第七章、卡方检验幻灯片.ppt

普通四格表卡方检验 * 卡方检验的基本思想 组别 疗效 合计 治愈 (理论治愈) 未愈 (理论未愈) 旧剂型 129 (124.0) 23 (28.0) 152 新剂型 101 (106.1) 29 (23.9) 130 合计 230 52 282 * 卡方检验的基本思想 从表中可见，疗效的理论数（根据假设两总体疗效相同得到）与实际人数存在差别 如果我们的假设成立的话，这种差别属于抽样误差，应该不会很大；反之，如果这种差别很悬殊，则因该怀疑原假设不成立 如何评价“悬殊”与“不悬殊”？ * 卡方检验的基本思想 卡方检验基本公式： 理论数与实际数间的差距可为正亦可为负，因此需要对二者之差取平方，而后再累加 如前所述，比较两组数据变异程度，直接比较标准差是不合理的，因为两组数据的均数可能差距甚大或单位不同 例如：A=303，T=300，A-T=3； A=33，T=30，A-T=3；因此仅有(A-T)2尚不足以说明二者间不吻合的程度，需要对A与T间的差距作“标准化”或“相对化” * 卡方检验的基本思想 如何对A与T间的差距作“相对化”或“标准化”？ 最直观的方法就是将离差的平方除于一个频数——实际频数A或理论频数T 最终将其除于T可有以下几点解释： ①为了避免A=0时除式没有意义的情况， ② 实际频数A即使在样本含量相同的情况下，仍将随不同抽样改变；而T无此问题，比A稳定，用其作为分母更稳健也更具代表性 * 卡方检验的基本思想 此外，卡方计算公式中每项均非负，因此卡方值的大小不仅取决于A与T间的相对差距，还取决于累加项数的多少 因此需对累加项数作调整，引入“自由度”的概念 在列联表资料中（四格表也是一种列联表），自由度可以简单地表达为(行数-1)(列数-1)，即(R-1)(C-1)；其含义为列联表中除行、列合计值外可以自由取值的格子个数（或总自由度-行合计自由度-列合计自由度） * 卡方检验的基本思想 如果假设成立，实际数与理论数的差距应该较小，按照上式计算的卡方值因该接近0，如果卡方值远离0则应该拒绝原假设 卡方值满足卡方分布，求得相应卡方值的曲线下面积就可以得到P值，进而作结论 可见卡方检验的基本原理就是分析实际频数与根据假设构建的理论频数间的吻合程度（拟合度） * 普通四格表卡方检验 H0：两总体率相同 H1：两总体率不同 a=0.05 c2=∑(A-T)2/T计算卡方值为2.428 自由度v=(R-1)(C-1)=1,即四个格子中可自由取值的个数；本例中，由于行列的合计值固定，所以四个格子中只有一个可自由取值，故v=1 查表得： c20.05,1=3.84，所以P0.05，在a=0.05的水准上不拒绝H0，尚不认为两种剂型的治愈率不同 * 关于四格表卡方检验的一些说明 如前所述，卡方分布是连续的；然而理论数的取值却是不连续的；因此本章节的公式7-1是对卡方的近似公式，其使用效能受到理论数大小的制约 * Yates correction for continuity 由离散型资料按卡方检验公式式算得的卡方值均有偏大的趋势（使得我们偏向于拒绝原假设），尤其是当自由度=1 而且理论数较小时，偏差较大 Frank Yates（1934）提出对四格表卡方值进行连续性矫正 矫正后的卡方值记为c2c * 四格表卡方检验的理论数要求 当理论频数T有T≥5，而且n≥40时，卡方公式不需要校正，直接使用 当理论频数T有1≤T＜5，而且n≥40时，需要校正，或者用精确概率法计算概率值 当理论频数T有T＜1，或者n＜40时，只可用精确概率法计算概率值 * 四格表卡方检验专用公式 原始卡方公式需要计算理论数，略显麻烦 在四格表资料中，可以使用专用公式，省略计算理论数的过程 专用公式如下： * 四格表卡方检验专用公式校正 若有1≤T＜5，而且n≥40时，该专用公式同样需要校正 * 四格表卡方检验的校正 将病情相似的淋巴系统肿瘤患者随机分成两组，分别作单纯化疗与复合化疗，缓解情况见下表，问两疗法的缓解情况是否不同？ 化疗 方法 缓解情况 合计 缓解 (理论缓解) 未缓解 (理论未缓解) 单纯化疗 2(4.8) 10(7.2) 12 复合化疗 14(11.2) 14(16.8) 28 合计 16 24 40 * 四格表卡方检验的校正 在上表中最小的理论数应该是“单纯化疗” “缓解”所对应，因为它所对应的行、列合计值最小；2所对应的理论数为4.8，小于5，而且例数不小于40，所以本题应该作校正 校正后卡方值为2.624（未校正时为3.889），故尚不认为两方案缓解情况不同 * 第三节.配对四格表卡方检验 什么是配对设计？ 常见配对设计的情况是那些？ * 常见的配对四格表资料 同一批样品用两种不同的方法处理，处理的结果为二分类资料