2017整理八应用统计学卡方检验.ppt

注意： Kappa检验会利用列联表的全部信息，而McNemar 检验只会利用非主对角线单元格上的信息。因此，对于一致性较好，即绝大多数数据都在主对角线的大样本列联表，McNemar检验可能会失去实用价值。 一致性检验 两分类变量间关联程度的度量 ?2检验可以从定性的角度说明两个变量是否存在关联，当拒绝原假设时，在统计上有把握认为两个变量存在相关。但接下来的问题是，如果两变量之间存在相关性，它们之间的关联程度有多大？针对不同的变量类型，在SPSS中可以计算各种各样的相关指标，而且Crosstabs过程也对此提供了完整的支持，此处只涉及两分类变量间关联程度的指标，更系统的相关程度指标见相关与回归一章。 两分类变量间关联程度的度量 相对危险度RR：是一个概率的比值，指试验组人群反应阳性概率与对照组人群反应阳性概率的比值。数值为1，表明试验因素与反应阳性无关联；小于1时，表明试验因素导致反应阳性的发生率降低；大于1时，表明试验因素导致反应阳性的发生率增加。 优势比OR：是一个比值的比，是反应阳性人群中试验因素有无的比例与反应阴性人群中试验因素有无的比例之比。 当关注的事件发生概率比较小时（0.1），优势比可作为相对危险度的近似。 两分类变量间关联程度的度量 例3 某次食物中毒，现想通过调查发现，吃某海产品（food）和食物中毒发生（poison）是否具有相关性，以及吃了某食物的人是没吃海产品的人的几倍。数据文件见poison.sav。 两分类变量间关联程度的度量 两分类变量间关联程度的度量 分别指定行列变量到Row（s）和Columns中。 选中可得到RR值 两分类变量间关联程度的度量 两分类变量间关联程度的度量 结果分析 这就是两变量的四格表。 两分类变量间关联程度的度量 结果分析 这是卡方检验的结果，说明吃食物与食物中毒相关。 两分类变量间关联程度的度量 结果分析 结果显示，OR＝3.00，说明吃了该食物者发生食物中毒的可能性是没有吃该食物者的3.00倍？ 例4 某研究人员对3家医院的卫生服务情况进行了调查，现希望分析寻求就诊和性别之间有无联系。（数据见cmh.sav） 分层卡方检验 分层卡方检验 选入分层变量center 分层卡方检验 进行分层卡方检验 分层卡方检验 首先给出的是层间差异的检验，结果显示，不同中心间，性别与就诊的联系是相同的。 结果分析 分层卡方检验 分层卡方检验结果，即考虑了分层因素的影响以后，对性别与就诊的检验结果，共给出CMH?2检验和MH ?2检验两种结果，前者是后者的改进，可见P 值均小于0.05，即可认为性别与就诊有关。 结果分析 分层卡方检验 结果显示，ORMH 值为0.636，表明去除了不同中心的混杂效应以后，和女性相比，男性顾客寻求就诊的优势比为0.636，或者说更不容易寻求就诊。 结果分析 1.卡方检验是以?2 分布为基础的一种常用假设检验方法，常用作计数资料的显著性检验。 其基本思想是：首先假设观察频数与期望频数没有差别。而统计量?2 值表示观察值与理论值之间的偏离程度。当n 比较大时，?2 统计量近似服从k-1个自由度的?2 分布。在自由度固定时，每个?2 值与一个概率值相对应，此概率即为在H0假设成立的前提下，出现这样一个样本或更大差别样本的概率。如果P 值小于或等于显著性水准，则应拒绝H0，接受H1。 小 结 2.关联程度的测量：卡方检验从定性的角度分析是否存在相关，而各种关联指标从定量的角度分析相关的程度大小。不同的指标适合不同类型的变量。 RR值是一个概率的比值，是指试验组人群反应阳性概率与对照组人群反应概率的比值。用于反映试验因素与反应阳性的关联程度。 OR值是比值的比。是反应阳性人群中试验因素有无的比例与反应阴性人群中试验因素有无的比例之比。在下列两个条件均满足时，可用于估计RR值：①所关注的事件发生概率比较小（0.1），②所设计的研究是病例对照研究。 小 结 3.Kappa一致性检验对两种方法结果的一致程度进行评价；配对检验则用于分析两种分类方法的分类结果是否有差异。 小 结 4.分层卡方检验是把研究对象分解成不同层次，按各层对象来进行行变量与列变量的独立性研究。可在去除分层因素下更准确地对行列变量的独立性进行研究。在SPSS中，Crosstab过程的Statistics子对话框中选中Cochran’s and Mantel－Haenszel statistics会自动给出分层卡方检验的结果。 小 结 浙江大学医学院流行病与卫生统计学教研室 沈毅 重庆交通大学管理学院 * * ` 卡方检验 卡方检验基础 四格表卡方检验 配对卡方检验与一致性检验 两分类变量间关联程度的度量 分层卡方检验