讲卡方检验.pptVIP

医学统计学SPSS软件教学第三讲、列联表资料的卡方检验 福建医科大学 林征 2011.9 SPSS 1.卡方检验（率与构成比检验） 卡方检验可用于推断两个或多个总体率、构成比是否有差别；两个分类变量间是否存在关联；两个等级变量间是否存在线性趋势 Analyze-Descriptive Statistics-Crosstabs 例如某医生用两种药物治疗十二指肠溃疡，问两种药物疗效是否不同 SPSS 治疗方法 治愈 未治愈 合计 呋喃硝胺 54 8 62 甲腈咪胍 44 20 64 合计 98 28 126 SPSS SPSS SPSS Pearson 相关或秩相关 卡方检验 双向 无序 变量 间关 联性 双向 有序 变量 间关 联性 无序变量与 等间距变量关联性 一致性检验 OR值 配对卡方 分层变量存在时卡方检验 SPSS 以上提示未见单元格的理论频数小于5，不必校正 卡方检验的结果为P=0.013，拒绝H0，认为两种药物的总体疗效不同 SPSS 2.卡方检验（配对卡方检验） 对应于配对资料的卡方检验；即可用于四格表，也可用于行数列数相等的方表 例：打开课文附属光盘数据例7-3，请问两种方法的结果是否有别？ SPSS SPSS SPSS 3.行列表卡方检验 如果列联表的行数或/和列数超过2，统称为R*C表 当结局变量为无序变量时，分析不同处理方法的结局构成或率时可以使用卡方检验 SPSS 例如：打开课文附属光盘数据例7-6；请问三种疗法的的疗效是否有别？ SPSS SPSS SPSS 须注意，结论为各总体率不全相同 因此需要对该表格进行卡方分割，两两比较 使用Data –Select Cases选择三组中的两组，做四格表卡方检验 SPSS SPSS 未选择的数据将不会分析 此时的显著性水准为0.0125 同理需对1、3与2、3进行比较，结果如下 SPSS SPSS 4.列联表关联性分析* Correlations复选框：计算行、列两变量的Pearson相关系数（主要用于行、列变量都是计量资料的两变量相关分析，并计算Pearson关联系数r又称为r）和Spearman等级相关系数（主要用于分析行、列变量均为等级变量，计算Spearman等级相关系数又称为秩相关系数rs或又称为rs） SPSS Nominal表示是否分析两个分类（通常指无序分类）变量间关联性，其下可计算以下指标： 1）Contingency coefficient复选框：即列联系数，在分析行列变量间关联性时使用；其值为 界于0～1之间该系数越大表示两变量间关联性越大，反之则较小 SPSS 2）Phi and Cramers V复选框： f（Phi），仅仅在四格表中使用，界于0～1之间，反映行与列变量间的关联性大小；如果超过两行或两列，则关联系数可以用Cramers V 表示，它同样界于0～1之间 SPSS 例如：打开课文附属光盘文件例7-8；请问两种血型系统间是否有关联性 SPSS SPSS 二者间有关联 但是关联系数较小 5.有序分组资料的线性趋势检验 例：打开课文附属光盘数据例7-11；问年龄与动脉粥样硬化间是否存在线性变化趋势？ SPSS SPSS 二者间有关联 也有线性变化趋势