x2检验第六版.ppt

第四章 分类变量的统计描述与分析 离散变量：统计学上把取值范围是有限个值或者是一个数列构成的变量称为离散变量。 分类变量：离散变量中表示分类情况的称为分类变量。 根据类别的有序性，分类变量又分为两类： 有序分类变量（ordinal variable） 无序分类变量（nominal variable） 一、分类变量的统计描述在spss中的具体实现方法 1、使用frequencies过程输出频数表 如病例基本资料： 如果研究者希望了解共有多少个患者，男性和女性各为多少，不同病情等级的人数有多少？ 应用frequencies：选入性别（sex）、病情等级（x0） 2、使用crosstabs过程输出频数表 Crosstabs（列联表）过程构成两维或多维的各水平的列联表。并为两维表提供多种检验与相关的计算。 如果研究者想知道性别和病情分级的交叉频数分布，以及各种百分比的情况，怎么做？ 操作步骤： analyze→descriptive statistics→crosstabs Rows框：sex columns框：x0 cells： percentages：选择row、column、total →continue→ok Cells 按钮 （一）四格表资料的基本公式 （二）四格表资料检验的专用公式 （三）四格表资料检验的校正公式 独立样本2×2列联 表卡方检验  例题：例9-2 步 骤： 1、定义变量，输入数据 设三个变量： 处理（r）：即行号 状况（c）：即列号 频数（f） 2、data→weight cases…激活weight cases对话框。 将频数f放入frequency variable栏中 3、anylyze→descriptive statistics→crosstabs…, 第二个表显示列联表的资料 结论：有0个格子的期望频数小于5，最小期望频数为6.56，符合pearson x2检验的要求。 皮尔逊卡方值x2=4.130，p=0.042＜0.05，差别有统计学意义。 四格表校正卡方检验 例题9-3 步 骤： 1、定义变量，输入数据 设三个变量： 处理（r）：即行号 状况（c）：即列号 频数（f） 2、data→weight cases…激活weight cases对话框。 将频数f放入frequency variable栏中 3、anylyze→descriptive statistics→crosstabs…, 第二个表显示列联表的资料,一个期望频数小于5（4.8） 结论：有1个格子的期望频数大于1，小于5，最小期望频数为4.80 连续校正卡方值x2=2.624， p=0.105＞0.05，差别没有统计学意义。 如果掌握的是原始资料，可不必转换成列联表，直接录入即可 程序操作 1、Analyze-Descriptives statistics-Crosstabs Statistics对话框：选择chi-square 二 R×c列联表 多用于多个率、构成比的比较 例题9-4，步骤 1、定义变量，设三个变量，输入数据 2、weight cases 3、crosstabs 检验统计量 例题9-4 行×列表χ2检验要注意的问题 1. 行×列表中不宜有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，否则，可采用下述三种处理方法中的一种： ①将理论频数过小的格子所在的行或列与性质相近的邻近行或列中的实际频数合并，使重新计算的理论频数增大； ②删去理论频数太小的行与列； ③增大样本含量以增大理论频数。 2. 当效应按强弱分为若干个级别，则按试验结果可整理为有序行×列表，在比较各处理组的效应有无差别时，宜用秩和检验、Ridit分析、或趋势检验等；如作?2检验只说明各分布间的差异有无统计学意义。 3. 当多个样本率比较的检验，统计推论为拒绝检验假设，只认为总体率之间总的来说有差别，但不能说明每两两之间有差别，若要对每两个率或构成比进行比较，须分别进行比较,并调整检验水平。 如果想对其中的两个率进行相互比较时，最好能够采用更加复杂的分类数据模型，如对数线性模型或者logistic回归模型进行分析，采用列联表分割等方法只能得到近似的结果，最好不要使用。 四、配对设计（一）配对设计四格表（2×2列联表） 计数资料配对设计的应用： 可用于两种检验方法、培养方法、诊断方法的比较。 例9-6 1、定义变量，设三个变量，输入数据 2、weight cases 3、crosstabs， statictics： 选McNemar 四、配对设计（二）R×