SPSS之两独立样本的四个表卡方检验
SPSS卡方检验具体操作
SPSS卡方检验具体操作SPSS（Statistical Package for the Social Sciences）是一种统计分析软件，它包含了许多常用的统计方法，包括卡方检验。
卡方检验是一种经典的假设检验方法，用于检验两个分类变量之间是否存在显著的关联性。
下面将介绍SPSS中进行卡方检验的具体操作步骤。
步骤一：导入数据在SPSS软件中，点击“文件（File）”菜单，然后选择“打开（Open）”选项，找到所需分析的数据文件，点击“打开”。
然后通过哪个方式导入数据，可以选择加载文本文件、Excel文件、数据库等不同的方式。
导入数据后，SPSS会将数据显示在主窗口的数据视图中。
步骤二：设置变量属性在进行卡方检验之前，需要设置变量的属性，告诉SPSS每个变量的测量尺度。
例如，在分析两个分类变量之间的关联性时，需要将这两个变量都设置为“标称（Nominal）”尺度。
步骤三：执行卡方检验在SPSS软件中，点击“分析（Analyse）”菜单，然后选择“描述统计（Descriptive Statistics）”选项，再选择“交叉表（Crosstabs）”。
在弹出的对话框中，将需要分析的两个变量分别选择到“行（Rows）”和“列（Columns）”框中。
然后点击“Statistics”按钮，选中“卡方（Chi-square）”复选框，然后点击“Continue”按钮。
最后，点击“OK”按钮，SPSS将进行卡方检验并生成结果报告。
步骤四：解读结果在SPSS生成的结果报告中，主要包括卡方检验统计量、自由度、卡方值、显著性水平以及卡方检验的判定结果等内容。
卡方检验统计量用于判断两个分类变量之间是否存在显著的关联性。
如果卡方值较大且显著性水平（p值）小于设定的显著性水平（通常为0.05），则说明两个变量之间存在显著的关联性。
如果卡方检验的判定结果为显著，可以进一步进行后续分析，如计算关联性指数（如Cramer's V或Phi系数）来了解两个变量之间的关联性程度。
统计方法 SPSS实例： 四格表卡方检验
情况2：没有原始数据
假如没有原始数据，只有一个四个表，如下图： 我们只需要将数据进行加权就可以了。下面是具体的步骤：
1.先整理数据，数据结构见下图
2.接着进行加权
情况1：有原始数据
1.原始数据的数据结构，见下图。在这里没有频数，只有年龄组和是否正确这两个变量
2.在菜单栏上执行：析--描述统计--交叉表
3.将年龄组设置为行变量，是否正确设置为列变量；然后设置统计量，点击statistic
4.勾选卡方值，这样才能输出卡方值
5.首先看到的表格是基本的频数统计，没什么好说的，大家都懂
3.用频数进行加权，点击ok
4.接下来的步骤都是一样的，见上面。
5.
SPSS实例：四格表卡方检验
我们先来讲一个案例，我们想要知道两个年龄组的儿童在同一个问题上回答的正确性是否不同，统计出来的四格表是这样的：
年龄组分为0和1两个水平，是否正确分为0和1两个水平，怎样检验不同年龄组回答正确性是否相同？这就用到了四格表卡方检验。从上表中知道，表中任何一个单元格的数字都大于5，说明可以使用正常的卡方检验，如果有一个或者多个单元格数字少于5，需要进行精确卡方检验，以后会有教程。下面先看一下具体这个案例的操作过程：
Q：如何在SPSS中实现四格表的卡方检验
Q：如何在SPSS中实现四格表的卡方检验？A：在多数统计软件中，四格表（和行*列表）的数据格式均为行变量、列变量和频数变量。
如下面这个四格表的数据及相应格式如下：分析时首先选择菜单Data->Weight Cases，将频数变量选入Frequency格中，按OK确认。
此时系统就会以频数表的形式来读取所输入的数据，既记录数应为34+12+23+26=95例，而不是4例。
然后选择菜单Analyze->Descriptive Statistics->Cross Tables,将行、列变量分别选入相应的Row、Column格中，再按下方的Statistics钮，选中左上角的Chi-square复选框，按Continue钮，最后按OK即可。
Spss电脑实验－第三节(1) 您要打印的文件是：Spss电脑实验－第三节(1) 打印本文Spss电脑实验－第三节(1)作者：佚名转贴自：本站原创点击数：74第三节不同对象有关指标发生率（百分比）间的比较Ⅰ．两种对象率（百分比）间的比较—四格表χ2 检验χ2 检验（chi-square test），χ为希腊文字母，读作 [kai]（卡）；chi-square读作“卡方”；χ2检验即“卡方检验”。
它是一种用途较广的假设检验方法，是分析计率或百分比及某些等级资料常用的方法，可分析两个或两个以上率（或百分比）差别的显著性。
1. 两个样本率（百分比）比较—一般四格表的χ2检验四格表的χ2检验用于分析两组或两组以上率（或百分比）差别的显著性。
χ2 = ∑[（∣A - T∣）2 / T ].....................................(3-1)式中 A 为四格表各格子中的实际数，T 为理论数。
χ2 =（ad-bc)2 n / [(a+b)(c+d)(a+c)(b+d)].........................(3-2)例如: 某医院用两种疗法（drug）治疗慢性肾炎病人，结果（effect）西药组有效率为 79.7%（63/79）；中药组有效率为87.0（47/54），见表 3-1-a。
统计方法SPSS实例：四格表卡方检验
SPSS实例：四格表卡方检验我们先来讲一个案例，我们想要知道两个年龄组的儿童在同一个问题上回答的正确性是否不同，统计出来的四格表是这样的：年龄组分为0和1两个水平，是否正确分为0和1两个水平，怎样检验不同年龄组回答正确性是否相同？这就用到了四格表卡方检验。
从上表中知道，表中任何一个单元格的数字都大于5，说明可以使用正常的卡方检验，如果有一个或者多个单元格数字少于5，需要进行精确卡方检验，以后会有教程。
下面先看一下具体这个案例的操作过程:情况1:有原始数据1.原始数据的数据结构，见下图。
在这里没有频数，只有年龄组和是否正确这两个牟龄组是杏正确00 .aoM.00 1.00.00 .001.00 i.ao1.00t&o1.00.001 00 .001.0C,001.00 1.001.00too1 00 1 001.00 1.001.00 1.001.00 1.0Ctoo too1.00 .001.00 i.ao1.00 1001.0 0.001.00变量I ' '-U 1LL2.在菜单栏上执行：分析--描述统计--交叉表I ："分言芒方绘邂怎吕九[DataSetl] - 1BV SPSS Statistics Data Editor^File Edit View Data Transforn Anahze Direct Marketing Graphs Utilities ^dd-ons V二H日5厂杯组■异H-FF融33GQ( 34 00q35co36 0037too¥Re£3rt5Des:ripWe StalisicsTaotesCumpdie MidribCentral Linear ModelLinearMixed MedelsCorrelateReg'e&sion0 Freque-icieE...]D escripfives...■ Ratio.. 耳三叭：心;3.将年龄组设置为行变量，是否正确设置为列变量；然后设置统计量，点击statistic4.勾值 卡 方 样 选 才这5.首先看到的表格是基本的频数统计，没什么好说的，大家都懂6.看第二个表格是最关键的信息，我们看sig值，如果小于0.05就可以认为达到了显著水平，拒绝虚无假设，认为年龄对答案的正确性产生了影响b Cori puled OTily toi a 2x2 laal^情况2 :没有原始数据假如没有原始数据，只有一个四个表，如下图：Count我们只需要将数据进行加权就可以了。
SPSS 卡方检验 PPT
• 结果3：OR的均一性检验,用两种方法比较 性别之间OR是否存在差异（p=0.001）。 说明男性高于女性
• 结果4：又称协变量分析，将性别当做协变 量，即剔除性别这个影响后吸烟与肺癌的
关系。结果显示在剔除性别影响后，吸烟
和肺癌仍然显著相关，即吸烟史导致肺癌 的危险因素。
• 结果5：又称公共OR值估计，合并OR值为2.812，95%置 信区间不包括1，且与1相比差异有显著性（p=0.000）
结果1：男性卡方检验p=0.000 女性p=0.584
关于OR值
• Odds Ratio:相对危险度（也称比值比、优 势比）
• 指病例组中暴露人数与非暴露人数的比值 除以对照组中暴露人数与非暴露人数的比 值。
• 涵义：暴露者的疾病危险度为非暴露者的 多少倍。OR>1说明疾病的危险度因暴露而 增加，暴露与疾病为“正”关联。OR<1说 明疾病的危险度因暴露而减少，“负”关 联
Spss18.0操作 点击“数据”——选择“加权个案”
• 弹出下列窗口 选择加权个案，并将变量“freq”拉进框内
（3）卡方检验操作： 分别选择 “分析” “统计描述” “交叉表”
如右图
大家有疑问的，可以询问和交流
可以互相讨论下，主对话框 1.行变量 本例选择“group” 2.列变量 本例选择“effect”
证检验假设中I型错误 的概率不变。
• 重新规定检验标准的估计方法有两种
• 1.多个实验组间的两两比较 分析目的为k个 实验组间，任两个率进行比较 ，公式如下
'
k(k 1)/21
例 3个实验组间的两两比较，其检验水准 ' 用上 面公式估计如下
• 点击右边“统计量”选项，弹出对话框 （如下图）
SPSS之两独立样本的四个表卡方检验
独立样本：
1．两独立样本的四格表分析；多组独立样本的R*C列联表分析(双向无序，单向有序，双向有序属性相同，双向有序属性不同)
2. 配对样本：
3. 配对四个表分析；配对R*R列联表分析；
4. 趋势卡方检验
5. 卡方分割与卡方合并
1.1两独立样本的四格表分析
基本思想：两总体率的比较；两分类变量的相关性分析；两组分布的比较；
应用条件：当n≥40且所有T≥5时，用普通卡方检验；所得p≈a,改用确切概率法；
当n≥40但有1≤T≤5时时，改用校正卡方检验；
当n≤40或有T＜1时，不能用卡方检验，改用确切概率法。
先要将频数进行个案加权：Data--weight cases
分别选入行列
在Statistic中选择Chi-squre
如果想要行列信息的话，在Cell即单元格中选定行列百分比
最后选择Continue。
χ2卡方检验——独立样本四格表资料Spss
χ2卡⽅检验——独⽴样本四格表资料Spss Statistic 23在卫⽣统计中的应⽤10χ2统计量, 是由⽪尔逊(Karl Pearson)于1899年提出来的, 它是度量实际频数与理论频数之间的偏差的统计量。
公式表⽰为：A为实际频数（actual frequency）T为理论频数（theoretical frequency）⼀、⼲什么事情，要注意条件，不同样本，应⽤的公式不⼀样。
1.所有的理论数T≥5并且总样本量n≥40，⽤Pearson卡⽅进⾏检验。
2.如果理论数T＜5但T≥1，并且n≥40，⽤连续性校正的卡⽅进⾏检验。
3.如果有理论数T＜1或n＜40，则⽤Fisher’s检验。
⼆、例题（P150）1、建⽴spss数据⽂件2、加权个案点击“频数”，选择为加权变量点击“确定”，加权结束。
我初学是不理解“个案加权”的意思，这⾥解释共⼤家参考：当数据⽂件中存在有⼤量相同的变量值时，增加⼀个频数变量来表⽰相同变量值出现的频数，可带来很⼤的便利，变量加权就可⽤于设定某个变量为频数变量。
3点击菜单点击“统计”按钮，勾选“卡⽅”点击继续，点击“单元格”，勾选“期望”点击“继续”——“确定”，输出如下：备注：其中期望计数57.8、27.2、57.2、26.8 是理论频数，理论频数的计算请见书本P151页。
统计量的值是“⽪尔逊卡⽅”计算得到4.130，p值未0.042<0.05，所以两种药物治疗消化道溃疡的愈合率有显著差异，⽤统计学的话讲：两个样本来源于不同总体。
“连续修正b” ：连续性校正卡⽅值（df=1，只⽤于2*2列联表）；在2X2表格中，特别是某格的预期次数要⼩于等于5的，需要看修正的卡⽅。
（这⾥没有意义）似然⽐：对数似然⽐法计算的卡⽅值（类似⽪尔逊卡⽅检验），这个概念⽐较难懂，请同志们参考其它资料吧。
如果您觉得有⽤处请点个“赞”！（您的⿎励是我继续下去的动⼒）。
SPSS卡方检验
c. Based on normal approximation.
Pearson Chi-Square 的2 =133.779，自 由度（df）=4， P<0.05，差异有统计 学意义，可以认为两 种方法测定的结果是 不同的。 2 （Linear-byLinear Association） =65.051，自由度 （df）=1，P=0.000 <0.05。可认为甲法与 乙法存在线性变化关 系。Speaman Correlation（等级相 关系数）=0.702， P=0.000 <0.05。可认 为两者之间呈正相关。
df 2
A sy mp. Sig. (2-sided) .023
Lik elihood Ratio
8.003
2
.018
Linear -by -Linear A ssociation
6.777
1
.009
N of Valid C ases
53
a. 0 cells (.0%) hav e expected count less than 5. The minimum expected count is 7.36.
• 本例为一单向有序列联表，若要分析第①问题， 则不能选用一般的卡方检验，而选用后面将要 介绍的秩和检验方法更合理。对第②问题，可 进行如下的卡方检验。
假设检验过程同2检验 输入格式
结果
2 （Pearson Chi-square）=6.140，P=0.105﹥0.05。 可认为治疗方式与治疗的效果是没有关系的。
17(b+d)
合计 74 (a+b) 63 (c+d) 137(n=a+b+c+d)
SPSS 卡方检验
• 练习2：某医师研究物理疗法、药物治疗和 外用膏药三种方法治疗周围性面神经麻痹 的疗效。
• 问题1：三种疗法的有效率有无差别
• 问题2：如果三种疗法存在差异，是否任意 两组疗法均有差别
素材猫
其他选项介绍
• 1.相关性：计算Pearson和 Spearsmen相关系数，用以 说明行变量和列变量的相关 程度。
• 2相依系数：又称列联系数。 也是用来说明相关性。
• 3.Gamma :测量两个等级变 量之间关联度的统计量
• 4.Kappa：Kappa系数，见 下文
• 观察值：观察频数 • 期望值：期望频数 • 行百分比：给出行变量百分比 • 列百分比：给出列变量百分比
结果1：男性卡方检验p=0.000 女性p=0.584
结果2：风险估计，男性组OR=14.043，95% 置信区间不包括1。女性OR=1.222， 95% 置信区间包括1。提示，对于男性而言吸烟 史发生肺癌的危险因素，女性则不是。
关于OR值
• Odds Ratio:相对危险度（也称比值比、优 势比）
'
2(k 1)
SPSS进行两两比较
有两种方式 1.第一种，直接通过“选择个案“来筛选数据。
• 第二种方法：SPSS语法修改。 选择“黏贴”选项，进行修改。
• 通过修改个案选择和黏贴交叉表的语法 • 也可以直接进行交叉表语法的修改
练习
• 练习一：某医院欲比较异梨醇口服液（实 验组）和氢氯噻嗪+地塞米松（对照）降低 颅内压的疗效。将200例颅内压增高患者随 机分为两组。见下表。问两组降低颅内压 的总体有效率有无差别
不需要加权个案的数据
如果数据格式如下图（例：骨科数据）
每一行都是一个个体，无需加权。如果分析4 种病变节段在性别分布有无差异，如下图：
四个表卡方检验在spss上如何操作
比较三个疾病的阳性比达率，
怎样在SPSS中输入数据？请教分析的具体步骤
那就两两组合了
1 1 42
1 2 10
2 1 12
2 2 20
那就两两组合了
1 1 42
1 2 10
2 1 12
2 2 20
本例两两组合时，检验水准是否应该以0.05/3 为准，究竟是0.05/3
用于分析在三那种疾病中smac基因的表达率有无差异？谢谢
采用卡方检验
先对频数加权，Data->weight cases->ห้องสมุดไป่ตู้第二个项，然后将频数项放到右框；
Analyze->descriptie->Crosstabs->选入行列变量，再选项框里面勾上Chisquare，OK
数据输入格式：
行 列 频数
1 1 21
1 2 32
2 1 21
2 2 12
3 1 25
3 2 21
听说Crosstabs是用来做四个表资料的，我需要统计3个组的表达率差别阿，谢谢
另外三个组的率的两两比较 怎么做？郁闷！请大侠指教
具体数据如下
疾病A 阳性例数42 阴性例数 10
疾病B 阳性例数12 阴性例数 20
还是 0.05/4
�
卡方检验的SPSS实现(PPT页)
主要内容
• 1.两独立样本率比较的卡方检验 • 2.配对计数资料的卡方检验 • 3.分层资料的卡方检验 • 4.卡方的两两比较
一、两独立样本的卡方检验
列联表资料：指两个或者多个分类变量各水平组合频数分 布表，又称频数交叉表，简称交叉表（Crosstabs）。
下表为四格表
不需要加权个案的数据
如果数据格式如下图（例：骨科数据）
每一行都是一个个体，无需加权。如果分析4 种病变节段在性ቤተ መጻሕፍቲ ባይዱ分布有无差异，如下图：
将“性别”和“病变节段”分别拖入行变量 和列变量，其他操作同需加权数据。
• 1.两独立样本率比较的卡方检验 • 2.配对计数资料的卡方检验 • 3.分层资料的卡方检验 • 4.卡方的两两比较
2.配对计数资料的卡方检验
• 配对设计的特点是对同一样本的每一份样 品分别用A、B两种方法处理，或者前后测 量，观察其阳性和阴性例数。
• 文件chi_pair.sav为例 • 操作过程：
分析 统计描述 交叉表
行变量：treat_b 列变量：treat_a 统计量：McNemar
• 结果解释：所用方法是基于二项分布的 McNemar检验，p=0.000（双侧），差异显 著，即抗生素用于治疗呼吸道感染是有效的。
例：Doll和Hill以709例肺癌患者做病例、709 个非肿瘤患者做对照，按性别分层，研究 吸烟与肺癌的关系，调查结果如下表。试 做肺癌的病例对照分析。
如果不分层结果如下
结果解释：p=0.002，差异具有统计学意义
分层做法
操作:(1)建立数据文件 分层变量：选如“gender” （2）菜单选择 统计量主对话框下 风险 Cochran’s and Mantel-Haenszel统计量
SPSS学习笔记-四个表的卡方检验
四格表的卡方检验1.录入数据：组(Row,R),图1中的gr1,例如医学中常见的实验组和对照组；列（Column,C),图1中的gr2，例如医学中的阳性和阴性;频数，也就是各个格子（Cell)中的例数，这里是实际频数。
这几个项目分别成一列（见图1）。
图1.2.定权重：先在Data中找到Weight case(见图2-1），打开后见图2-2，此时将ff选作权重（见图2-3），点·“OK”，完成此步。
图2-1图2-2图2-33.打开列联表设置：从Analyze(分析）菜单中找到Descriptive Statistics(描述性统计），再找到Crosstabs(列联表），打开（见图3-1）图3-1进入该界面后（见图3-2），将gr1加入行（Row),而gr2加入列（Column)(图3-3）。
图3-2图3-3此时，根据分析目的，打开Statistics(统计）,选择统计方法，这里我们是要对两个组的率进行比较，所以选择卡方检验Chi-squair和kappa(见图3-4）。
点Continue(继续），继续下一步设置。
图3-4现在，再对Cell(格子）进行设置，点击Cells,选定Observed(实际频数）和Expected（理论频数）（图3-5），如果要计算率，可以继续选R和C。
还可以选残差（Residuals).这里举例没有再分析这些内容。
图3-54.结果解释：选完上面这些，就可以点击“OK”了，这时结果就出来了（图4）第1个表就是经典的四格表，每个格子上面数字为实际频数，下面数字是理论频数。
第2个表格是卡方检验的结果，根据适应条件：四格表，n>=40,理论频数>=5,随机成组两组设计的计数资料，适宜使用Pearson 卡方检验，结果：卡方值(value)23.117，自由度（df);1,双侧概率（Asymp.Sig.)(2-sided);0.000.结论：按照双侧a=0.05的水准，拒绝两组率相等的假设，可以认为两组的（阳性）率有差别。
统计方法 SPSS实例： 四格表卡方检验
SPSS实例：四格表卡方检验
我们先来讲一个案例，我们想要知道两个年龄组的儿童在同一个问题上回答的正确性是否不同，统计出来的四格表是这样的：
年龄组分为0和1两个水平，是否正确分为0和1两个水平，怎样检验不同年龄组回答正确性是否相同？这就用到了四格表卡方检验。
从上表中知道，表中任何一个单元格的数字都大于5，说明可以使用正常的卡方检验，如果有一个或者多个单元格数字少于5，需要进行精确卡方检验，以后会有教程。
下面先看一下具体这个案例的操作过程：
1.原始数据的数据结构，见下图。
在这里没有频数，只有年龄组和是否正确这两个
变量
2.在菜单栏上执行：分析--描述统计--交叉表
3.将年龄组设置为行变量，是否正确设置为列变量；然后设置统计量，点击statistic
4.勾选卡方值，这样才能输出卡方值
5.首先看到的表格是基本的频数统计，没什么好说的，大家都懂
6.看第二个表格是最关键的信息，我们看sig值，如果小于0.05就可以认为达到
了显著水平，拒绝虚无假设，认为年龄对答案的正确性产生了影响。
假如没有原始数据，只有一个四个表，如下图：
我们只需要将数据进行加权就可以了。
下面是具体的步骤：
1.先整理数据，数据结构见下图
2.接着进行加权
3.用频数进行加权，点击ok
4.接下来的步骤都是一样的，见上面。
SPSS 卡方检验
例：Doll和Hill以709例肺癌患者做病例、709 个非肿瘤患者做对照，按性别分层，研究 吸烟与肺癌的关系，调查结果如下表。试 做肺癌的病例对照分析。
如果不分层结果如下
结果解释：p=0.002，差异具有统计学意义
分层做法
操作:(1)建立数据文件 分层变量：选如“gender〞 〔2〕菜单项选择择 统计量主对话框下 风险 Cochran’s and Mantel-Haenszel统计量
使用 系数分析吻合情况
例：116例患者的诊断结果见下表及数据 “diagnosis.sav〞，使用kappa系数法分析 影像CT诊断和病理诊断的吻合情况。
• 文件diagnosis.sav为例
• 操作过程：
• 分析
• 统计描述
•
穿插表
• 行变量：treat_b
• 列变量：treat_a
• 统计量：McNemar
主要内容
• 1.两独立样本率比较的卡方检验 • 2.配对计数资料的卡方检验 • 3.分层资料的卡方检验 • 4.卡方的两两比较
多个率间的多重比较
• 多个率比较的资料可以整理成多个2乘k表资 料，假设不经过任何处理，而直接进展两两 比较，必须重新规定检验标准，其目的是为
保证检验假设中I型错误 的概率不变。
• 练习2：某医师研究物理疗法、药物治疗和 外用膏药三种方法治疗周围性面神经麻痹 的疗效。
• 问题1：三种疗法的有效率有无差异
• 问题2：如果三种疗法存在差异，是否任意 两组疗法均有差异
素材猫 scmao
结果1：男性卡方检验p=0.000 女性p=0.584
结果2：风险估计，男性组OR=14.043，95% 置信区间不包括1。女性OR=1.222， 95% 置信区间包括1。提示，对于男性而言吸烟 史发生肺癌的危险因素，女性那么不是。
卡方检验的SPSS实现
（4）结果解释：
Pearson 卡方：非校正卡方检验 连续校正：仅适用于四格表
Fisher 的精确检验：Fisher确切概率检验，也仅 适用于四格表资料 似然比：似然比卡方检验，适用R C 表资料
线性和线性组合：线性相关性检验，两变量均为 等级变量，且从小到大排列时方有意义，其他 情况忽略
• 4.卡方的两两比较
2.配对计数资料的卡方检验
• 配对设计的特点是对同一样本的每一份样 品分别用A、B两种方法处理，或者前后测 量，观察其阳性和阴性例数。
• 文件chi_pair.sav为例 • 操作过程： 分析 统计描述 交叉表 行变量：treat_b 列变量：treat_a 统计量：McNemar
spss18.0 卡方检验
主要内容
• 1.两独立样本率比较的卡方检验
• 2.配对计数资料的卡方检验 • 3.分层资料的卡方检验
• 4.卡方的两两比较
一、两独立样本的卡方检验
列联表资料：指两个或者多个分类变量各水平组合频数分 布表，又称频数交叉表，简称交叉表（Crosstabs）。 下表为四格表
操作过程 （1）建立数据文件（chi2_2.sav） 数据格式：4行3列（如下图）
关于OR值
• Odds Ratio:相对危险度（也称比值比、优 势比） • 指病例组中暴露人数与非暴露人数的比值 除以对照组中暴露人数与非暴露人数的比 值。 • 涵义：暴露者的疾病危险度为非暴露者的 多少倍。OR>1说明疾病的危险度因暴露而 增加，暴露与疾病为“正”关联。OR<1说 明疾病的危险度因暴露而减少，“负”关 联
• 第二种方法：SPSS语法修改。 选择“黏贴”选项，进行修改。
• 通过修改个案选择和黏贴交叉表的语法 • 也可以直接进行交叉表语法的修改
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
独立样本:
1. 两独立样本的四格表分析；多组独立样本的
R*C列联表分析（双向无序，单向有序，双向有序属性相同，双向有序属性不同）
2. 配对样本：
3. 配对四个表分析；配对 R*R列联表分析；
4. 趋势卡方检验
5. 卡方分割与卡方合并
1.1两独立样本的四格表分析
基本思想：两总体率的比较；两分类变量的相关性分析；两组分布的比较；
应用条件：当n > 40且所有T >5时，用普通卡方检验；所得p疋a,改用确切概率法；
当n > 40但有1 < T< 5时时，改用校正卡方检验；
当n < 40或有T v 1时，不能用卡方检验，改用确切概率法。
報13-1 不同砂癌料柞用下大白載的发庙率
先要将频数进行个案加权：Data--weight cases
分别选入行列
*
I
9 8
H
F 4
U
z
-
1 T SP
i«e £*t yew QMa
g
ihj g 2
O 口
_k o
g
2
M
iZ
s
m s f a --s --c 甘
滋弟 「Giwil^
g
麗一¥cm
壘盅
s
SUEEHWvla 匸空鴛
■
t f l E n f — r E F
M
】
一
* 一
E k
器
lg 3
....
工窖
E
V
N02
寄
Irl
F m
n m l
G£
莎
：
0S -3
£K 3»
『号£
NgrTtE
5
hi
一
常歳一
gntngmnr
s n s s
<
md
O I A n
lcndari>
『arwnm
¥r r w l *
a
K.4FI
赴「«!tau-kr
rueNW
■n4chfllri.・ s &
1£8
d —
TriMlWW
总丿、“F IBM 硒即丹伽2 Editor —口
;A
曹：
方爲■
1 1M)1
i i w
3 1W q
4 2M2
9
12 u |g 叶chjslerM 沖chads
鼻DIM
最后选择Continue 苗 1 HMStabc Cell OtfMjy
E^pKhd H«K trnai
ciwnb-
C4H1£* WlUE PfMHmn i
K| ?i>ju^r；
凤8o・
』^3Hitar>lz»d
iDFlai 4J4US N Si3n4vdi»d ripnwTivyfr
■ q$md • mm
C' NauAffC^A* 申町he Ci Tiur也It ea|.l
C T IMW I B cats irtigg^
0 Nfr jkjiLrabiaria
[A P A IM J ' Cud ,:g」
（注：表格素材和资料部分来自网络，供参考。
只是收取少量整理收集费用，请
预览后才下载，期待你的好评与关注）。