配对四格表卡方检验

四格表卡方检验

四格表卡方检验
本章结构
第一节四格表 2检验
第二节四格表确切概率法
第三节 R×C 表资料的 2检验
第四节配对四格表资料的 McNemar检验
第五节多个样本率的两两比较
2023年3月29日
第一节四格表 2检验
卡方检验的基本思想四格表专用公式四格表卡方检验的应用条件校正卡方检验
2023年3月29日
表8-4 两组疗效比较
05水准不拒绝H0，不能认为两法疗效不同。
第五节多个样本率的两两比较
2023年3月29日
衡量理论数与实际数的差别
检验统计量 2 值：
2R,C(ArcTrc)2
（ AT） 2
T r,c1
rc
T
2023年3月29日
2(27125.324)2(522.76)2(7491.76)2
Statistics→Crosstable（交叉表）指定 Row(s)：组别 Columns(s)：疗效击Statistics按钮选择Chi-square。
2023年3月29日
输出结果
理论数小于5的格子数为2(占50%),最小理论数为4.18 卡方检验：有效观测数 n=71>40，有两个格子理论数T<5，故用
2 检验
2 检验(Chi-square test)是现代统计学的
创始人之一，英国人K . Pearson（1857-1936 ）于1900年提出的一种具有广泛用途的统计方法，可用于两个或多个率间的比较，计数资料的关联度分析，拟合优度检验等等。
本章仅限于介绍两个和多个率或构成比比较
的 2检验。
2023年3月29日
相反
2023年3月29日
1.建立数据文件

40第四节-四格表的卡方检验

例2：教科书第238页。
第四节四格表旳卡方检验
• 一、独立样本四格表旳卡方检验 • 独立样本四格表旳χ2检验，就是最简朴旳双向表即22表旳χ2检验。它既能够用缩减公式来计算χ2值，又能够用χ2检验旳基本公式来计算χ2值。
例1：教科书第240页。
例如：教科书第242页。
例如：教科书第244页。
关键词：普小教师有特殊教育需要旳学生随班就读态度

2．校正χ2值旳计算
• 在有关样本四格表中，假如(b+c)<30或 (b+c)<50（即要求比较严格），则要对χ2值进行亚茨连续性校正。其校正公式为：
2 ( b c 1)2
bc
例1：教科书第246页。
北京、香港两地普小教师对有特殊教育需要学生
随班就读态度旳比较研究
韦小满、袁文得、刘全礼
摘要：从北京、香港两个地域旳一般小学中随机抽取了 225名教师进行问卷调查。成果表白，在对有特殊教育需要学生在一般班级随班就读旳基本态度上，香港地域持赞同态度旳教师百分比高于北京地域。但对各类有特殊教育需要学生旳随班就读，两地教师旳态度既有相同旳方面，也有不同旳方面。两地教师对随班就读旳接受程度明显受学生旳残疾类型和残疾程度旳影响。

四格表卡方检验

Karl Pearson (1857~1936) 英国统计学家 1901年10月与 Weldon，Galton 一起创办 Biometvika
воскресенье,
例8-1 某医院收治376例胃脘痛患者，随机分为两组，分别用新研制的中药胃金丹和西药治疗。结果如表8-1，探讨两药疗效有无差别。
воскресенье,
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable（交叉表）指定 Row(s)：组别 Columns(s)：效果击Statistics按钮选择Chi-square。
воскресенье,
输出结果
воскресенье,
结果分析
由总频数n＝37<40，使用Fisher Exact Test（Fisher精确检验）。
由Fisher精确检验双侧P= 0.001 <0.05 ，以α＝0.05水准拒绝H0，差异有统计学意义，可以认为红花散能够改善周围血管闭塞性病变患者的皮肤微循环状况。
воскресенье,
结果分析：Pearson 2＝56.77，双侧P＝
0.000＜0.05，以α＝0.05水准拒绝H0，差异有统计学意义，可认为两药疗效不同。
воскресенье,
三、四格表 2检验的应用条件
(1)当n≥40，且所有T≥5时，用Pearson 2 检验 (2)当n≥40，而有1≤T＜5时，用校正2检验
表8-4 两组疗效比较
疗法
有效
无效
合计
通塞脉1号
26
7
33
活血温经汤
36
2
38
合计
62

四格表卡方检验结果解读

四格表卡方检验结果解读
卡方检验是一种统计方法，用于判断两个分类变量之间是否存在关联性。

四格表卡方检验是卡方检验的一种特殊形式，常用于比较两个变量的分布，特别是当变量有两个分类且分别为两个互斥的水平时。

四格表卡方检验的结果解读主要包括卡方值、自由度和显著性水平等。

卡方值是用于衡量观察到的频数与期望频数之间的偏离程度。

自由度是指用于计算卡方值的度量数量，计算方法为（行数-1）*（列数-1）。

显著性水平是指判断卡方值是否显著的阈值，通常使用0.05或0.01作为判断标准。

当卡方值显著小于显著性水平时，我们可以认为两个变量之间不存在关联性。

这意味着两个变量的分布在统计上没有差异，变量之间的关联是由于随机差异引起的。

反之，当卡方值显著大于等于显著性水平时，我们可以认为两个变量之间存在关联性。

这意味着两个变量的分布在统计上存在差异，变量之间的关联是非随机的。

需要注意的是，卡方检验只能表明两个变量之间是否存在关联性，不能确定关联性的方向和强度。

如果想要探究更深入的关系，可以使用其他统计方法，如相关分析或回归分析等。

四格表卡方检验是一种常用的统计方法，用于判断两个变量之间的关联性。

通过解读卡方值、自由度和显著性水平，可以得出两个变量之间是否存在关联性的结论。

然而，卡方检验只能表明是否存在关联性，不能确定其方向和强度。

如需深入了解两个变量的关系，可以考虑其他统计方法。

配对四格表资料卡方检验的公式选用条件

配对四格表资料卡方检验的公式选用条件配对四格表资料卡方检验的公式选用条件引言•配对四格表资料卡方检验是统计学中常用的分析方法之一，用于判断两个变量之间是否存在关联关系。

•在进行配对四格表资料卡方检验时，正确选用公式是至关重要的。

公式选用条件1.样本数据满足独立性：在进行配对四格表资料卡方检验时，需要保证样本数据中的观测值之间相互独立，即每个观测值的出现与其他观测值的出现无关。

2.样本数据满足随机性：样本数据需要能够代表总体的特点，即样本选择要随机进行，以减小抽样偏差对检验结果的影响。

3.样本数据满足预期频数要求：进行配对四格表资料卡方检验时，需要确保每个分类下的观测值的预期频数大于等于5，以保证卡方检验的准确性。

4.样本数据满足分类独立性：进行配对四格表资料卡方检验时，需要确保变量的分类是相互独立的，即不出现因两个变量分类方法不同而导致的观测值分类重叠的情况。

公式推导•配对四格表资料卡方检验的公式选用条件主要基于卡方检验的原理进行推导。

•卡方检验是通过比较观测频数与预期频数之间的差异来判断两个变量之间的关系。

•在配对四格表资料卡方检验中，需要计算卡方值，并基于卡方值进行假设检验。

结论•在进行配对四格表资料卡方检验时，应遵守公式选用条件，确保样本数据的独立性、随机性、预期频数要求和分类独立性。

•正确选用公式可以提高卡方检验的准确性，从而更好地判断两个变量是否存在关联关系。

参考文献•[1] Agresti, A. (2002). Categorical data analysis (2nd ed.). Wiley-Interscience.公式选用条件的解释1.样本数据满足独立性：–独立性是指样本数据中的观测值之间相互独立，即每个观测值的出现与其他观测值的出现无关。

–例如，在研究两种药物治疗效果时，如果每个患者的数据只与自己所接受的药物有关，而不受其他患者的影响，那么就满足了独立性的条件。

2.样本数据满足随机性：–随机性是指样本数据能够代表总体的特点，即样本选择要随机进行，以减小抽样偏差对检验结果的影响。

制作卡方检验四格表

制作卡方检验四格表什么是卡方检验四格表？卡方检验（Chi-square test）是一种常用的统计方法，用于判断两个变量之间是否存在相关性。

在进行卡方检验时，常会使用到卡方检验四格表（Chi-square contingency table），也被称为列联表（Contingency table）或交叉表（Cross-tabulation）。

卡方检验四格表是一种用来汇总和展示两个分类变量之间关系的数据表。

它由两个分类变量的不同取值组成的行和列构成，每个单元格中记录了对应行和列取值同时出现的频数或频率。

通过分析这些频数或频率，可以判断两个变量之间是否存在相关性。

如何制作卡方检验四格表？制作卡方检验四格表需要以下步骤：步骤一：确定分类变量首先，需要明确要研究的两个分类变量。

这两个变量可以是任意类型的分类数据，比如性别、年龄段、教育程度等。

步骤二：收集数据接下来，需要收集与所选分类变量相关的数据。

这可以通过问卷调查、观察实验等方式进行。

步骤三：整理数据将收集到的数据整理成一个数据表，其中行代表一个分类变量的取值，列代表另一个分类变量的取值。

步骤四：计算频数或频率根据整理好的数据表，计算每个单元格中对应行和列取值同时出现的频数或频率。

频数是指两个变量同时满足某种条件的数量，而频率则是指这个数量占总样本数量的比例。

步骤五：绘制四格表根据计算得到的频数或频率，绘制卡方检验四格表。

可以使用Excel、Python等工具进行绘制。

步骤六：进行卡方检验使用统计软件（如SPSS、R等）进行卡方检验。

根据卡方检验结果，判断两个变量之间是否存在相关性。

卡方检验四格表示例以下是一个关于性别和购买偏好之间关系的卡方检验四格表示例：喜欢A商品喜欢B商品总计男性50 30 80女性40 60 100总计90 90 180在这个示例中，我们研究了男女性别对于购买偏好的影响。

通过观察四格表中的数据，我们可以初步判断男性更喜欢A商品，而女性更喜欢B商品。

四格表卡方检验基本步骤

四格表卡方检验基本步骤
嘿，朋友们！今天咱们来聊聊四格表卡方检验的那些事儿。

这可是个很有用的知识哦！
首先呢，咱得知道啥是四格表。

就好比是一个小小的表格，分成了四小块，每一块里都有一些数据。

那为啥要对它进行卡方检验呢？这就好像你要判断两个东西是不是有关系呀。

那进行四格表卡方检验有哪些基本步骤呢？第一步，当然是要把数据整理好，清楚地填到四格表里啦。

这就像给数据找个家，让它们整整齐齐的。

接下来，就该计算理论频数啦。

这一步就像是给每个小格子算出它“应该”有多少数据。

想象一下，就像是给每个小格子分配一个合理的“任务量”。

然后呢，就要开始算卡方值啦！这可是关键的一步哦。

这个卡方值就像是一个指标，能告诉我们数据之间的关系到底怎么样。

算完卡方值，可别着急，还得去查卡方分布表呢。

这就好比拿着我们算出来的结果去和标准对比，看看是不是符合要求。

最后，根据查出来的结果，就能得出结论啦！是不是很有意思呀？
你想想看，如果没有这些步骤，我们怎么能知道一些现象背后的关系呢？就好像你不知道怎么走路，怎么能到达目的地呢？四格表卡方检验就是我们探索数据世界的一把钥匙呀！
总之，四格表卡方检验虽然步骤不算特别复杂，但每一步都很重要，都不能马虎哦！只有认真做好每一步，才能得出可靠的结论呀！。

卡方检验（计数资料）

卡方检验（计数资料）四格表资料的卡方检验四格表资料的卡方检验用于进行两个率或两个构成比的比较。

1. 专用公式：若四格表资料四个格子的频数分别为a，b，c，d，则四格表资料卡方检验的卡方值=（ad-bc）2*n/(a+b)(c+d)(a+c)(b+d)，自由度v=（行数-1）（列数-1）2. 应用条件：要求样本含量应大于40且每个格子中的理论频数不应小于5。

当样本含量大于40但理论频数有小于5的情况时卡方值需要校正，当样本含量小于40时只能用确切概率法计算概率。

行X列表资料的卡方检验行X列表资料的卡方检验用于多个率或多个构成比的比较。

1. 专用公式：r行c列表资料卡方检验的卡方值=n[(A11/n1n1+A12/n1n2+...+Arc/nrnc)-1]2. 应用条件：要求每个格子中的理论频数T均大于5或1<t<1或1<t<5的格子较多时，可采用并行并列、删行删列、增大样本含量的办法使其符合行x列表资料卡方检验的应用条件。

而多个率的两两比较可采用行x 列表分割的办法。

列联表资料的卡方检验：同一组对象，观察每一个个体对两种分类方法的表现，结果构成双向交叉排列的统计表就是列联表。

1. R*C 列联表的卡方检验：R*C 列联表的卡方检验用于R*C列联表的相关分析，卡方值的计算和检验过程与行X列表资料的卡方检验相同。

2. 2*2列联表的卡方检验：2*2列联表的卡方检验又称配对记数资料或配对四格表资料的卡方检验，根据卡方值计算公式的不同，可以达到不同的目的。

当用一般四格表的卡方检验计算时，卡方值=（ad-bc）2n/(a+b)(c+d)(a+c)(b+d)，此时用于进行配对四格表的相关分析，如考察两种检验方法的结果有无关系；当卡方值=（|b-c|-1）2/(b+c)时，此时卡方检验用来进行四格表的差异检验，如考察两种检验方法的检出率有无差别。

列联表卡方检验应用中的注意事项同R*C表的卡方检验相同。

四格表卡方检验

目的和意义
目的
通过四格表卡方检验，可以了解两个分类变量之间的关系，判断它们是否独立或者存在某种关联性。
意义
四格表卡方检验在医学、生物学、社会学等领域有广泛的应用，可以帮助研究者了解不同类别数据之间的关系，为进一步的研究提供依据。
02 卡方检验基础知识
卡方检验的定义
总结词
卡方检验是一种统计方法，用于比较实际观测频数与预期频数之间的差异。
详细描述
卡方检验适用于分析两个分类变量之间的关系，特别是当样本量较小或理论频数较低时。它可以用于检验两个分类变量之间是否存在关联性，以及这种关联性是否具有统计学显著性。此外，卡方检验还可以用于评估分类变量的一致性，例如诊断准确率、调查问卷
的一致性等。
卡方检验的基本步骤
• 总结词：卡方检验的基本步骤包括选择适当的卡方检验类型、构建期望频数、计算卡方统计量、选择合适的显著性水平以及解释结果。
社会学研究
在社会学研究中，四格表卡方检验用于分析两个分类变量之间的关系，例如调查不同人群的婚姻状况与性别比例的关系。
生物学研究
在生物学研究中，四格表卡方检验用于分析物种分布、生态位和种群遗传结构等。
心理学研究
在心理学研究中，四格表卡方检验用于分析不同心理特征或行为模式在不同人群或条件下的分布情况。
样本量大小的要求
足够大的样本量
四格表卡方检验需要足够的样本量才能获得可靠的统计结果。通常来说，样本量越大，结果的稳定性越高。
考虑最小样本量
在选择样本量时，需要考虑最小样本量的要求。根据研究目的和预期效应大小，确定合适的样本量。
卡方检验的局限性
1 2 3
适用范围有限
四格表卡方检验主要用于比较两组分类变量之间的关联程度，对于连续变量或等级变量则不太适用。

配对病例对照研究四格表

配对病例对照研究四格表配对病例对照研究是一种常用的研究设计，用于探究某种因素与疾病之间的关系。

在配对病例对照研究中，研究者会选择一组患有某种疾病的个体（病例组），并与其在某些特定因素上相匹配的健康个体（对照组）进行比较。

四格表（4x2表）是一种常用的统计工具，用于总结和展示配对病例对照研究的结果。

四格表的结构如下所示：疾病发生未发生。

暴露 A B.未暴露 C D.其中，A代表病例组中暴露于某种因素的个体数量，B代表病例组中未暴露于该因素的个体数量，C代表对照组中暴露于该因素的个体数量，D代表对照组中未暴露于该因素的个体数量。

在配对病例对照研究中，四格表可以用来计算各种统计指标，以评估暴露因素与疾病之间的关联性。

以下是一些常用的统计指标：1. 暴露因素的比例（Prevalence），可以通过计算A/(A+B)和C/(C+D)来得到病例组和对照组中暴露于某种因素的个体比例。

2. 疾病的风险比（Risk Ratio，RR），可以通过计算(A/(A+B))/(C/(C+D))来得到病例组中暴露于某种因素的个体相对于对照组中暴露于该因素个体的风险。

3. 疾病的风险差异（Risk Difference，RD），可以通过计算(A/(A+B))-(C/(C+D))来得到病例组和对照组中暴露于某种因素的个体之间的风险差异。

4. 疾病的相对危险度（Odds Ratio，OR），可以通过计算(AD)/(BC)来得到病例组中暴露于某种因素的个体相对于对照组中未暴露于该因素个体的危险度。

除了计算这些统计指标，四格表还可以用来进行统计假设检验，例如卡方检验，以评估暴露因素与疾病之间的关联是否具有统计学意义。

总结来说，配对病例对照研究四格表是一种用于总结和展示配对病例对照研究结果的统计工具，可以帮助研究者从多个角度全面分析和解读暴露因素与疾病之间的关系。

四格表卡方检验

自由度的确定
通常为分类数减去1
理论次数的计算
根据某种经验或理论
二、配合度检验的应用
1、检验无差假说理论次数=总数*1/分类项数例题p.332
2、检验假设分布的概率理论次数的计算按照理论分布求得例题p.333
三、连续变量分布的吻合性检验
对于连续随机变量的计量数据，有时在实际研究中预先不知道其总体分布，而是要根据对样本的次数分布来判断是否服从某种指定的具有明确表达式的理论次数分布。关于分布的假设检验方法有很多，运用卡方值所做的配合度检验是最常用的一种。
举例：正态分布吻合性检验
例题：p.336
四、比率或百分数的配合度检验
如果计数资料用百分数表示，最后计算出来的卡方值要乘以100/N后，再与查表所得的临界值进行比较。例题：p.337
五、二项分类的配合度检验与比率显著性检验的一致性
二者实质相同，只是表示方式不同。相比较而言，配合度检验计算方法更为简单。
在独立性检验和同质性检验中，如果两个变量或两个样本无关联时，期望值为列联表中各单元格的理论次数，即各个单元格对应的两个边缘次数的积除以总次数。
五、小期望次数的连续性校正
如果个别单元格的理论次数小于5，处理方法有以下四种：
1、单元格合并法 2、增加样本数 3、去除样本法 4、使用校正公式
主要内容
第一节卡方检验的原理第二节配合度检验第三节独立性检验第四节同质性检验
为什么叫作卡方检验
计数数据一般应用属性统计方法，因为这类数据是按照事物属性进行多项分类的。而且，对这些计数数据的统计分析是根据卡方分布进行的。
卡方检验的功能
处理一个因素两项或多项分类的实际观察频数与理论频数分布是否相一致的问题，或者说有无显著差异的问题。

配对四格表资料卡方检验的公式选用条件(一)

配对四格表资料卡方检验的公式选用条件(一)配对四格表资料卡方检验的公式选用条件•资深创作者：小明引言配对四格表资料卡方检验是一种常用的假设检验方法，用于检验两个相关因素之间的关联性。

在进行卡方检验时，选用适当的公式是至关重要的。

本文将介绍配对四格表资料卡方检验的公式选用条件。

什么是配对四格表资料卡方检验？配对四格表资料卡方检验是用于分析两个相关因素之间是否存在显著关联的统计方法。

它通常应用于医学、生物学、社会学等领域的研究中。

选用条件1：独立性检验•当我们希望检验两个因素之间是否独立时，应选用独立性检验的公式。

•公式：卡方值= Σ((O - E)² / E)•O：观察值（实际观测到的数值）•E：期望值（在两个因素独立的假设下，根据总体比例计算得出）选用条件2：相关性检验•当我们希望检验两个因素之间是否存在相关性时，应选用相关性检验的公式。

•公式：卡方值= Σ((O - E)² / E / (n - 1))•O：观察值（实际观测到的数值）•E：期望值（在两个因素相关的假设下，根据条件概率计算得出）•n：样本数量选用条件3：资料类型•在选用公式时，还需考虑配对四格表资料的类型。

•若资料为计数资料，则应选用计数资料的卡方公式。

•若资料为比例资料，则应选用比例资料的卡方公式。

结论在进行配对四格表资料卡方检验时，我们需要根据具体问题选用适当的公式。

选用条件包括独立性检验、相关性检验以及资料的类型。

选用正确的公式可以提高检验的准确性和可靠性。

值得注意的是，在应用卡方检验时，还需要满足一些假设条件，如样本的独立性、观测值的期望频数不为0等等。

这些假设条件对于卡方检验结果的解释和推断都是至关重要的。

希望本文能够帮助读者更好地理解和应用配对四格表资料卡方检验的公式选用条件，在实际研究中做出准确的统计分析。

当进行配对四格表资料卡方检验时，我们需要明确研究的目的和假设，以及所选用的公式。

在进行公式选用时，有以下几点需要注意：1. 独立性检验独立性检验是在两个因素之间不存在显著关联的假设下进行的。

配对四格表资料卡方检验的公式选用条件

配对四格表资料卡方检验的公式选用条件资料卡方检验是一种常用的统计方法，用于检验两个分类变量之间是否存在关联性。

在配对四格表中，每个单位都有两个分类变量，分别是行变量和列变量。

为了进行资料卡方检验，需要满足以下条件来选用适当的公式。

1. 单位互斥：每个单位只能属于一个格子。

在配对四格表中，每个单位只能同时属于一个行分类和一个列分类，不能重复计数。

2. 单位独立：每个单位之间的分类结果互不影响。

这意味着在进行统计分析时，每个单位的分类结果应该是独立的，不受其他单位的影响。

3. 预期频数要求：每个格子的预期频数应大于5。

预期频数是指在无关联情况下，每个格子中的单位数。

当预期频数小于5时，卡方检验的结果可能不准确。

4. 独立性检验：进行资料卡方检验之前，需要先进行独立性检验。

这是为了判断两个分类变量之间是否存在关联性。

如果独立性检验的结果显著，说明两个变量之间存在关联，可以进行资料卡方检验。

在配对四格表资料卡方检验中，可以使用卡方检验公式来计算卡方值和p值。

卡方值是一种衡量观察值与期望值之间差异的指标，而p值则用于判断差异是否显著。

卡方检验公式如下：X^2 = Σ (O - E)^2 / E其中，X^2表示卡方值，Σ表示求和，O表示观察频数，E表示预期频数。

通过计算卡方值，可以得到一个近似服从自由度为(k-1)(m-1)的卡方分布。

自由度的计算公式为自由度= (行数-1) * (列数-1)，其中行数和列数分别为配对四格表的行数和列数。

根据卡方分布的累积分布函数，可以计算出p值。

p值表示观察到的差异在无关联情况下发生的概率。

当p值小于显著性水平（通常为0.05），可以拒绝原假设，认为两个变量之间存在关联性。

总结起来，配对四格表资料卡方检验的公式选用条件包括单位互斥、单位独立、预期频数要求和独立性检验。

通过计算卡方值和p值，可以判断两个分类变量之间是否存在关联性。

这种方法可以应用于各种领域的研究，帮助我们了解变量之间的关系，并为决策提供依据。

统计学-四格表资料分析卡方检验

方法原理
• 从卡方的计算公式可见，当观察频数与期望频数完全一致时，卡方值为0；
• 观察频数与期望频数越接近，两者之间的差异越小，卡方值越小；
• 反之，观察频数与期望频数差别越大，两者之间的差异越大，卡方值越大。
• 当然，卡方值的大小也和自由度有关。
方法原理
卡方分布
显然，卡方值的大小不仅与A、E之差有关，还与单.1元2 格数（自由度）有关
方法原理
根据 H0 得 b、c 两格的理论数均为 Tb = Tc = (b+c)/2，对应的配对检验统计量为：
2 (b c)2 ,
bc
1
一般在 b + c < 40 时，采用确切概率法。
注意事项
McNemar检验(配对卡方检验)只会利用非主对角线单元格上的信息，即它只关心两者不一致的评价情况，用于比较两个评价者间存在怎样的倾向。因此，对于一致性较好的大样本数据(a,d较大且 b,c较小时)，McNemar检验可能会失去实用价值。例如对1万个案例进行一致性评价，9995个都是完全一致的，在主对角线上，另有5个分布在左下的三角区，显然，此时一致性相当的好。但如果使用McNemar检验，此时反而会得出两种评价有差异的结论来。
Pearson’s 卡方检验
2 P
k i 1
( Ai
Ti )2 Ti
A: 实际頻数（actual frequency） T: 理论頻数（theoretical frequency）
Chi-squared distribution
概述
卡方检验是以卡方分布为基础的一种常用假设检验方法，主要用于分类变量，它基本的无效假设是(不包括配对资料)：
Poisson分布资料是离散型资料，但不具有分类特征，故视为计量资料。

卡方检验的条件

卡方检验1．四格表的卡方检验例1．某药品检验所随机抽取了574名成年人,研究某抗生素的耐药性。

其中179人未曾使用该抗生素，其耐药率为40。

78%；而在395例曾用过该药的人群中，耐药率为45.57％，结果见表1，试兑现人和上人群的耐药率是否一样？表1 某抗生素的人群耐药性情况用药史不敏感敏感合计曾服该药180（174。

10）215(220.90)395未服该药73(78.90）106(100.10）179合计253 321 574建立变量名：录入数值：加权统计分析指定横标目和纵标目，注意不要选反了，选反了会有什么后果？择分析方法：卡方检验Chi-square实际频数理论频数结果：表一：总例数为574,没有数值遗漏表二：可观察实际频数，理论频数，各组实际频数占各行各列及总数的百分比。

此例题总例数n=574≥40，且所有理论频数T≥5用基本公式或四个表专用公式计算卡方值，结果参照表三第一行。

P=0。

285≥0.05还不能认为两组耐药率不同。

表三：（1)总例数n=574≥40，且所有理论频数T≥5用基本公式或四格表专用公式计算卡方值，结果参照表第一行.(2）如果n≥40但有1＜T＜5用校正公式计算卡方值或用Fisher确切概率法直接计算概率，结果分别参照第二行和第四行.（3）n＜40或T＜1时用Fisher确切概率法直接计算概率，结果参照第四行。

2．配对四格表的卡方检验例5．有28份咽喉涂片标本，把每份标本一分为二，分别接种在甲、乙两种白喉杆菌培养基上,观察白喉杆菌生长的情况,其结果如表5，问两种培养基的阳性检出率是否相等？表5 两种白喉杆菌培养基培养结果比较甲培养基乙培养基+ —合计+ 11 1 12- 9 7 16合计20 8 28 建立变量名：录入数值：统计分析：结果：3．R*C表（行或列超过两个）的卡方检验（1)多个样本率的比较例6．某医院用三种方案治疗急性无黄疸型病毒性肝炎结果如下,问三种疗法的有效率是否一致？表６三种方案治疗肝炎疗效的结果比较组别有效无效合计有效率（％）西药组51 49 100 51。

配对四格表卡方检验

配对四格表χ2检验
学习目标•了解配对四格表χ2检验的分析思路•能够正确应用配对四格表χ2检验
应用条件
ü无序分类变量ü配对设计
配对设计同源配对
同一受试对象
处理前后
同一受试对象
接受两种处理异源配对
用两种方法检测某食品沙门氏菌，结果如下，试比较两种方法的阳性结果有无差别？
案例
甲
乙
合计+－
+ 160(a) 26(b)186－ 5(c) 48(d) 53合计16574239
两种方法检测结果
结果一致的部分……………… a 、d 结果不一致的部分…………… b 、c
甲乙
合计+
－+ 160(a)
26(b)186－ 5(c)
48(d) 53合计16574239
b+c≥40
b+c＜40
H0:两总体B=C
H1:两总体B≠C
α＝0.05
b+c=26+5=31<40
甲
乙
合计
+－
+160 26186
－ 5 48 53
合计165 74239
υP 0.050.011 3.84 6.632 5.999.21……χ2界值表
χ2=12.90 ν＝1 查χ2界值表，得 P <0.05，按α＝0.05水准拒绝H 0，接受H 1，差别有统计学意义，可认为两种方法检验结果不同。

小结
无序分类变量完全随机设计
四格表
行×列表配对设计配对四格表。

统计软件配对卡方检验教程

1．配对四格表的卡方检验〔1〕当b+c≥40 cb c b +-=22)(χ1=υ〔2〕当b+c<40 cb c b +--=22)1(χ1=υ例．有28份咽喉涂片标本,把每份标本一分为二,分别接种在甲、乙两种白喉杆菌培养基上,观察白喉杆菌生长的情况,其结果如表5,问两种培养基的阳性检出率是否相等？表5 两种白喉杆菌培养基培养结果比较甲培养基乙培养基 + - 合计 + 11 1 12 - 9 7 16 合计20828例6．某医院用三种方案治疗急性无黄疸型病毒性肝炎结果如下,问三种疗法的有效率是否一致？表６三种方案治疗肝炎疗效的结果比较组别有效无效合计有效率〔％〕西药组 51 49 100 51.00 中药组 35 45 80 43.75 中西结合59 15 74 79.7314510925457.09卡方分割：〔а必须校正,然后P 值和α’进行比较〕多个实验组间的两两比较：12'+=kC αα实验组与同一个对照组比较：()12'-=k αα1 输入值 2. 权重 3.计算卡方值 4.结果Asymp.sig.的那一列就是P 值：表示三者间不全相同 5.卡方分割输入条件选择相应的组别计算相应的卡方值例7. 测得某地5801人的ABO 血型和MN 血型结果如表7-10,问两种血型系统之间是否有关联？表7 某地5801人的血型ABO 血型MN 血型合计 M N MN O431 4909021823A 388 410 800 1598B 495 587 950 2032 AB 137 179 32 348 合计 1451 1666 2684 5801 此题为双向无序,用卡方检验,计算列联系数：计算步骤相同唯一不同之处：多选两项〔contigency coefficient 为列联系数〕结果结果解释：卡方值显示两者间有联系,Linear-by-Linear Association 中P<0.0001,所以数据符合线性；论文统计时还需要计算偏离线性回归分量=213.162-51.336即可,相应的自由度为6-1=5,算出的P 值越大越说明符合线性.例8. 某研究者欲研究年龄与冠状动脉粥样硬化等级之间的关系,将278例尸解资料整理成表7-13,问年龄与冠状动脉粥样硬化等级之间是否存在线性变化趋势？表8 年龄与冠状动脉硬化的关系年龄<岁> <X> 冠状动脉硬化等级<Y>合计—+ ++ +++ 20～70 22 4 2 98 30～27 24 9 3 63 40～16 23 13 7 59 ≥509 20 15 14 58 合计 122 89 41 26 278 双向有序但属性不同,进行线性趋势检验〔test for linear trend 〕：1. 计算总的X 2值2. 计算线性回归分量X 2回归3. 计算偏离线性回归分量X 2偏4. 列2x 分解表,确定p 值变异来源2χdf p总变异)1(22-=∑CR n n A n 总χ<R-1><C-1>线性回归分量222bS b =回归χ1=回归ν若小于0则相关偏离线性回归分量222回归总偏χχχ-= 回归总偏ννν-=若小于0则为非直线相关输入值进行线性趋势检验结果结果解释：卡方值即总变异为71.432 回归值为63.389 然后在EXCEL 手工计算配对四格表的扩展即例9例9.以血清法作为金标准评价滤纸片法的准确性,检测指标为检测标本的抗体阳性反应等级,结果如下表33-4,试进行效度评价.表9 滤纸片法与血清法比较血清法滤纸片法合计+++ ++ + -+++ 8 0 0 0 8++ 0 10 1 1 12+ 1 1 26 0 28- 0 0 2 6 8合计9 11 29 7 56 双向有序且属性相同,进行平行效度分析：1.计算两种检测方法检测结果的一致率2.计算两种检测方法检测结果无关联的假定下计算期望一致率3.计算相关系数kappa值kappa>0.75,一致性好0.4≤kappa≤0.75,一致性较好kappa<0.4,一致性差4.两种检测方法检测结果一致性的假设检验因为卡方值很大,可认为两者具有一致性.输入值唯一不同：选择kappa值结果。