《x2检验第六版》由会员分享，可在线阅读，更多相关《x2检验第六版（77页珍藏版）》请在金锄头文库上搜索。
1、第四章 分类变量的统计描述与分析,离散变量：统计学上把取值范围是有限个值或者是一个数列构成的变量称为离散变量。 分类变量：离散变量中表示分类情况的称为分类变量。 根据类别的有序性，分类变量又分为两类： 有序分类变量（ordinal variable） 无序分类变量（nominal variable）,一、分类变量的统计描述在spss中的 具体实现方法,1、使用频率过程输出频数表 如病例基本资料： 如果研究者希望了解共有多少个患者，男性和女性各为多少，不同病情等级的人数有多少？ 应用频率：选入性别（sex）、病情等级（x0）,首先给出的是统计量列表，因没有选择输出任何统计量，所以只给出有效统计量
2、。可见共有24名患者的数据，且这些数据都是完整的，没有缺失值。,接着给出的是性别的频数表,接着给出的是病情分析的频数表,2、使用交叉表过程输出频数表 交叉表过程构成两维或多维的各水平的列联表。并为两维表提供多种检验与相关的计算。,如果研究者想知道性别和病情分级的交叉频数分布，以及各种百分比的情况，怎么做？ 操作步骤： 分析描述统计交叉表 行框：sex 列框：x0 单元格： 百分比：选择行、列、总计 继续确定,单元格 按钮,首先是处理记录缺失情况报告，可见24例均为有效值。,第九章 2 检 验(卡方检验),2检验(chi square test)是以2 分布为理论基础的检验方法。主要用于分类资料
3、（列联表资料，contingency table）的假设检验。也用于频数分布的拟合优度检验（goodness of fit）. 第一节 2分布和拟合优度检验。 第二节 完全随机设计的两组频数分布的2检验。 第三节 完全随机设计的多组频数分布的2检验。 第四节 配对设计的两组频数分布的2检验 第五节 2检验的注意事项。 第六节 四格表资料的确切概率法检验。,A：实际频数（actual frequency） T：理论频数（theoretical frequency） TRC ：第R 行C 列的理论频数 nR ：相应的行合计，nC ：相应的列合计,(3) 确定P 值，作出推断结论,四格表资料的基本形
4、式,一、四格表（22列联表）资料的卡方检验,（一）四格表资料的基本公式,（二）四格表资料检验的专用公式,（三）四格表资料检验的校正公式,独立样本22列联 表卡方检验 例题：例9-2,步 骤：,1、定义变量，输入数据 设三个变量： 处理（r）：即行号 状况（c）：即列号 频数（f）,2、数据加权个案激活加权个案对话框。 将频数f放入频数变量栏中,3、分析统计描述交叉表,第一个表显示数据处理概况：有效数据例数、无效数据例数、总例数,第二个表显示列联表的资料,皮尔逊卡方值x2（pearson chi-square）=6.478 连续校正x2（continuity correction）：仅在22表计
5、算.(n40, 有1T5) 似然比值（likelylihood ratio）：处理多维表时有更大优势。 费歇尔精确检验（fishers exact test） （n40或有T1）。 线形组合（linear-by-linear association）：行、列变量有无线性关系，列联表分类变量中少用，多用于连续变量。 有效例数（N of valid cases）,结论：有0个格子的期望频数小于5，最小期望频数为6.56，符合pearson x2检验的要求。 皮尔逊卡方值x2=4.130，p=0.0420.05，差别有统计学意义。,四格表校正卡方检验,例题9-3,步 骤：,1、定义变量，输入数据 设
6、三个变量： 处理（r）：即行号 状况（c）：即列号 频数（f）,2、数据加权个案 将频数f放入频数变量栏中,3、anylyzedescriptive statisticscrosstabs,第一个表显示数据处理概况：有效数据例数、无效数据例数、总例数,第二个表显示列联表的资料,一个期望频数小于5（4.8）,皮尔逊卡方值x2（pearson chi-square） 连续校正x2（continuity correction），仅在22表计算 似然比值（likelylihood ratio） 费歇尔精确检验（fishers exact test） 线形组合（linear-by-linear asso
7、ciation） 有效例数（N of valid cases）,结论：有1个格子的期望频数大于1，小于5，最小期望频数为4.80 连续校正卡方值x2=2.624， p=0.1050.05，差别没有统计学意义。,如果掌握的是原始资料，可不必转换成列联表，直接录入即可,程序操作,1、分析-描述统计交叉表,Statistics对话框：选择chi-square,二 Rc列联表,多用于多个率、构成比的比较 例题9-4，步骤 1、定义变量，设三个变量，输入数据 2、weight cases 3、crosstabs,检验统计量,自由度 = (行数-1)(列数-1),例题9-4,行列表2检验要注意的问题 1.
8、 行列表中不宜有1/5以上格子的理论频数小于5或有一个格子的理论频数小于1，否则，可采用下述三种处理方法中的一种： 将理论频数过小的格子所在的行或列与性质相近的邻近行或列中的实际频数合并，使重新计算的理论频数增大； 删去理论频数太小的行与列； 增大样本含量以增大理论频数。 2. 当效应按强弱分为若干个级别，则按试验结果可整理为有序行列表，在比较各处理组的效应有无差别时，宜用秩和检验、Ridit分析、或趋势检验等；如作2检验只说明各分布间的差异有无统计学意义。 3. 当多个样本率比较的检验，统计推论为拒绝检验假设，只认为总体率之间总的来说有差别，但不能说明每两两之间有差别，若要对每两个率或构成比
9、进行比较，须分别进行比较,并调整检验水平。,如果想对其中的两个率进行相互比较时，最好能够采用更加复杂的分类数据模型，如对数线性模型或者logistic回归模型进行分析，采用列联表分割等方法只能得到近似的结果，最好不要使用。,四、配对设计 （一）配对设计四格表（22列联表）,计数资料配对设计的应用： 可用于两种检验方法、培养方法、诊断方法的比较。,二、配对四格表资料,检验统计量(McNemar test),例9-6,1、定义变量，设三个变量，输入数据 2、weight cases 3、crosstabs， statictics： 选McNemar,四、配对设计 （二）RR列联表）,例9-7,四、
10、四格表的确切概率法,总例数小于40，且有1个格子的理论频数小于5，读取fishers exact test结果p=0.214,练习,例题9-5 课后练习题1、2、3、4,课外延伸内容,Kappa一致性检验,用于检验两种方法结果的一致程度。 crosstabsstatictics：选Kappa exact： ：选exact,这里kappa检验的H0假设是： kappa=0，即两者完全无关。 表中显示kappa值为0.327，p值为0.004，拒绝H0假设（两种方法培养结果不一致），接受H1假设，认为两种方法的培养结果是存在一致性的。 但根据经验，一般 当kappa0.75时，表明一致性较好 当0
11、.75kappa0.4时，表明一致性一般 当kappa0.4时，表明一致性较差， 此处为0.327，因此实际上一致性不是很强。,Kappa检验会利用列联表中的全部信息，而McNemar检验只关心两者不一致的情况。 对于一致性较好，即绝大多数数据都在主对角线上的大样本列联表， McNemar检验可能会失去使用价值。 如对1万个案例进行一致性评价，9995个都是完全一致的，显然，一致性相当的好，但McNemar检验只考虑不一致的数据，反而可能得出有差异的结论。,一致性检验在医学研究中用得很多，如研究一种简单易行的诊断方法是否可以替代另一种结果可靠但操作繁杂的诊断方法，就会用到一致性检验。 另外，在数据分析中，比较两种预测方法预测结果的一致性时也可能会用到kappa检验。,
