SAS的卡方检验资料讲解.pptVIP

华中科技大学公卫学院 流行病与卫生统计系 学习目标 掌握四格表普通卡方检验和配对卡方检验方法以及相应的SAS程序； 了解FREQ过程语句格式； 熟悉R×C表资料的分类类型以及相应的统计检验方法； 掌握双向无序R×C表资料检验以及SAS程序； 掌握单向有序R×C表资料检验以及SAS程序； 掌握趋势卡方检验方法以及SAS程序； 掌握分层R×C表的分析以及SAS程序； 概述 前面已介绍了两个率比较的检验，在观察例数不够大或拟对多个率进行比较时，检验就不适宜了，因为直接对多个样本率作两两间的检验有可能增加第一类误差。?2检验可解决此类问题。 卡方检验是用途很广的一种假设检验方法，这里我们主要学习它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。 四格表资料 定性指标分为有序的（如：疗效分为“治愈、显效、好转、无效、死亡”）和名义的（如：血型分为“O、A、B、AB”型）２类，对于每１个受试者来说，有序指标的观测结果只能是该有序指标若干等级中的１级（如某人的疗效为“显效”）；名义指标的观测结果只能是该名义指标若干标志中的１个（如某人的血型为Ｂ型），显然，无法像处理定量指标那样去直接分析定性指标，故这类资料常被整理成列联表的形式后再进行分析。 当表中只有２个定性指标时，称为２维列联表；有３个或３个以上定性指标时，称为多维列联表。常用R、C表示２维列联表的行数和列数，并称为R×C表；当R=C=２时，称为２×２表（或四格表）。２×２表看起来很简单，但根据资料所具备的条件有许多不同的处理方法。 四格表卡方检验的SAS程序 在SAS/STAT模块中FREQ、TABULATE和SUMMARY等过程可用于分类资料的统计描述，其中FREQ过程兼具统计描述和统计推断的功能，对分类变量计算频数分布，产生从一维到n维的频数表和列联表；对于二维表，可进行?2检验，对于三维表，可作Mentel-Hanszel分层分析。FREQ过程是SAS用于分析分类资料的一个常用过程。本节将先向大家介绍FREQ过程的语句及其格式。 FREQ过程的语句基本格式如下： Proc freq data= order= ; Table 分类变量*分类变量/ Ooptions; Weight 变量; Run; 四格表卡方检验的SAS程序 如果TABLES语句缺省，则FREQ过程对数据集中的所有变量都给出相应的一维频数表。不规定任何选项时，若需某变量的一维频数，FREQ给出该变量每一水平的频数、累积频数、频数的百分比和累积百分比；若需二维频数表，FREQ产生交叉分组列表，即包括各格的频数、总频数的格百分数、行频数的格百分数和列频数的格百分数。 请求式由一个或多个用“*”连接起来的变量名组成。几个变量可放在括号中，如： TABLES A*(B C)；等价于TABLES A*B A*C； TABLES (A-C)*D；等价于TABLES A*D B*D C*D； 四格表卡方检验的SAS程序 下列选项可用于TABLES语句中“/”的后面： OUT＝数据集：建立一个包含变量值和频数计数的输出数据集。如果TABLES语句中不止一个请求式，数据集的内容相应于TABLES语句中最后一个请求。 CHISQ对每层作c2检验，包括Pearson c2、似然比c2和Mantel-Haenszel c2。此外还给出与c2检验有关的关联指标包括Phi系数、列联系数和Cramer’s V。对于2×2表，给出Fisher精确概率。 AGREE 进行配对c 2检验。 EXACT 对大于2×2的列联表计算Fisher精确概率。同时也给出CHISQ选项的全部统计量。 四格表卡方检验的SAS程序 MEASURES对每层的二维表计算一系列关联指标及相应的标准误，包括Pearson和Spearman相关系数，以及Gamma和Kendall系数等。对于2×2表，还给出常用的危险度指标及其标准误。 CMH 给出Cochran-Mantel-Haenszel统计量，可检验在调整了TABLES语句中其它变量后，行变量与列变量之间的关联程度。对于2×2表，FREQ过程给出相对危险度估计及其可信区间，还给出各层关联度指标是否齐性的Breslow检验。 ALL 给出CHISQ、MEASURES、CMH所请求的全部统计量。 ALPHA＝p给出检验水准。缺省为0.05。 四格表卡方检验的SAS程序 EXPECTED给出期望频数。 DEVIATION给出每格的实际频数与期望频数的差值。 CELLCHISQ给出每格对总c2的贡献，即计算每格的(实际频数-期望频数)2/期望频数。 CUMCOL给出累