非参卡方检验.pptVIP

一致性检验与配对卡方检验 配对设计包括 同一样本接受不同处理的比较 配对的两个受试对象分别给予两种处理 甲 乙 合并 + - + a b a+b - c d c+d a+c b+d n 第62页/共73页 一致性检验与配对卡方检验 资料为配对资料 结果是否基本一致：kappa检验 Kappa ≥0.75一致性好 0.75＞Kappa≥0.4一致性一般 Kappa ＜0.4一致性较差 结果有无差别：配对卡方检验（McNemanr） 第63页/共73页 分析实例 两位顾问对20个地址的评价是否一致？ 分析：同一样本由两位顾问评价，为配对设计 评价结果是否一致用kappa检验 第64页/共73页 结果解释 Kappa ＝0.429，一致性不强 第65页/共73页 配对卡方检验（McNemanr） 分析：评价结果是否相同？ b+c 40 第66页/共73页 分层卡方检验 2×2×I多层四格表：用Breslow-Day Test检验各层四格表之间是否有交互作用 有交互作用：分析每个层的卡方以及OR或RR(分层分析) 无交互作用，用Mantel-Haenszel卡方检验 第67页/共73页 分析实例 3家分店的客户调查 寻求帮助与性别间有无联系？ 分析： 检验不同分店层间有无交互作用 不同分店层间寻求帮助与性别间有无联系 第68页/共73页 结果解释 第69页/共73页 Breslow-Day Test检验不同分店层间无交互作用 Cochran’s Mantel-Haenszel检验结果：寻求帮助与性别间有联系 第70页/共73页 第71页/共73页 去除分店的影响：女性比男性更容易寻求帮助 第72页/共73页 统计学回顾 R×C表(R2且C2)： 行因素是列因素均为分类变量，可根据研究问题选作Pearson卡方检验 行因素和列因素中：一个为分类变量、另一个为有序变量，则根据研究问题选作Kruskal-Wallis test 行因素和列因素均为有序变量，可根据研究问题选作Spearman相关分析 第73页/共73页 随机区组样本比较的非参数检验 Friedman：最常用， Kendall’s W： Kendall的和协系数，表示K个指标间的关联程度 Cochran’s Q: McNemar的推广，只适用于两分类资料 第30页/共73页 无序分类变量的统计推断卡方检验 第31页/共73页 主要内容 统计学回顾 拟合问题：样本率与已知总体率的比较 相关问题：两个（多个）率或构成比的比较 两分类变量间的关联程度的度量 一致性检验和配对卡方检验 分层的卡方检验 第32页/共73页 统计学回顾 第33页/共73页 检验基础 卡方检验原理 以卡方分布为基础的一种常用假设检验方法 根据样本推断总体的分布与期望分布有无差别 推断两个分类变量是否相关联或相互独立 H0：观察频数与期望频数无差别 第34页/共73页 卡方的计算 表示观察值与期望值之间的偏离程度 第35页/共73页 卡方分布 第36页/共73页 统计学回顾 第37页/共73页 假设 H0：π1=π2，H1：π1≠π2， α=0.05 实际数、观察值(A，actual frequency)为实际的频数数据 理论数、期望值(E, expected frequency)是在无效假设成立的前提下计算的频数 第38页/共73页 分类资料数据录入格式 第39页/共73页 拟合问题：样本率与已知总体率的比较－Chi-square过程 用来检验变量的几个取值所占百分比是否和期望的比例有统计学差异。 如在人群中随机抽取样本，来分析四种血型所占的比例是否相同（都是25%）， 新生儿的出生男女性别比是否为50％ 或检验样本比例与指定比例是否相同 该检验与一般所用的卡方检验不同，一般的卡方检验是用crosstable菜单来完成 第40页/共73页 分布类型检验－Chi-square过程 界面说明 主对话框： Test Variable List框：指定需要检验的变量 Expected Range单选框：设定需检验变量的取值范围，默认为最大值和最小值 Expected Values单选框：指定已知总体的各分类构成比，默认各类别构成比相等 Exact子对话框：共有近似概率、蒙特卡罗模拟法计算的确切概率和直接计算确切概率三种选择 第41页/共73页 分析实例 公司人员变动后，经理、监察员、办事员三种职务的比例是否仍为15:5:80 比较：观察值和理论值的差别 H0：三个职务的构成比例为15:5:80 H1：个职务的构成比例不是15:5:80 第42页/共73页 分布类型检验－Chi-square过程 结果解释 第43页/共73页 分布类型检验－Chi-square过程 结果解释：不拒绝H0 第44页/共