R×C列联表卡方检验与多重比较的适用条件与案例教程.docx

一、R×C列联表卡方检验概述

R×C列联表卡方检验用于分析两个分类变量之间的关联性或差异比较，包括：-2×C列联表：两组构成比的差异比较-R×2列联表：两组或多组率的差异比较-R×C列联表：两个分类变量的独立或关联关系

在SPSSAU(在线SPSS)平台中，可以在【实验/医学研究】→【卡方检验】功能模块中进行此类分析。

二、适用条件

1.Pearson卡方检验适用条件

所有单元格的理论频数不应小于1

1≤E5的单元格数量不宜超过总数的1/5

总样本量n≥40

2.Fisher确切概率法适用条件

当不满足Pearson卡方检验条件时，应考虑使用Fisher确切概率法：存在理论频数E1的单元格，1≤E5的单元格比例超过1/5，小样本数据(n40)

三、案例教程：3种疗法疗效比较

案例背景

某医师研究物理疗法、药物治疗和外用膏药3种疗法治疗周围性面神经麻痹的疗效，数据如下：

分析步骤

数据准备

在SPSSAU(网页SPSS)中准备组别、疗效、频数3个变量

使用加权数据格式

R×2列联表卡方检验

进入【实验/医学研究】→【卡方检验】模块

选择分组变量和结果变量

系统自动检查适用条件并选择合适的检验方法

结果解读

首先查看总体检验结果，判断3组有效率是否存在显著差异

如果总体差异显著(p0.05)，则进行多重比较

多重比较(卡方分割法)

将3×2列联表拆分为3个2×2四格表：

物理疗法组vs药物疗法组

物理疗法组vs外用膏药组

药物疗法组vs外用膏药组

对p值进行Bonferroni校正：校正显著性水平=0.05/3≈0.0167

只有当p0.0167时才认为差异显著

SPSSAU默认输出卡方检验多重比较结果。

注意事项

多重比较会增加Ⅰ类错误概率，必须进行p值校正

SPSSAU(在线SPSS)平台会自动实现卡方分割法多重比较

四、总结

R×C列联表卡方检验是分析分类变量关联性和组间差异的重要方法。使用SPSSAU平台时：

系统会自动检查数据是否符合检验条件

对于不符合Pearson卡方条件的数据，会推荐使用Fisher确切概率法

当需要进行多重比较时，会自动实现卡方分割法并完成p值校正

结果解读应结合统计显著性和实际意义