统计学第六讲两个率或多个率的比较PPT.pptVIP

第四军医大学卫生统计学教研室 * 医疗等本科《医学统计学》 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 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 =57.3 一、卡方检验的基本思想(2) 各种情形下，理论与实际偏离的总和即为卡方值（chi-square value）,它服从自由度为ν的卡方分布。 3.84 7.81 12.59 P＝0.05的临界值 χ2分布（chi-square distribution） χ2检验的基本公式 上述基本公式由Pearson提出