两组两分类资料检验.ppt

注意事项 McNemar检验只会利用非主对角线单元格上的信息，即它只关心两者不一致的评价情况，用于比较两个评价者间存在怎样的倾向。因此，对于一致性较好的大样本数据，McNemar检验可能会失去实用价值。 例如对1万个案例进行一致性评价，9995个都是完全一致的，在主对角线上，另有5个分布在左下的三角区，显然，此时一致性相当的好。但如果使用McNemar检验，此时反而会得出两种评价有差异的结论来。 行列表资料的分析 分析步骤 建立假设 H0：三种不同类型关节炎的疗效相同 H1：三种不同类型关节炎的疗效不全相同 求出统计量 下结论 几点遗留问题 是否应当进行两两比较？ 这又是一个打嘴仗的问题，虽然有人提出用卡方分割等方法来检验，但同样也有学者对这种做法嗤之以鼻 实际上，随着统计学的发展，这个问题已被超越，可以使用对分类数据的建模方法，如logistic模型等对此问题加以解答 几点遗留问题 如果是有序资料该怎么处理 传统的卡方检验是无法对次序信息加以利用的 单向有序：秩和检验 双向有序：实际上考察的是两变量间的关联性（相关性），可以使用专门的关联性指标分析 目前对卡方检验还有一些扩展方法，如CMH卡方，可以处理此类问题 几点遗留问题 行列表卡方检验的适用条件 理论频数不宜太小，一般认为不宜有1/5以上格子的理论频数小于5或有一个格子的理论频数小于1 不太理想的办法 与邻近行或列中的实际频数合并 删去理论频数太小的格子所对应的行或列 最理想的办法 增加样本含量以增大理论频数（但是可能吗） 确切概率法 一点补充 确切概率法的原理具有通用性，对于四格表以外的情况也适用，如行乘列表、配对、配伍表格均可 对于较大的行乘列表，确切概率法的计算量将变得十分惊人，有可能超出硬件系统可以支持的范围 此时可以采用计算统计学中的其他抽样技术加以解决，如Bootstrap方法等 Stata计算 两个或多个率、构成比的比较 1.Pearson χ2 对两个样本率比较 tabi a b\ c d,chi2 r 其中r表示按行计算比例 2.用Fisher确切概率法检验量个样本率 tabi a b\ c d,chi2 exact 配对四格表资料的分析 mcci a b c d Stata计算 行列表资料统计分析 双变量无序：Pearson 卡方 应用条件：同前。 命令：tabi 55 63 44\45 69 23\57 54 36 单变量有序：秩和检验、CMH卡方 双变量有序：Spearman等级相关、CMH卡方 两组两分类资料检验 内容 卡方检验入门 1 配对设计两样本率比较的χ2检验 2 行列表资料的分析 3 确切概率法 4 检验分类资料服从某个分布 设从总体A中随机抽取一个样本，样本量为n，其资料分布如下： 检验分类资料服从某个分布 举例： 某医生收治在某地50个患者，其血型分别如下： 已知该地区的一般人群的血型分布如下： 问题：患病人群的血型是否属于该地区一般人群的血样分布 血型 A B AB O 人数 15 10 8 17 血型 A B AB O 概率 0.25 0.5 0.1 0.15 实例 血型 A B AB O 概率 0.25 0.5 0.1 0.15 理论数T 12.5 25 10 7.5 行列表资料的检验 卡方检验是以卡方分布为基础的一种常用假设检验方法，主要用于分类变量，它基本的无效假设是： H0：行分类变量与列分类变量无关联 H1：行分类变量与列分类变量有关联 ?=0.05 统计量 ，其中Ai是样本资料的计数，Ti是在H0为真的情况下的理论数(期望值)。 卡方检验 在H0为真时，实际观察数与理论数之差Ai－Ti 应该比较接近0。所以在H0为真时，检验统计量 服从自由度为k-1的卡方分布。 即： ，拒绝H0。 上述卡方检验由此派生了不同应用背景的各种问题的检验，特别最常用的是两个样本率的检验等。因为该原理的使用范围很广，但本次课程只学习用于推断两个分类变量是否相互关联。 方法原理 方法原理 理论频数 基于H0成立，两样本所在总体无差别的前提下计算出各单元格的理论频数来 方法原理 残差 设A代表某个类别的观察频数，E代表基于H0计算出的期望频数，A与E之差被称为残差。 残差可以表示某一个类别观察值和理论值的偏离程度，但残差有正有负，相加后会彼此抵消，总和仍然为0。为此可以将残差平方后求和，以表示样本总的偏离无效假设的程度。 方法原理 另一方面，残差大小是一个相对的概念，相对于期望频数为10时，20的残差非常大；可相对于期望频数为1000时20就很小了。因此又将残差平