spss列联表分析教案.pptxVIP

会计学; 列联表是指对一组观察对象，分别观察其两种分类变量的表现，归纳成双向交叉排列的统计表，这类统计表用的描述行变量和列变量之间的关系称列联表，或交叉表。;第2页/共53页;第3页/共53页;一、 四格表资料的?2检验 二、 配对四格表资料的 ?2检验 三 、 四格表资料的Fisher确切概率法 四、 R×C列表资料的?2检验 五、 多个样本率间的多重比较 ;1.四格表卡方检验;目的：推断两个样本率（构成比）是否有差别（两样本率来自总体率相同的总体） 要求：两样本的两分类个体数排列成四格表资料 H0：两样本的率相同； H1：两样本的率不同 ;两组人群流感发病率的比较; ?2检验实际上是将两样本率的比较转换成实际频数与理论频数的比较，?2值的大小反应了各格子的实际频数与理论频数T的接近程度。若检验假设H0成立，实际频数与理论频数相差就不应该很大，因此得到的?2值可能就比较小，P?,可认为两样本率来自同一总体的可能性比较大。反之，若实际频数与理论频数相差很大，则得到的?2也相应的很大，P?，可认为两样本率来自同一总体的可能性比较小。;例1.1：案例解析： 某种中药治疗胃溃疡的复发率与常规西药比较是否相同？;数据录入;第11页/共53页;四格表与各组率;四核表卡方的选用条件： 1、总例数≥40，且所有理论频数≥5，看Pearson卡方结果； 2、总例数≥40，有1个理论频数≥1且5，χ2检验需进行连续性校正，这时以连续性校正结果为准；（连续性校正卡方只在四格表中才计算） 3、总例数≥40，至少2个理论频数≥1且5，看Fisher精确检验 结果； 4、总例数40或者出现理论频数1，看Fisher精确检验结果； 5、总例数≥40，且所有理论频数≥5，似然比χ2检验与Pearson卡方一致;;例1.2：案例解析（连续性校正卡方） 用药物A治疗急性心肌梗死患者198例，24小时内死亡11例，病死率为5.56%，另42例治疗时采用药物B，24小时内死亡6例，病死率为14.29%，提问：两组病死率有无差别？;变量视图;;例1.3：案例解析（ Fisher精确检验） 用两种药物治疗某种疾病的结果如下，问两药的疗效有误差别？;Fisher精确检验比较稳??，国外有统计学专家认为样本数1000就应该用Fisher精确检验，也有些人认为所有的卡方检验都可以使用Fisher精确检验。;2.配对四格表卡方检验;例2： 有两种方法可用于诊断某种癌症，A方法简单易行，成本低，患者更容易接受，B方法结果可靠，但操作繁琐，患者配合困难。某研究选择了53例待诊断的门诊患者，每个患者分别用A和B两种方法进行诊断，判断两种方法诊断癌症有无差别，A方法是否可以代替B方法。 问题1：两种方法诊断癌症有无差别？ 问题2：A方法是否可以代替B方法（两者的一致性如何）？; 前面介绍过列联表，它的行变量和列变量代表的是一个事物的两个不同属性，以我们举过的A药和B药治疗急性心肌梗死患者疗效比较为例，例子中行变量“药物”和列变量“转归”是患者的两个不同特征。 本例为配对设计的列联表，它的行变量和列变量代表的是一个事物的同一属性，只是对这个属性的判断方法不同而已。如上表所示，行和列均指的是患者是否患有癌症，所不同的是一个是A方法，另一个是B方法。这种列联表最大的特点是行和列数目永远都是一样的，且属性相同。此时，再用成组计数资料的χ2检验就不合适了。这里我们就要用到Kappa一致性检验和配对χ2检验(McNemar检验)。;Kappa一致性检验;操作流程： 数据：加权个案-频率变量：人数→确定 分析-统计描述-交叉表 行：A药 列：B药（值：1为阳性，2为阴性） 统计量：McNemar、Kappa→继续 单元格：计数-观察值、期望值 百分比：行、列→继续 确定 ;Kappa值判断标准： Kappa≥0.75，两种方法诊断结果一致性较好； 0.4≤Kappa0.75，两种方法诊断结果一致性一般； Kappa0.4，两种方法诊断结果一致性较差。 表2给出了McNemer检验的结果，P=0.0220.05，提示两种方法诊断情况并不一致；表3中Kappa=0.506，P0.001，提示两种方法诊断结果存在一致性，但是Kappa在0.4~0.75范围内，一致性一般。 结论： A方法和B方法诊断结果一致性一般(Kappa=0.506，P0.001)；B诊断阳性率为67.9%，明显高于A诊断(50.9%)，且差别具有统计学意义(P=0.022)。;有时可能出现Kappa值与McNemer检验结果不一致的情况，如Kappa≥0.75，说明两者的一致性较好，但是McNemer检验结果p0.05，说明两者的检验结果有