R×C表卡方与检验.ppt

R×C列联表 前述四格表，即2×2表，是最简单的一种 R×C表形式。因为其基本数据有R行C列， 故通称R×C列联表（contingency table）， 简称R×C表。 R×C表的资料形式有： 1. 多个样本率的比较（如例p419题18的3×2表） 2. 两组或多组构成比的比较（如例8-4的3×4表） 一、R×C 表?2 检验通用公式 代入基本公式 可推导出： 基本公式 通用公式 自由度= (R?1)(C?1) 二、多个样本率的比较 例8-4 （ P419题18）研究新复方治疗高血压病效果的临床试验，并与标准对照药物降压片和安慰剂作对照，结果如表8-5，比较三组效果。 H0：π1=π2=π3，三种药物治疗高血压病总体有效率相等 H1：三个总体率不全相等 α=0.05 ?2 =32.736 ?2 0.005，2=10.60，P0.005，按α=0.05水准拒绝H0，即可以认为三种药物治疗高血压病效果不同。 1.建立数据文件 在SPSS数据编辑窗，建立数据文件题18.sav。 行变量：“组别”，Values为：1＝“新复方”，2＝“降压片” ，3＝“安慰剂” ； 列变量：“疗效”，Values为：1＝“有效”，2＝“无效； 频数变量：“频数”。 2. spss操作过程 （1）在spss中调出数据文件题18.sav （2）频数变量加权。 从菜单选择 Data→Weight Cases 弹出Weight Cases对话框，选择Weight Cases by框，框内选入“频数”，即指定该变量为频数变量 （3） ?2检验 从菜单选择 Analyze→Descriptive Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：疗效 击Statistics按钮选择Chi-square。 三、两组或多组构成比的比较 例8-5 用三种治疗方法治疗199例消化性溃疡住院病人资料如表8-6，试分析三组病人按4种中医分型的构成比有无差别。 H0：三种疗法病人的中医分型总体构成相同（疗法与证型无关） H1：三组病人中医分型总体构成不全相同（疗法与证型有关） ，α=0.05 1.建立数据文件 在SPSS数据编辑窗，建立数据文件Li8-4.sav。 行变量：“疗法”，Values为：1＝“生胃宁素片”，2＝“中药组” ，3＝“西药组” ； 列变量：“中医分型”，Values为：1＝“肝胃不和”，2＝“胃阴不和”，3＝“脾胃虚寒”，4＝“寒热夹杂”； 频数变量：“频数”。 2. spss操作过程 （1）在spss中调出数据文件Li8-4.sav （2）频数变量加权。 从菜单选择 Data→Weight Cases 弹出Weight Cases对话框，选择Weight Cases by框，框内选入“频数”，即指定该变量为频数变量 （3） ?2检验 从菜单选择 Analyze→Descriptive Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：中医分型 击Statistics按钮选择Chi-square。 结果分析 表下方提示理论频数小于5的单元格有2个，最小理论频数为3.595，说明可用Pearson卡方检验。 结果分析：Pearson ?2 =9.596，双侧P＝0.1430.05，以α＝0.05水准不拒绝H0，不能认为三组病人中医分型的构成比不同。 四、R×C表?2 检验应注意的问题 多个样本率的两两比较 多个样本率（或构成比）的?2检验，结论为拒绝H0时，只能认为各总体率（或构成比）之间总的来说有差别，常需要进一步作“两两比较”，本节介绍用Bonferroni法调整检验水准作两两比较。 一、多个实验组与一个对照组比较 在进行多个实验组（k-1)与一个对照组进行比较时，检验水准的调整如下： 式中α’为新规定的两两比较检验水准；k为样本数。 多个实验组与一个对照组比较 经?2检验，结论为拒绝H0。不同药物治疗高血压病的效果不同。 将新复方和降压片分别与安慰剂比较（H0：药物与安慰剂效果相同），此时应调整检验水准为： （1） 新复方与安慰剂比较：列出表A， ?2=30.50，P=0.000，按α’=0.025水准 拒绝H0，可以认为新复方治疗高血压有效。 （2）降压药与安慰剂比较：列出表B，?2=12.636，P=0.000，按α’= 0.025水准 拒绝H0，可以认为降压药治疗高血压有效。 二、2×k表多组间的两两比较 　 进行三种药物间的两两比较，则检验 水准调整为： （