八卡方检验教程.pptVIP

在Pearson 卡方检验中，对行变量和列变量的相关性作检验，其中行变量和列变量是一个事物的两个不同属性。 在实际中，还有一种列联表，其行变量和列变量反映的是一个事物的同一属性的相同水平，只是对该属性各水平的区分方法不同。其特征是：行的数目和列的数目总是相同的。如果希望检验这两种区分同一属性的方法给出的结果是否一致，则不应当使用Pearson ?2检验，而应该采用Kappa一致性检验对两种方法一致程度进行评价。 一致性检验 一般认为， 当Kappa≥0.75时，表明两者一致性较好； 0.75Kappa ≥0.4时，表明一致性一般； Kappa0.4时，表明两者一致性较差。 一致性检验 例4 某实验室分别用乳胶凝集法和免疫荧光法对58名可疑系统性红斑狼疮患者血清中抗核抗体进行测定，结果见下表，问两种方法的检测结果有无差别？（数据见McNemar.sav） 免疫荧光法 乳胶凝集法 合计 + － + 11 12 23 － 2 33 35 合计 13 45 58 两种方法的检测结果 配对卡方检验 不能忘记哦！ 配对卡方检验 在此选入频数变量即可进行下一步的分析。 配对卡方检验 配对卡方检验 配对卡方检验 选中可进行配对卡方检验 配对卡方检验 分析结果 配对卡方检验 分析结果 如果在statistics子对话框中勾选上Kappa复选框，则有以下结果： 注意： Kappa检验会利用列联表的全部信息，而McNemar 检验只会利用非主对角线单元格上的信息。因此，对于一致性较好，即绝大多数数据都在主对角线的大样本列联表，McNemar检验可能会失去实用价值。 配对卡方检验 例5 某零售连锁店对3家分店的客户满意度进行了调查，现希望分析寻求帮助和性别之间有无联系。（数据见cmh.sav） 分层卡方检验 分层卡方检验 选入分层变量store 分层卡方检验 进行分层卡方检验 分层卡方检验 首先给出的是层间差异的检验，结果显示，不同分店间，gender与contact的联系是相同的。 分析结果 分层卡方检验 分层卡方检验结果，即考虑了分层因素的影响以后，对gender与contact的检验结果，共给出CMH?2检验和MH ?2检验两种结果，前者是后者的改进，可见P 值均小于0.05，即可认为性别与求助有关。 分析结果 分层卡方检验 结果显示，ORMH 值为0.636，表明去除了不同分店的混杂效应以后，和女性相比，男性顾客寻求帮助的优势比为0.636，或者说更不容易寻求帮助。 分析结果 1.卡方检验是以?2 分布为基础的一种常用假设检验方法，常用作计数资料的显著性检验。 其基本思想是：首先假设观察频数与期望频数没有差别。而统计量?2 值表示观察值与理论值之间的偏离程度。当n 比较大时，?2 统计量近似服从k-1个自由度的?2 分布。在自由度固定时，每个?2 值与一个概率值相对应，此概率即为在H0假设成立的前提下，出现这样一个样本或更大差别样本的概率。如果P 值小于或等于显著性水准，则应拒绝H0，接受H1。 小 结 2.关联程度的测量：卡方检验从定性的角度分析是否存在相关，而各种关联指标从定量的角度分析相关的程度大小。不同的指标适合不同类型的变量。 RR值是一个概率的比值，是指试验组人群反应阳性概率与对照组人群反应概率的比值。用于反映试验因素与反应阳性的关联程度。 OR值是比值的比。是反应阳性人群中试验因素有无的比例与反应阴性人群中试验因素有无的比例之比。在下列两个条件均满足时，可用于估计RR值：①所关注的事件发生概率比较小（0.1），②所设计的研究是病例对照研究。 小 结 3.Kappa一致性检验对两种方法结果的一致程度进行评价；配对检验则用于分析两种分类方法的分类结果是否有差异。 小 结 4.分层卡方检验是把研究对象分解成不同层次，按各层对象来进行行变量与列变量的独立性研究。可在去除分层因素下更准确地对行列变量的独立性进行研究。在SPSS中，Crosstab过程的Statistics子对话框中选中Cochran’s and Mantel－Haenszel statistics会自动给出分层卡方检验的结果。 小 结 ` 卡方检验 卡方检验基础 拟合问题－单个样本率与总体率的比较 相关问题－两个样本率或构成比的比较 两分类变量间关联程度的度量 一致性检验与配对卡方检验 分层卡方检验 小结 内容提要 ?2检验是以?