[医学]医学统计学定性资料的统计分析-χ2检验.pptVIP

第六节 定性资料的统计分析 一、两个率比较的Z检验 当样本含量n足够大，样本率p或1-p均不太小时（如np和n(1-p)均大于5），样本率的分布近似正态分布。样本率和总体率之间、两个样本率之间的比较可用Z 检验(Z test) 。 (一)样本率与总体率的比较 样本率与总体率比较的目的是推断该样本是否来自某已知总体。统计量Z 的计算为： 例4-6-1 据临床研究，一般的胃溃疡病患者有25％会出现胃出血症状。某医院观察了300例65岁的胃溃疡病患者，其中有99例发生胃出血，占33.0％，问老年患者是否较一般患者易出血？ 本例，样本率为25%，np和n(1-p)均大于5，可采用Z 检验。 检验假设： H0：?=?0， 老年胃溃疡病患者的胃出血率等于25％； H1：??0， 老年胃溃疡病患者的胃出血率大于25％。 单侧?=0.05。 计算统计量Z ： 确定P 值和判断结果： Z0.01=2.326，得P0.01，按?=0.05水准拒绝H0，接受H1。 认为老年胃溃疡病患者的胃出血率大于20%,即老年患者较一般患者易出血. （二）两样本率的比较 两个样本率比较的目的是推断两总体率是否相等。检验方法可用Z 检验和后面介绍的?2检验。Z 检验公式为： 例4-6-2 某肿瘤医院4年来共治疗食道癌患者131例，每例均观察满5年，其中单纯手术治疗组观察84例，存活57例，存活率p1=67.9％，联合治疗(手术+术后化疗)组观察47例，存活39例，存活p2=83.0％，问两组存活率有无差别？ 两样本率比较的检验假设为： H0：两总体存活率相等，即?1=?2； H1：两总体存活率不等，即?1??2。 ? = 0.05。 用正态近似检验，检验统计量Z为： 注意：这里所介绍的两样本率比较的Z 检验，当n1p1、n2p2、n1 (1?p1)、n2 (1-p2)均大于5才适用，如果n 较小，则可以用校正的Z 检验公式： 而当n 很小时(比如n≤40时)，须用确切概率法(见?2检验部分内容)。 二、?2检验（Chi-square test） 主要应用： 推断两个或多个样本率之间有无差别； 推断两个或多个构成比之间有无差别； 检验分类变量配对设计下的卡方检验； 频数分布的拟合优度检验等。 （一） χ2分布 χ2分布是一种连续型随机变量的概率分布 （二）?2检验的基本思想 例4-6-1 据临床研究，一般的胃溃疡病患者有25％会出现胃出血症状。某医院观察了300例65岁的胃溃疡病患者，其中有99例发生胃出血，占33.0％，问老年患者是否较一般患者易出血？ 假设检验的基本步骤: 1.建立假设 H0：无效假设，两总体存活率相等，即?1=?2 H1：备择假设，两总体存活率不等，即?1??2 2.确定检验水准：α= 0.05。 3. 选择检验方法，并计算检验统计量 4. 确定P值，作出推断结论 P≤α，拒绝H0，接受H1 P＞α，不拒绝H0 ?2检验的基本公式： ?2 =∑(A－T)2/T式中：A代表每个格子的实际频数( actual frequency )，即表中的基本数据；T代表每个格子的理论频数( theoretical frequency )。 从公式中可以看出： ?2值反映的是实际频数与理论频数的吻合程度。 如果实际频数与理论频数的差别是由抽样误差造成的，即H0假设成立，则实际频数与理论频数应该比较接近， 其?2值 也就应该比较小；反之，如果?2值较大，则说明实际频数与理论频数相差较大，超出了抽样误差所能解释的范围，就认为H0假设不成立，即两样本对应的总体率不等， ?2 值越大，就越有理由认为H0假设不成立。 由公式 还可看出，?2值的大小除取决于|A－T|的差值外，还与基本数据的格子数有关(因为每格的 都≥0 ，且一般都＞0，故?2值一般随着格子数的增多而加大)，严格地说是与自由度有关。四格表及行×列表的自由度，是指在表中周边合计数不变的前提下，基本数据可以自由变动的格子数。如四格表中基本数据有四个，其中任一数据发生变化，其余三个数据由于受周边合计数的限制，只能随之相应变动，故其自由度为1；若基本数据大于4个，则自由度也必然大于1。行×列表的自由度? 为： ? =(行数一1)(列数一1) 四格表是由2行2列组成的，故? =1。 基本步骤: 1.建立假设：H0：?1=?2 ；H1：?1??2 ，α= 0.05。 2.计算理论值和?2统计量： 四格表资料专用公式 由于理论频数均是从四格表中实际频数计算出来的，故?2