆为有序且属性不相同，对于该类资料，需要分析两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。 本章针对不同类型的R×C表资料分别予以介绍，并通过实例进行数据分析，并通过SAS程序完成统计分析过程，大家在练习不同类型数据的分析方法时，掌握常用数据分析的SAS程序，并能够灵活运用。 华中科技大学公卫学院 流行病与卫生统计系 学习目标 掌握四格表普通卡方检验和配对卡方检验方法以及相应的SAS程序； 了解FREQ过程语句格式； 熟悉R×C表资料的分类类型以及相应的统计检验方法； 掌握双向无序R×C表资料检验以及SAS程序； 掌握单向有序R×C表资料检验以及SAS程序； 掌握趋势卡方检验方法以及SAS程序； 掌握分层R×C表的分析以及SAS程序； 概述 前面已介绍了两个率比较的检验，在观察例数不够大或拟对多个率进行比较时，检验就不适宜了，因为直接对多个样本率作两两间的检验有可能增加第一类误差。?2检验可解决此类问题。 卡方检验是用途很广的一种假设检验方法，这里我们主要学习它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。 四格表资料 定性指标分为有序的（如：疗效分为“治愈、显效、好转、无效、死亡”）和名义的（如：血型分为“O、A、B、AB”型）２类，对于每１个受试者来说，有序指标的观测结果只能是该有序指标若干等级中的１级（如某人的疗效为“显效”）；名义指标的观测结果只能是该名义指标若干标志中的１个（如某人的血型为Ｂ型），显然，无法像处理定量指标那样去直接分析定性指标，故这类资料常被整理成列联表的形式后再进行分析。 当表中只有２个定性指标时，称为２维列联表；有３个或３个以上定性指标时，称为多维列联表。常用R、C表示２维列联表的行数和列数，并称为R×