卡方检验实例1.docxVIP

463 人手术患者， 预测并发症人数为 169 位，实际并发症人数 201 位，该如何用卡方检验判断有无统计学意义？ 是配对 X2 检验吗？该如何将数据列表？如何用 Spss 得出结果呢？ 方法一：把数据转化成四格表，然后你就明白了。然后用卡方检验。 发病 不发病 实际(fo) 201 262 共 463 人 期望 (fe) 169 294 共 463 人 X2=4.789 由于 df=1,查表得， P0.05 显著，说明这个预测是具有统计学意义的。 方法二：用 spss 做，是列联表分析。数据录入格式为：建立两个变量，变量1 是实际和期望，实际用数据 1 表 示，那期望就用数据 2 表示；变量 2 是发病情况，发病用 1 表示，不发病用 2 表示，也就是说，你的变量 1 中 应该数据 463 个 1，然后输入 463 个 2，变量 2 中，先输入 201个 1，再输入 262 个 2，再输入 169 个 1，再输 入 294 个 2，建议你用 EXCL 来数据方便的多。直接可以复制。 数据录入完成后，点analyze-descriptive statistics-crosstabs-把变量 1 选到 rows 里，把变量2 选到 column 里， 然后点击下面的 statistics，打开对话框，勾选chi-squares，然后点 continue，再点 ok，出来结果的第 3 个表就 是你要的卡方检验，第一行第一个数是卡方值，后面是自由度，然后是P 值。 我算过了，卡方值应该是 4.609，df=1，P 值=0.032，P0.05，所以显著。预测是有统计学意义的。 如果按照你叙述的来看，其实是按照“teng7925 |”这位说的去做，只不过在 SPSS 输入数据的时候，不需要按照 他说的那样，只需要设计三个变量，第一个变量输入： 1 1 2 2；第二个变量输入： 1 2 1 2；第三个变量输入： 201 262 169 294。输入完，按照他说的步骤，可以得到他说的同样的结果，得到的结果说明预测与实际的发症 人数有显著差异。 但是我仔细想了下， 你书上说的思路可能不是上面那种想法。 只是看预测并发症人数 169 与实际并发症人数 201 有没有显著差异。这种思路在SPSS 里面通过分析(analyze) ——非参数检验(nonparametic tests) ——卡方 检验 (CHi-square) 。设置一个变量叫并发症人数， 输入 169 和 201，再在菜单栏数据 (data) ——加权 (weight cases)，将这个变量选择进去，再按照我上面说的非参数检验步骤，将那个变量输入进去，点击OK，得到的 卡方值为 2.768，P 值为 0.096。你再确认下， 书上的 P 值是多少， 但是我个人更觉得上面那种思路才更合理点， 也可能我不知道书上的题目意思。教科书上的答案是错误的！你按我的步骤做就可以了，保证正确。 1、数据录入 例数 262 201 并发症 0 (输入“否”作为标签) 1 (输入“是”作为标签) 2、加权： Data——Weight Cases，选择 Weight cases by 后，将“例数”选入后点击 OK 3、分析： Analyze——Nonparametic Tests——Chi-Square，将“并发症”作为测试变量(Test Variable)。在这 里，不能使用程序默认的期望值(因为程序默认并发症出现与否的例数相等，均为463/2=231.5 例)，必需自己 定义期望值。在 Expected Values 项下选择 Values，然后输入 294，点击 Add；再输入 169，点击 Add。注意 这两个数字的输入顺序不能颠倒！最后，点击主对话框的OK 按钮就可以得到以下结果。 并发症 Observed N Expected N Residual 否 262 294.0 -32.0 是 201 169.0 32.0 Total 463 Test Statistics 并发症 Chi-Square df Asymp. Sig. 9.542 1 .002 因此，并发症的实际发生率明显高于预期(Chi-Square=9.542，P=0.002)。 这里最关键的地方是会不会自定义期望值。 你的题目也可以使用 Analyze——Nonpar