医学统计学6卡方检验

进行拟合优度 x2 检验，一般要求有足够的样本含量，理论频数不小于 5 。
1
理论频数小于 5 时，需要合并计算。
2
注意事项
2
独立样本四格表的x2检验
3
行×列的x2检验
1检验
4
配对设计分类资料的x2检验
x2检验
四格表的卡方检验，也是通过计算代表实际频数A与理论频数T之间的吻合程度的卡方值来进行检验的。
行×列卡方检验计算公式
n为总例数；R和C分别为行数和列数；A为第R行、第C列位置上的实际频数；nR为实际频数所在行的行合计；nC为实际频数所在列的列合计。
STEP4
STEP3
STEP2
STEP1
SPSS软件操作
定义变量
输入原始数据
定义频数
选择数据→加权个案 频数→加权个案（频数变量）
输出2种相关系数： pearson相关系数 spearman相关系数
列联系数：分析行与列之间的关联程度
03
04
02
01
第4步：x2检验（2）
选择统计量按钮
在交叉表：统计量对话框：勾上卡方
第4步：x2检验（3）
选择单元格按钮 在交叉表：单元显示对话框：勾上观察值、百分比：行、列
第5步：结果解读（1）
如果出现上述情况，可以考虑：增大样本量；根据专业知识合理地合并相邻的组别；删除理论数太小的行列 ；改用其它方法分析，例如确切概率法或似然比卡方检验。
02
同四格表资料一样，R×C表的卡方分布是建立在大样本的假定上的，要求总例数不可过少，不能有1/5以上的格子理论频数小于5，且不能有一个格子的理论频数小于1。
01
行×列表卡方检验注意事项
行×列表卡方检验注意事项
当多个样本率（或构成比）作卡方检验，结论为拒绝零假设时，只能认为各总体率（或总体构成比）之间总的有差别，不能说明两两之间有差别；两组间的比较需进一步做多个样本率或构成比的两两比较，即多重比较。
行×列表卡方检验注意事项
R×C表可以分为双向无序、单向有序、双向有序属性相同和双向有序属性不同等4类。 通常情况下只有双向无序的资料（例如多个样本率的比较、多个样本构成比的比较）可以使用R×C列联表卡方检验。 右上表格使用卡方检验分析不同疗法间疗效是否有别，右下表格分析不同的血型分类结果是否有关联（不同的血型分类是否相互独立）；它们都属于双向无序的列联表，都可使用卡方检验分析
输入原始数据
定义频数 选择数据→加权个案 频数→加权个案（频数变量）
x2检验（1） 选择分析→交叉表
x2检验（2）
选择统计量按钮 在交叉表：统计量对话框：勾上卡方
选择单元格按钮 在交叉表：单元显示对话框：勾上观察值、期望值、百分比：行
x2检验（3）
第5步：结果解读（1）
结果解读：各组的中医分型构成比。
合计
1451
1666
2684
5801
行×列表卡方检验注意事项
单向有序R×C表 有两种形式。一种是表中的分组变量（如年龄）是有序的，而指标变量（如传染病的类型）是无序的，其研究目的通常是分析不同年龄组各种传染病的构成情况，可用行列表资料的χ2检验进行分析；而如果指标变量为二分类，如右上表，想分析是否随工龄增加患病率也增加可以考虑线性趋势检验；另一种情况是表中的分组变量（如疗法）为无序的，而指标变量（如疗效按等级分组）是有序的，如右下表，其研究目的为比较不同疗法的疗效，宜用秩和检验进行分析。
结果解读：中西医组的治愈率为98.2%，西医组的治愈率为74.0%。
第5步：结果解读（2）
结果解读：x2=56.772，p=0.000 两种疗法治疗慢性支气管炎病人的治愈率的差别有统计学意义
当n≥40，所有理论值≥ 5时，用pearson卡方检验。
当n≥40，但有理论频数1≤理论值＜5时，用连续校正的卡方检验；或者确切概率法。
卡方检验基本思想
01
单个样本构成比的x2检验——拟合优度检验
02
独立样本四格表的x2检验
03
行×列的x2检验
04
配对设计分类资料的x2检验
05
多维分类资料的x2检验
x2检验
多维分类资料的x2检验
配对设计分类资料的x2检验
行×列的x2检验
独立样本四格表的x2检验
单个样本构成比的x2检验——拟合优度检验
药物种类
疗效
合计
治愈
好转
无效
A
16
50
4
70
B
4
5
21
30
C
20
25
15
60
合计
40
80
40
160
工龄
患病人数
未患病人数
合计
<1
1
51
52
1~
6
94
100
2~
23
201
224
4~
35
156
191
6~
24
87
114
行×列表卡方检验注意事项
双向有序属性相同的R×C表 表中的两分类变量皆为有序且属性相同。实际上是2×2配对设计的扩展，即水平数≥3的诊断试验配伍设计，如用两种检测方法同时对同一批样品的测定结果。其研究目的通常是分析两种检测方法的一致性，此时宜用一致性检验（或称Kappa检验）
A T
X2=392.514
V=5-1=4
P=1-CDF.CHISQ(392.514，4)=0.000
SPSS软件操作
定义变量
输入原始数据
定义频数
选择数据→加权个案 例数→加权个案（频数变量）
第4步：x2检验
选择分析→非参数检验→卡方 中医证型→检验变量列表
第5步：结果解读
结果解读：x2=392.514，p=0.000，说明原发性高血压患者中医证型内部构成不相同。
第5步：结果解读（2）
结果解读：x2=13.238，p=0.001
进一步的两两比较 P<0.017才有 统计学意义！！
【例6】某中医院用三种治疗方法治疗413例糖尿病患者，资料见表。为避免中医不同证型对疗效比较的影响，分析3种疗法治疗的病人按3种中医分型的构成比有无差别？
SPSS软件操作
定义变量
关联性分析
列联系数的意义
|rp|<0.4，关联程度低
4≤|rp|<0.7，关联程度中等
|rp|≥0.7，关联程度高
SPSS软件操作
定义变量
输入原始数据
定义频数
选择数据→加权个案 频数→加权个案（频数变量）
第4步：x2检验（1）
选择分析→交叉表 交叉表对话框：结石部位和结石类型分别进入行和列
x2检验（2） 选择统计量按钮 在交叉表：统计量对话框：勾上卡方
x2检验（3）
选择单元格按钮 在交叉表：单元显示对话框：勾上观察值、期望值、百分比：行
第5步：结果解读（1）
结果解读：甲药组的有效率为92.9%，乙药组的有效率为64.3%。
第5步：结果解读（2）
结果解读：有2个格子的期望值小于5，不符合卡方检验的条件。
1
理论频数T采用两组的合并情况来计算。
2
【例2】某医院把慢性支气管炎患者376名，随机分为2组，分别用中西医结合法和西医法治疗，结果见表。问两种疗法治疗慢性支气管炎病人的治愈率是否有差别？
理论值T的计算
01
02
03
04
卡方值的计算
卡方值的影响因素： 格子数 实测值与理论值的差距
专用公式的推导
年龄
晶状体混浊程度
合计
+
++
+++
20～
215
67
44
326
30～
131
101
63
295
40～
148
128
132
408
合计
494
第5步：结果解读（2）
结果解读：四格表中有期望值小于5，总例数小于40。
第5步：结果解读（3）
结果解读：选Fisher的精确检验p（exact）=0.121
单个样本构成比的x2检验
01
独立样本四格表的x2检验
02
行×列的x2检验
03
配对设计分类资料的x2检验
04
多维分类资料的x2检验
05
x2检验
专用公式的推导
SPSS软件操作
定义变量
输入原始数据
定义频数 选择数据→加权个案 频数→加权个案（频数变量）
x2检验（1）
选择分析→交叉表 交叉表对话框：组别和疗效分别进入行和列
输出4种卡方检验结果： pearson卡方 卡方值的校正值 似然比卡方，一般用于对数线性模型。 fisher的精确检验 线性趋势检验
第5步：结果解读（3）
结果解读：四格表中有期望值小于5，选连续校正的卡方。x2=3.621，p=0.057？ P（exact）=0.031？
当n≥40，所有理论值≥ 5时，用pearson卡方检验。
01
02
03
当n≥40，但有理论频数1≤理论值＜5时，用连续校正的卡方检验；或者确切概率法。
n<40或有理论值<1，或P≈α时，用确切概率法。
医学统计学（6）
单击此处添加副标题
202X/XX/XX
汇报人姓名
《中华医学杂志》对来稿统计学处理的有关要求
卡方检验(chi-square test)
2
1
用卡方值的大小来衡量实际频数和理论频数之间的吻合程度。
在零假设H0 成立的条件下，实际频数与理论频数相差不应该很大，即x2值不应该很大。
若实际计算出的x2值较大，说明实际频数和理论频数吻合程度小，相差大，则有理由怀疑H0的真实性，从而拒绝H0，接受H1。
x2检验（1） 选择分析→交叉表
x2检验（2）
选择统计量按钮 在交叉表：统计量对话框：勾上卡方
选择单元格按钮 在交叉表：单元显示对话框：勾上观察值、期望值、百分比：行
x2检验（3）
第5步：结果解读（1）
结果解读：新药组的有效率为88.9%，传统药物组的有效率为86.7%，安慰剂组的有效率为70.9%。
对比法测定结果
核素法测定结果
合计
正常
减弱
异常
正常
58
2
3
63
减弱
1
42
7
50
异常
8
9
17
34
合计
67
53
27
147
行×列表卡方检验注意事项
双向有序属性不同的R×C表 R×C表中两分类变量皆为有序的，但属性不同，如下表；对于该类资料，①若研究目的为分析不同年龄组患者混浊度之间有无差别时，可把它视为单向有序R×C表资料，选用秩和检验；②若研究目的为分析两有序分类变量间是否存在相关关系，宜用等级相关分析；③若研究目的为分析两有序分类变量间是否存在线性变化趋势，宜用线性趋势检验。
选择分析→交叉表 交叉表对话框：组别和感染结果分别进入行和列
选择统计量按钮 在交叉表：统计量对话框：勾上卡方
x2检验（2）
选择单元格按钮 在交叉表：单元显示对话框：勾上观察值、期望值、百分比：行
x2检验（3）
第5步：结果解读（1）
结果解读：预防注射组的感染阳性率为4/22，非预防组的感染阳性率为5/11。
第5步：结果解读（2）
结果解读：x2=4.020，p=0.403
【例7】某医院肝胆外科在手术中，观察了222例胆结石患者，其发病部位与结石类型的资料见表，分析其发病部位与结石类型间有无关系？
01
行变量和列变量均为无序分类变量。
02
可分析行、列两变量之间有无关联，关联的密切程度。
03
可进行多个样本率或构成比的比较。
n<40或有理论值<1，或P≈α时，用确切概率法。
四格表x2检验结果的选择
卡方检验的校正公式
【例3】某中医院比较两药治疗某病的效果，所得结果见表。问甲乙两药疗效有无差别？
校正公式
SPSS软件操作
定义变量
输入原始数据
定义频数 选择数据→加权个案 频数→加权个案（频数变量）
x2检验（1）
选择分析→交叉表 交叉表对话框：组别和疗效分别进入行和列
四格表x2检验结果的选择
【例4】某医师为研究乙肝免疫球蛋白预防胎儿宫内感染HBV的效果，将33例HBsAg阳性孕妇随机分为预防注射组和非预防组，结果见表。问两组新生儿的HBV总体感染率有无差别？
SPSS软件操作
定义变量
输入原始数据
定义频数 选择数据→加权个案 频数→加权个案（频数变量）
第4步：x2检验（1）
D
C
B
A
E
x2检验
在中医药科研中，经常遇到同一个样本中两个或多个构成比比较的问题，在满足卡方检验的要求条件下，可用卡方检验来分析实际频数的比率是否符合理论比率。
【例1】为探索高血压患者中医证型构成，调查原发性高血压患者3578例，中医证型构成见表。问原发性高血压患者中医证型内部构成是否相同？
选择统计量按钮 在交叉表：统计量对话框：勾上卡方和相关系数
x2检验（2）
x2检验（3）
选择单元格按钮 在交叉表：单元显示对话框：勾上观察值、百分比：行、列
第5步：结果解读（1）
结果解读：行与列均为无序变量，行、列百分比均有各自专业意义。
第5步：结果解读（2）
结果解读（3）
结果解读：rp=0.473，p=0.000 两者有关联，但关联度不高。
疗法
疗效
合计
有效率(%)
有效
无效
物理疗法
199
7
206
96.60
药物治疗
164
18
182
90.11
外用膏药
118
26
144
81.94
合计
481
51
532
90.41
ABO血型
MN血型
合计
M
N
MN
O
431
490
902
1823
A
388
410
800
1598
B
495
587
950
2032
AB
137
179
32
348