计数资料的统计学推断卡方检验【统计学经典】.pptVIP

R×C表χ2检验的应用注意事项 2.多组比较时，若效应有强弱的等级，如+，++，+++，最好采用后面的非参数检验方法。χ2检验只能反映其构成比有无差异，不能比较效应的平均水平。 3.行列两种属性皆有序时，可考虑趋势检验或等级相关分析。 第四军医大学卫生统计学教研室 * Dr. 宇传华 制作 Dr. 宇传华 制作 第五章 计数资料的统计学推断 第一节 率的抽样误差与可信区间 第二节 率的统计学推断 一、样本率与总体率比较的u检验 二、两个样本率比较的u检验 第三节 卡方检验 一、卡方检验的基本思想 二、四格表专用公式 三、连续性校正公式 四、配对四格表资料的χ2检验 五、行×列（R×C）表资料的χ2检验 计数资料的统计学推断 第一节 率的抽样误差与可信区间 一、率的抽样误差与标准误 二、总体率的可信区间 一、 率的抽样误差与标准误 样本率(p)和总体率(π)的差异称为率的抽样误差(sampling error of rate) ，用率的标准误（standard error of rate）度量。 如果总体率π未知，用样本率p估计 标准误的计算 二、 总体率的可信区间 总体率的可信区间 (confidence interval of rate)：根据样本率推算总体率可能所在的范围 第二节 率的统计学推断 一、样本率与总体率比较u检验 二、两个样本率的比较u检验 一、样本率与总体率比较的u检验 u检验的条件：n p 和n（1- p）均大于5时 二、两个独立样本率比较的u检验 表5-1 两种疗法的心血管病病死率比较 疗法 死亡 生存 合计 病死率(%) 盐酸苯乙双胍 26 (X1) 178 204(n1) 12.75 (p1) 安慰剂 2 (X2) 62 64(n2) 3.13 (p2) 合 计 28 240 268 10.45 (pc) u检验的条件： n1p1 和n1(1- p1)与 n2p2 和n2(1- p2)均 5 小 结 1．样本率也有抽样误差，率的抽样误差的大小用σp或Sp来衡量。 2．率的分布服从二项分布。当n足够大，π和1-π均不太小，有nπ≥5和n（1-π）≥5时，近似正态分布。 3．总体率的可信区间是用样本率估计总体率的可能范围。当p分布近似正态分布时，可用正态近似法估计率的可信区间。 4．根据正态近似原理，可进行样本率与总体率以及两样本率比较的u检验。 率的u检验能解决以下问题吗？ 率的反应为生与死、阳性与阴性、发生与不发生等二分类变量，如果二分类变量为非正反关系（如治疗A、治疗B）；反应为多分类，如何进行假设检验？ 率的u检验要求：n足够大，且nπ≥5和 n（1-π）≥5。如果条件不满足，如何进行假设检验？ 第三节 卡方检验 χ2检验(Chi-square test)是现代统计学的创始人之一，英国人K . Pearson（1857-1936）于1900年提出的一种具有广泛用途的统计方法，可用于两个或多个率间的比较，计数资料的关联度分析，拟合优度检验等等。 本章仅限于介绍两个和多个率或构成比比较的χ2检验。 一、卡方检验的基本思想(1) 疗法 死亡 生存 合计 病死率(%) 盐酸苯乙双胍 26 (a) 178 (b) 204(a+b) 12.75 (p1) 安慰剂 2 (c) 62 (d) 64(c+d) 3.13 (p2) 合 计 28 (a+c.) 240(b+d.) 268(a+b+c+d=n) 10.45 (pc) 表5-1 两种疗法的心血管病病死率的比较 2×2表或四格表(fourfold table) 实际频数A (actual frequency) ( a、b、c、d)的 理论频数T( theoretical frequency)（H0:π1=π2=π）： a的理论频数＝ (a+b)×pc= (a+b)×[(a+c.)/ n]=nRnC/n =21.3 b的理论频数＝ (a+b)×(1-pc)= (a+b)×[(b+d.)/ n] =nRnC/n =182.7 c的理论频数＝ (c+d)×pc= (c+d)×[(a+c)/ n] =nRnC/n =6.7 d的理论频数＝ (c+d)×(1-pc)= (c+d)×[(b+d.)/ n] =nRnC/n