RC表卡方检验
合集下载
卡方检验与秩和检验的SPSS操作过程
b. G rouping V ariable: 组别
20
例10-6
某医院用3种方法治疗478例慢性喉炎，资料见表。问3种方法治疗慢性 喉炎的疗效有无差别？
疗效等级 （1）
无效 好转 显效 痊愈
甲法 （2）
24 26 72 186
乙法 （3）
20 16 24 32
丙法 （4）
20 22 14 22
合计 （5）
T est Statistics a
M ann-Whitney U
营养状况 544.000
Wilcoxon W
1534.000
Z
-3.215
A sy mp. Sig. (2-tailed)
.001
a. Grouping V ariable: 季 节
16
多组独立样本资料秩和检验SPSS操作过程
17
例10-5
用x表示状况： x=1、2、3 用group表示季节：group=1、2 用freq表示人数
14
例10-4 变量参数的确定
15
例10-4分析结果输出
Ra nk s
季节 营 养 状夏 况季
冬季 Total
N Mean RSaunm k of Ranks 40 50.90 2036.00 44 34.86 1534.00 84
92 196.41 78 169.60 478
Te st Statistics a,b
C hi-S quare df A sy mp. S ig.
疗效等 级 51.388 2 .000
a. Kruskal Wallis Test
b. Grouping V ariable: 治 疗 方 法
卫生统计学卡方检验
卫生统计学卡方检验
26/94
(一) 多个样本率比较
例3 某研究者欲比较A、B、C 三种方案治疗轻、中度 高血压疗效，将年纪在50~70岁240例轻、中度高血压患 者随机等分为3组，分别采取三种方案治疗。一个疗程 后观察疗效，结果见表11.4。问三种方案治疗轻、中度 高血压有效率有没有差异？
卫生统计学卡方检验
卫生统计学卡方检验
29/94
④ 确定P值
υ＝(3－1)(2－1)＝2，查 2 界值表得P<0.01。
⑤ 下结论
因为P<0.01，按α=0.05水准，拒绝H0，接收 H1，差异有统计学意义。即可认为三种方案治疗轻 、
中度高血压有效率不等或不全等
卫生统计学卡方检验
30/94
例 某市重污染区、普通污染区和农村出生婴儿致畸情 况以下表，问三个地域出生婴儿致畸率有没有差异？
① 建立假设 H0：π1=π2 H1：π1≠π2
② 确定检验水准
α=0.05
③ 计算统计量 2 值
2(2 62-73 6-7 1/2 )27 12 .7 5 3 33 86 29
④ 确定P值
υ＝(2－1) (2－1)＝1，查 2界值表得P>0.05。
卫生统计学卡方检验
24/94
⑤ 下结论 因为P>0.05，按α=0.05水准，不拒绝H0，差 异无统计学意义。尚不能认为甲、乙两疗法对小 儿单纯性消化不良治愈率不等。
9/94
TRC
nR nC n
n R 为对应行累计
n C 为对应列累计
n 为总例数。
卫生统计学卡方检验
10/94
表1 两药治疗消化道溃疡4周后疗效
卫生统计学卡方检验
11/94
RC列联表资料的统计分析与SAS软件实现
一、调查问卷数据导入SPSS中。数据导入后，可以在SPSS主界面的 数据视图中查看数据。
二、进行列联表分析
1、打开列联表分析对话框
1、打开列联表分析对话框
在SPSS主菜单中，选择“分析”>“表”>“列联表”。这将打开列联表分析 对话框。
2、选择变量
2、选择变量
3、SAS实现
在这个示例中，mydata是包含RC列联表资料的数据集名称，var1和var2是需 要进行卡方检验的两个分类变量。chisq选项告诉PROC FREQ过程执行卡方检验。 运行这个过程后，将会生成一个包含卡方统计量、自由度和p值的输出表。
3、SAS实现
案例分析 为了更好地说明RC列联表资料的统计分析和SAS软件实现，让我们以一个实际 案例为例。在这个案例中，我们有一份包含两个分类变量的RC列联表资料，目的 是检验这两个变量之间的关联性。我们将分别使用Excel和SAS进行分析。
2、统计方法
2、统计方法
对于RC列联表资料，常用的统计方法包括卡方检验、Fisher精确检验、对数 似然比检验等。这些方法可以用来检验两个分类变量之间的独立性，以及判断某 种关联的存在性。根据分析目的和数据特点，选择合适的统计方法是非常重要的。
3、SAS实现
3、SAS实现
在SAS软件中，可以使用PROC FREQ和PROC LOGISTIC等过程来对RC列联表资 料进行统计分析。PROC FREQ过程可以用来进行频数统计和独立性检验，而PROC LOGISTIC过程则可以用来进行关联性分析和效应估计。下面是一个使用PROC FREQ进行卡方检验的示例代码：
三、解读结果
1、频率表
1、频率表
频率表展示了每个变量的单独频率以及不同变量组合的频率。通过查看频率 表，可以了解不同变量之间的关系。
RC表资料分析讲义
49.468
1
.000
Fisher's Exact Test
.000
.000
Linear-by-Linear Association
56.621
1
.000
N of Valid Cases
376
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 8. 24.
第一节 四格表的Pearson 2 检验
一、 2 检验的基本思想 基本思想是衡量实际频数和理论频数之间的偏离度。 检验统计量的意义和算法可用基本公式来说明：
2
R
C
( Arc Trc )2
(A T)2
r 1 c1
Trc
T
8.2
Arc表示R×C表中第 r 行(r=1，2，…，R)第c列(c=1 ，2，…，C) 位置上的实际频数，简称实际数A；Trc 表示与Arc相应(同位置)的理论频数(频数期望值）， 简称理论数T。
使 用 SPSS 软 件 ， 以 处理、疗效及例数 为变量名，建立2行 2 列 如 图 10-6 的 数 据 文件
选择Analyze Descriptive Statistics Crosstable
选处理组进入 Rows[s]框， 安慰组进入 Column[s] 框， 击Statistics按 钮，
2 n( ad bc n / 2)2
(a b)(c d )(a c)(b d )
71( 26 2 7 36 71/ 2)2
R×C表卡方检验
2 =9.60< 2 0.1，6=10.64，P>0.1， 按α=0.0病5水人准中，医不各拒型绝的H构0成，比即不不同能.认为三组
Q Technology limited
1.建立数据文件
Q Tech
在SPSS数据编辑窗，建立数据文件Li8-4.sav。
行变量：“疗法”，Values为：1＝“生胃宁素 片”，2＝“中药组” ，3＝“西药组” ；
Q Technology limited
Q Tech
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：疗效 击Statistics按钮选择Chi-square。
Q Technology limited
血压病效果不同。
Q Technology limited
1.建立数据文件
Q Tech
在SPSS数据编辑窗，建立数据文件题18.sav 。
行变量：“组别”，Values为：1＝“新复方 ”，2＝“降压片” ，3＝“安慰剂” ；
列变量：“疗效”，Values为：1＝“有效” ，2＝“无效；
频数变量：“频数”。
Q Technology limited
2. spss操作过程
Q Tech
（1）在spss中调出数据文件题18.sav （2）频数变量加权。 从菜单选择
Data→Weight Cases 弹出Weight Cases对话框，选择
Weight Cases by框，框内选入“频 数”，即指定该变量为频数变量
Data→Weight Cases 弹出Weight Cases对话框，选择
卡方检验的概念
卡方检验的概念嘿，朋友！咱们来聊聊卡方检验这个听起来有点神秘的家伙。
您知道吗，卡方检验就像是一位严谨的裁判员，在数据的赛场上明察秋毫。
它到底是啥呢？简单说，卡方检验就是用来瞧瞧实际观察到的数据和咱们预期的数据之间，到底有多大的差别。
比如说，咱们想知道某种药物对治疗某种疾病到底有没有效果。
我们就可以用卡方检验来对比吃了药和没吃药的人群中，病好的人数是不是有明显的不同。
这就好像您去菜市场买菜，您预期花 50 块能买到一堆新鲜的好菜，结果只买到了一点点不太新鲜的，这和您的预期差别很大，您肯定不乐意，对吧？卡方检验就是来判断这种“不乐意”的程度有多大。
再打个比方，假如咱们想研究不同地区的人们对某种品牌的喜好程度是不是一样。
通过调查收集数据，然后用卡方检验来瞅瞅实际的情况是不是和我们一开始想的一样。
要是不一样，那差别在哪儿？这就好比您满心期待一场精彩的演出，结果却发现和想象的完全不同，那得多失望呀！卡方检验就是来告诉您，这失望到底有多大。
卡方检验在很多领域都大显身手呢！像是医学研究中，判断新的治疗方法是不是真的有效；社会学研究里，看看不同群体的行为模式是不是有显著差异；市场调查中，搞清楚消费者对产品的偏好是不是符合预期。
您想啊，如果没有卡方检验，我们怎么能在一堆杂乱的数据里找到有用的信息，怎么能判断我们的假设是对是错呢？那不就像在黑暗中摸索，找不到方向嘛！卡方检验就像是一把神奇的钥匙，能打开数据背后隐藏的秘密之门，让我们看清真相。
它虽然看起来有点复杂，但只要您用心去理解，就会发现它其实是我们探索未知的得力助手。
所以说，学会卡方检验，就等于给自己装备了一件强大的工具，能在数据的海洋里畅游无阻，发现更多有价值的东西！您说是不是这个理儿？。
RC列联表
列联表类型
可选用的统计分析方法
(一般四格表
Fisher的精确检验(通用)
校正的卡方检验(N>40,1<T≤5)、一般卡方检验(N>40,1<T≤5)
(2)队列研究四格表
先视为一般四格表，计算RR并用MH卡方检验之
(3)病例-对照研究四格表
先视为一般四格表，计算OR并用MH卡方检验之
(4)配对设计四格表
有金标准活隐含金标准时，可用配对设计McNemar卡方检验之
(5)双向无序R×C列联表
当小于5的理论频数的个数未超过总格子数的1/5时，用一般卡方检验，否则用Fisher的精确检验。
(6)结果变量为单向有序的R×C列联表
可用秩和检验或Ridit分析或有序变量的Logistic回归分析。
可选用的统计分析方法
(一般四格表
Fisher的精确检验(通用)
校正的卡方检验(N>40,1<T≤5)、一般卡方检验(N>40,1<T≤5)
(2)队列研究四格表
先视为一般四格表，计算RR并用MH卡方检验之
(3)病例-对照研究四格表
先视为一般四格表，计算OR并用MH卡方检验之
(4)配对设计四格表
有金标准活隐含金标准时，可用配对设计McNemar卡方检验之
(5)双向无序R×C列联表
当小于5的理论频数的个数未超过总格子数的1/5时，用一般卡方检验，否则用Fisher的精确检验。
(6)结果变量为单向有序的R×C列联表
可用秩和检验或Ridit分析或有序变量的Logistic回归分析。
RC表卡方检验
2024年1月11日
（3） 相关性分析、线性趋势检验 从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：硬化级别 Columns(s)：混浊程度 击Statistics按钮选择Chi-square、
Correlations（相关性）----- Somer’d 检验
Weight CΒιβλιοθήκη ses by框，框内选入“频数 ”，即指定该变量为频数变量
2024年1月11日
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：中医分型 击Statistics按钮选择Chi-square。
可认为行和列两等级变量之间存在一定的线性关系，即眼底
动脉硬化级别越高，老年环混浊程度越深。
2024年1月11日
第五节 多个样本率的两两比较
多个实验组与一个对照组比较 2×k表多组间的两两比较
2024年1月11日
多个样本率的两两比较
多个样本率（或构成比）的2检验，结
论为拒绝H0时，只能认为各总体率（或构 成比）之间总的来说有差别，常需要进一 步作“两两比较”，本节介绍用 Bonferroni法调整检验水准作两两比较。
2024年1月11日
相关性分析
结果分析： Spearman等级相关系数＝0.214，近似概率P
＝0.001<0.05，可认为行和列两等级变量之间的总体相关系 数不等于0，两变量之间有一定的相关关系。
2024年1月11日
线性趋势检验
结果分析： MH 2 ＝10.281，近似概率P＝0.001<0.05，
（3） 相关性分析、线性趋势检验 从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：硬化级别 Columns(s)：混浊程度 击Statistics按钮选择Chi-square、
Correlations（相关性）----- Somer’d 检验
Weight CΒιβλιοθήκη ses by框，框内选入“频数 ”，即指定该变量为频数变量
2024年1月11日
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：中医分型 击Statistics按钮选择Chi-square。
可认为行和列两等级变量之间存在一定的线性关系，即眼底
动脉硬化级别越高，老年环混浊程度越深。
2024年1月11日
第五节 多个样本率的两两比较
多个实验组与一个对照组比较 2×k表多组间的两两比较
2024年1月11日
多个样本率的两两比较
多个样本率（或构成比）的2检验，结
论为拒绝H0时，只能认为各总体率（或构 成比）之间总的来说有差别，常需要进一 步作“两两比较”，本节介绍用 Bonferroni法调整检验水准作两两比较。
2024年1月11日
相关性分析
结果分析： Spearman等级相关系数＝0.214，近似概率P
＝0.001<0.05，可认为行和列两等级变量之间的总体相关系 数不等于0，两变量之间有一定的相关关系。
2024年1月11日
线性趋势检验
结果分析： MH 2 ＝10.281，近似概率P＝0.001<0.05，
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。
R×C表卡方检验
k1 31
2020年月27日
（1） 新复方与安慰剂比较：列出表A，
2=30.50，P=0.000，按α’=0.025水准
拒绝H0，可以认为新复方治疗高血压有效。
表A 新复方与安慰剂比较
药物
有效
无效
新复方
35
5
安慰剂
7
25
合计
42
30
合计 40 32 72
2020年4月27日
（2）降压药与安慰剂比较：列出表B，
2020年4月27日
R×C表2 检验应注意的问题
❖2.多组比较时，若效应有强弱的等级，如+，++
，+++，最好采用后面的非参数检验方法。 2检
验只能反映其构成比有无差异，不能比较效应的 平均水平。 ❖3.行列两种属性皆有序时，可考虑趋势检验或 等级相关分析。
❖4.多个率比较的2检验，结论为拒绝H0时、需
2020年4月27日
相关性分析
结果分析： Spearman等级相关系数＝0.214，近似概率P
＝0.001<0.05，可认为行和列两等级变量之间的总体相关系 数不等于0，两变量之间有一定的相关关系。
2020年4月27日
线性趋势检验
结果分析： MH 2 ＝10.281，近似概率P＝0.001<0.05，
拒绝H0，可以认为三种疗法效果不同。
2020年4月27日
三、两组或多组构成比的比较
例8-5 用三种治疗方法治疗199例消化性 溃疡住院病人资料如表8-6，试分析三组 病人按4种中医分型的构成比有无差别。
2020年4月27日
表8-6 三种消化性溃疡住院病人四种证型的构成
中医分型 疗法 肝胃不和 胃阴不和 脾胃虚寒 寒热夹杂 合计
2020年月27日
（1） 新复方与安慰剂比较：列出表A，
2=30.50，P=0.000，按α’=0.025水准
拒绝H0，可以认为新复方治疗高血压有效。
表A 新复方与安慰剂比较
药物
有效
无效
新复方
35
5
安慰剂
7
25
合计
42
30
合计 40 32 72
2020年4月27日
（2）降压药与安慰剂比较：列出表B，
2020年4月27日
R×C表2 检验应注意的问题
❖2.多组比较时，若效应有强弱的等级，如+，++
，+++，最好采用后面的非参数检验方法。 2检
验只能反映其构成比有无差异，不能比较效应的 平均水平。 ❖3.行列两种属性皆有序时，可考虑趋势检验或 等级相关分析。
❖4.多个率比较的2检验，结论为拒绝H0时、需
2020年4月27日
相关性分析
结果分析： Spearman等级相关系数＝0.214，近似概率P
＝0.001<0.05，可认为行和列两等级变量之间的总体相关系 数不等于0，两变量之间有一定的相关关系。
2020年4月27日
线性趋势检验
结果分析： MH 2 ＝10.281，近似概率P＝0.001<0.05，
拒绝H0，可以认为三种疗法效果不同。
2020年4月27日
三、两组或多组构成比的比较
例8-5 用三种治疗方法治疗199例消化性 溃疡住院病人资料如表8-6，试分析三组 病人按4种中医分型的构成比有无差别。
2020年4月27日
表8-6 三种消化性溃疡住院病人四种证型的构成
中医分型 疗法 肝胃不和 胃阴不和 脾胃虚寒 寒热夹杂 合计
R×C表卡方检验
2020年2月29日
表8-6 三种消化性溃疡住院病人四种证型的构成
中医分型 疗法 肝胃不和 胃阴不和 脾胃虚寒 寒热夹杂 合计
生胃宁素 7
片ቤተ መጻሕፍቲ ባይዱ
中药组
4
15
29
37
88
12
16
19
51
西药组
3
5
15
37
60
合计
14
32
60
93
199
2020年2月29日
H0：三种疗法病人的中医分型总体构成相同（ 疗法与证型无关）
有效
无效
合计
有效率 （%）
新复方
35
5
40
87.50
降压药
20
10
30
66.67
安慰剂
7
25
32
21.88
合计
62
40
102
60.70
2020年2月29日
❖ H0：π1=π2=π3，三种药物治疗高血压病总体 有效率相等
❖ H1：三个总体率不全相等 α=0.05
2
102
352 62 40
Weight Cases by框，框内选入“频数 ”，即指定该变量为频数变量
2020年2月29日
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：中医分型 击Statistics按钮选择Chi-square。
52 40 40
232 40 32
1
32.736
df (3 1) (2 1) 2
表8-6 三种消化性溃疡住院病人四种证型的构成
中医分型 疗法 肝胃不和 胃阴不和 脾胃虚寒 寒热夹杂 合计
生胃宁素 7
片ቤተ መጻሕፍቲ ባይዱ
中药组
4
15
29
37
88
12
16
19
51
西药组
3
5
15
37
60
合计
14
32
60
93
199
2020年2月29日
H0：三种疗法病人的中医分型总体构成相同（ 疗法与证型无关）
有效
无效
合计
有效率 （%）
新复方
35
5
40
87.50
降压药
20
10
30
66.67
安慰剂
7
25
32
21.88
合计
62
40
102
60.70
2020年2月29日
❖ H0：π1=π2=π3，三种药物治疗高血压病总体 有效率相等
❖ H1：三个总体率不全相等 α=0.05
2
102
352 62 40
Weight Cases by框，框内选入“频数 ”，即指定该变量为频数变量
2020年2月29日
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：中医分型 击Statistics按钮选择Chi-square。
52 40 40
232 40 32
1
32.736
df (3 1) (2 1) 2
卡方检验9=chap8RC表资料的分析共44页
卡方检验9=chap8RC表资料的分析
51、山气日夕佳，飞鸟相与还。 52、木欣欣以向荣，泉涓涓而始流。
53、富贵非吾愿，帝乡不可期。 54、雄发指危冠，猛气冲长缨。 55、土地平旷，屋舍俨然，有良田美 池桑竹 之属， 阡陌交 通，鸡 犬相闻 。
21、要知道对好事的称颂过于夸大，也会招来人们的反感轻蔑和嫉妒。——培根 22、业精于勤，荒于嬉；行成于思，毁于随。——韩愈
23、一切节省，归根到底都归结为时间的节省。——马克思 24、意志命运往往背道而驰，决心到最后会全部推倒。——莎士比亚
25、学习是劳动，是充满思想的劳动。——乌申斯基
谢谢！
51、山气日夕佳，飞鸟相与还。 52、木欣欣以向荣，泉涓涓而始流。
53、富贵非吾愿，帝乡不可期。 54、雄发指危冠，猛气冲长缨。 55、土地平旷，屋舍俨然，有良田美 池桑竹 之属， 阡陌交 通，鸡 犬相闻 。
21、要知道对好事的称颂过于夸大，也会招来人们的反感轻蔑和嫉妒。——培根 22、业精于勤，荒于嬉；行成于思，毁于随。——韩愈
23、一切节省，归根到底都归结为时间的节省。——马克思 24、意志命运往往背道而驰，决心到最后会全部推倒。——莎士比亚
25、学习是劳动，是充满思想的劳动。——乌申斯基
谢谢！
R×C表卡方检验
Cases by框，框内选入“频数”，即指定该 变量为频数变量
❖ （3） 2检验
从菜单选择
Analyze→Descriptive Statistics→Crosstable
指定 Row(s)：疗法 Columns(s)：疗效 击Statistics按钮选择Chi-square。
输出结果
结果分析：Pearson 2 =32.736，双侧P＝0.000<0.05，
9.60
df (3 1) (4 1) 6
2 =9.60< 2 0.1，6=10.64，P>0.1，
按α=0.05水准，不拒绝H0，即不能认为三组病 人中医各型的构成比不同.
1.建立数据文件
❖ 在SPSS数据编辑窗，建立数据文件Li8-4.sav。
❖ 行变量：“疗法”，Values为：1＝“生胃宁素 片”，2＝“中药组” ，3＝“西药组” ；
T
nR nC
❖ 自由度= (R1)(C1)
二、多个样本率的比较
❖ 例8-4 （ P419题18）研究新复方治疗高血压病 效果的临床试验，并与标准对照药物降压片和 安慰剂作对照，结果如表8-5，比较三组效果。
表8-5 三种药物治疗高血压病的有效率
组别
疗效
有效
无效
合计
有效率 （%）
新复方
35
5
40
87.50
拒绝H0，可以认为三种疗法效果不同。
三、两组或多组构成比的比较
❖ 例8-5 用三种治疗方法治疗199例消化性溃疡 住院病人资料如表8-6，试分析三组病人按4 种中医分型的构成比有无差别。
表8-6 三种消化性溃疡住院病人四种证型的构成
中医分型 疗法 肝胃不和 胃阴不和 脾胃虚寒 寒热夹杂 合计
❖ （3） 2检验
从菜单选择
Analyze→Descriptive Statistics→Crosstable
指定 Row(s)：疗法 Columns(s)：疗效 击Statistics按钮选择Chi-square。
输出结果
结果分析：Pearson 2 =32.736，双侧P＝0.000<0.05，
9.60
df (3 1) (4 1) 6
2 =9.60< 2 0.1，6=10.64，P>0.1，
按α=0.05水准，不拒绝H0，即不能认为三组病 人中医各型的构成比不同.
1.建立数据文件
❖ 在SPSS数据编辑窗，建立数据文件Li8-4.sav。
❖ 行变量：“疗法”，Values为：1＝“生胃宁素 片”，2＝“中药组” ，3＝“西药组” ；
T
nR nC
❖ 自由度= (R1)(C1)
二、多个样本率的比较
❖ 例8-4 （ P419题18）研究新复方治疗高血压病 效果的临床试验，并与标准对照药物降压片和 安慰剂作对照，结果如表8-5，比较三组效果。
表8-5 三种药物治疗高血压病的有效率
组别
疗效
有效
无效
合计
有效率 （%）
新复方
35
5
40
87.50
拒绝H0，可以认为三种疗法效果不同。
三、两组或多组构成比的比较
❖ 例8-5 用三种治疗方法治疗199例消化性溃疡 住院病人资料如表8-6，试分析三组病人按4 种中医分型的构成比有无差别。
表8-6 三种消化性溃疡住院病人四种证型的构成
中医分型 疗法 肝胃不和 胃阴不和 脾胃虚寒 寒热夹杂 合计
- 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)。
2020年7月12日
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：疗效 击Statistics按钮选择Chi-square。
2020年7月12日
输出结果
结果分析：Pearson 2 =32.736，双侧P＝0.000<0.05，
2020年7月12日
R×C表2 检验应注意的问题
❖2.多组比较时，若效应有强弱的等级，如+，++
，+++，最好采用后面的非参数检验方法。 2检
验只能反映其构成比有无差异，不能比较效应的 平均水平。 ❖3.行列两种属性皆有序时，可考虑趋势检验或 等级相关分析。
❖4.多个率比较的2检验，结论为拒绝H0时、需
d f(31 )(41 )6
2 =9.60< 2 0.1，6=10.64，P>0.1，
按α=0.05水准，不拒绝H0，即不能认为三组病 人中医各型的构成比不同.
2020年7月12日
1.建立数据文件
在SPSS数据编辑窗，建立数据文件Li8-4.sav。 行变量：“疗法”，Values为：1＝“生胃宁素
C k2 k(k21)
20.050.0167
3(31)
2020年7月12日
（3）新复方与降压药比较：列出表C，2=4.419
，P=0.036，按α’= 0.0167水准，不拒绝H0，不 能认为新复方与降压药治疗高血压病的效果不 同。
表C 新复方与降压药比较
药物 新复方 降压药 合计
有效 35 20 55
2020年7月12日
输出结果
理论数小于5的格子数为2(占16.7%),最小理论数为3.59
2020年7月12日
结果分析
表下方提示理论频数小于5的单元格有2个 ，最小理论频数为3.59<5，说明可用 Pearson卡方检验。
结果分析：Pearson 2 =9.596，双侧P＝
0.143>0.05，以α＝0.05水准不拒绝H0，不 能认为三组病人中医分型的构成比不同。
列变量：“疗效”，Values为：1＝“有效” ，2＝“无效；
频数变量：“频数”。
2020年7月12日
2. spss操作过程
（1）在spss中调出数据文件题18.sav （2）频数变量加权。 从菜单选择 Data→Weight Cases 弹出Weight Cases对话框，选择
Weight Cases by框，框内选入“频数 ”，即指定该变量为频数变量
Weight Cases by框，框内选入“频数 ”，即指定该变量为频数变量
2020年7月12日
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：中医分型 击Statistics按钮选择Chi-square。
降压药
பைடு நூலகம்
20
10
30
66.67
安慰剂
7
25
32
21.88
合计
62
40
102
60.70
2020年7月12日
多个实验组与一个对照组比较
❖ 经2检验，结论为拒绝H0。不同药物治疗高
血压病的效果不同。 ❖ 将新复方和降压片分别与安慰剂比较（H0：药
物与安慰剂效果相同），此时应调整检验水准 为：
0.05 0.025
第八章 R×C表资料的分析
第三节 R×C表资料的 2检验
R×C表卡方检验的通用公式 多个样本率的比较 两组或多组构成比的比较 R×C表卡方检验应注意的问题
2020年7月12日
R×C列联表
前述四格表，即2×2表，是最简单的一种 R×C表形式。因为其基本数据有R行C列， 故通称R×C列联表（contingency table）， 简称R×C表。
R×C表2检验的应用形式有：
1. 多个样本率的比较（如例p419题18的3×2 表）
2. 两组或多组构成比的比较（如例8-4的3×4 表）
2020年7月12日
一、R×C 表2 检验通用公式
理论T 频 n数 RnC 代入基本公式
n
可推导出： 基本公式 通用公式
2 (A T 2 ) 2 n (A 2 1 )
生胃宁素 7
片
中药组
4
15
29
37
88
12
16
19
51
西药组
3
5
15
37
60
合计
14
32
60
93
199
2020年7月12日
H0：三种疗法病人的中医分型总体构成相同（ 疗法与证型无关）
H1：三组病人中医分型总体构成不全相同（疗 法与证型有关） ，α=0.05
219 8 97 2 8 1 481 8 2 3 5 2 63 0 2 9 7 3 1 9.60
2020年7月12日
（3） 相关性分析、线性趋势检验 从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：硬化级别 Columns(s)：混浊程度 击Statistics按钮选择Chi-square、
Correlations（相关性）----- Somer’d 检验
程度分级之间是否有直线关系： 可选用线性趋势检验
2020年7月12日
spss操作过程
（1）在spss中调出数据文件Li8-5.sav （2）频数变量加权。 从菜单选择 Data→Weight Cases 弹出Weight Cases对话框，选择Weight
Cases by框，框内选入“频数”，即指定 该变量为频数变量
无效
合计
有效率 （%）
新复方
35
5
40
87.50
降压药
20
10
30
66.67
安慰剂
7
25
32
21.88
合计
62
40
102
60.70
2020年7月12日
❖ H0：π1=π2=π3，三种药物治疗高血压病总体 有效率相等
❖ H1：三个总体率不全相等 α=0.05
210 6 23 2 2 4 5 045 2 0 4 0 42 0 2 3 3 2 1 3.7 23
可认为行和列两等级变量之间存在一定的线性关系，即眼底
动脉硬化级别越高，老年环混浊程度越深。
2020年7月12日
第五节 多个样本率的两两比较
多个实验组与一个对照组比较 2×k表多组间的两两比较
2020年7月12日
多个样本率的两两比较
多个样本率（或构成比）的2检验，结
论为拒绝H0时，只能认为各总体率（或构 成比）之间总的来说有差别，常需要进一 步作“两两比较”，本节介绍用 Bonferroni法调整检验水准作两两比较。
拒绝H0，可以认为三种疗法效果不同。
2020年7月12日
三、两组或多组构成比的比较
例8-5 用三种治疗方法治疗199例消化性 溃疡住院病人资料如表8-6，试分析三组 病人按4种中医分型的构成比有无差别。
2020年7月12日
表8-6 三种消化性溃疡住院病人四种证型的构成
中医分型 疗法 肝胃不和 胃阴不和 脾胃虚寒 寒热夹杂 合计
2020年7月12日
一、多个实验组与一个对照组比较
在进行多个实验组（k-1)与一个对照组进行 比较时，检验水准的调整如下：
k 1
式中α’为新规定的两两比较检验水准；k为 样本数。
2020年7月12日
表8-5 三种药物治疗高血压病的疗效比较
组别
疗效
有效
无效
合计
有效率 （%）
新复方
35
5
40
87.50
8
8
85
Ⅱ级
4
20 12
8
12 56
Ⅲ级
0
0
2
1
0
3
合 计 39 95 65 21 33 253
2020年7月12日
（1）考察眼底动脉硬化不同级别的老年环 混浊程度分级之间的差别有无统计学意义
可选用秩和检验或Ridit分析。
（2）考察眼底动脉硬化级别与老年环混浊
程度分级之间有无相关性： 可用Spearman秩相关分析 （3）考察眼底动脉硬化级别与老年环混浊
d f(31 )(21 )2
❖ 2 =32.736 > 2 0.005，2=10.60，P<0.005，按
α=0.05水准拒绝H0，即可以认为三种药物治疗
高血压病效果不同。
2020年7月12日
1.建立数据文件
在SPSS数据编辑窗，建立数据文件题18.sav 。
行变量：“组别”，Values为：1＝“新复方 ”，2＝“降压片” ，3＝“安慰剂” ；
2=12.636，P=0.000，按α’= 0.025水准
拒绝H0，可以认为降压药治疗高血压有效。
表B 降压药与安慰剂比较
药物 降压药 安慰剂 合计
有效 20 7 27
无效 10 25 35
合计 30 32 62
2020年7月12日
二、2×k表多组间的两两比较
进行三种药物间的两两比较，则检验 水准调整为：
片”，2＝“中药组” ，3＝“西药组” ； 列变量：“中医分型”，Values为：1＝“肝胃
不和”，2＝“胃阴不和”，3＝“脾胃虚寒” ，4＝“寒热夹杂”； 频数变量：“频数”。
2020年7月12日
2. spss操作过程
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：疗效 击Statistics按钮选择Chi-square。
2020年7月12日
输出结果
结果分析：Pearson 2 =32.736，双侧P＝0.000<0.05，
2020年7月12日
R×C表2 检验应注意的问题
❖2.多组比较时，若效应有强弱的等级，如+，++
，+++，最好采用后面的非参数检验方法。 2检
验只能反映其构成比有无差异，不能比较效应的 平均水平。 ❖3.行列两种属性皆有序时，可考虑趋势检验或 等级相关分析。
❖4.多个率比较的2检验，结论为拒绝H0时、需
d f(31 )(41 )6
2 =9.60< 2 0.1，6=10.64，P>0.1，
按α=0.05水准，不拒绝H0，即不能认为三组病 人中医各型的构成比不同.
2020年7月12日
1.建立数据文件
在SPSS数据编辑窗，建立数据文件Li8-4.sav。 行变量：“疗法”，Values为：1＝“生胃宁素
C k2 k(k21)
20.050.0167
3(31)
2020年7月12日
（3）新复方与降压药比较：列出表C，2=4.419
，P=0.036，按α’= 0.0167水准，不拒绝H0，不 能认为新复方与降压药治疗高血压病的效果不 同。
表C 新复方与降压药比较
药物 新复方 降压药 合计
有效 35 20 55
2020年7月12日
输出结果
理论数小于5的格子数为2(占16.7%),最小理论数为3.59
2020年7月12日
结果分析
表下方提示理论频数小于5的单元格有2个 ，最小理论频数为3.59<5，说明可用 Pearson卡方检验。
结果分析：Pearson 2 =9.596，双侧P＝
0.143>0.05，以α＝0.05水准不拒绝H0，不 能认为三组病人中医分型的构成比不同。
列变量：“疗效”，Values为：1＝“有效” ，2＝“无效；
频数变量：“频数”。
2020年7月12日
2. spss操作过程
（1）在spss中调出数据文件题18.sav （2）频数变量加权。 从菜单选择 Data→Weight Cases 弹出Weight Cases对话框，选择
Weight Cases by框，框内选入“频数 ”，即指定该变量为频数变量
Weight Cases by框，框内选入“频数 ”，即指定该变量为频数变量
2020年7月12日
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：中医分型 击Statistics按钮选择Chi-square。
降压药
பைடு நூலகம்
20
10
30
66.67
安慰剂
7
25
32
21.88
合计
62
40
102
60.70
2020年7月12日
多个实验组与一个对照组比较
❖ 经2检验，结论为拒绝H0。不同药物治疗高
血压病的效果不同。 ❖ 将新复方和降压片分别与安慰剂比较（H0：药
物与安慰剂效果相同），此时应调整检验水准 为：
0.05 0.025
第八章 R×C表资料的分析
第三节 R×C表资料的 2检验
R×C表卡方检验的通用公式 多个样本率的比较 两组或多组构成比的比较 R×C表卡方检验应注意的问题
2020年7月12日
R×C列联表
前述四格表，即2×2表，是最简单的一种 R×C表形式。因为其基本数据有R行C列， 故通称R×C列联表（contingency table）， 简称R×C表。
R×C表2检验的应用形式有：
1. 多个样本率的比较（如例p419题18的3×2 表）
2. 两组或多组构成比的比较（如例8-4的3×4 表）
2020年7月12日
一、R×C 表2 检验通用公式
理论T 频 n数 RnC 代入基本公式
n
可推导出： 基本公式 通用公式
2 (A T 2 ) 2 n (A 2 1 )
生胃宁素 7
片
中药组
4
15
29
37
88
12
16
19
51
西药组
3
5
15
37
60
合计
14
32
60
93
199
2020年7月12日
H0：三种疗法病人的中医分型总体构成相同（ 疗法与证型无关）
H1：三组病人中医分型总体构成不全相同（疗 法与证型有关） ，α=0.05
219 8 97 2 8 1 481 8 2 3 5 2 63 0 2 9 7 3 1 9.60
2020年7月12日
（3） 相关性分析、线性趋势检验 从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：硬化级别 Columns(s)：混浊程度 击Statistics按钮选择Chi-square、
Correlations（相关性）----- Somer’d 检验
程度分级之间是否有直线关系： 可选用线性趋势检验
2020年7月12日
spss操作过程
（1）在spss中调出数据文件Li8-5.sav （2）频数变量加权。 从菜单选择 Data→Weight Cases 弹出Weight Cases对话框，选择Weight
Cases by框，框内选入“频数”，即指定 该变量为频数变量
无效
合计
有效率 （%）
新复方
35
5
40
87.50
降压药
20
10
30
66.67
安慰剂
7
25
32
21.88
合计
62
40
102
60.70
2020年7月12日
❖ H0：π1=π2=π3，三种药物治疗高血压病总体 有效率相等
❖ H1：三个总体率不全相等 α=0.05
210 6 23 2 2 4 5 045 2 0 4 0 42 0 2 3 3 2 1 3.7 23
可认为行和列两等级变量之间存在一定的线性关系，即眼底
动脉硬化级别越高，老年环混浊程度越深。
2020年7月12日
第五节 多个样本率的两两比较
多个实验组与一个对照组比较 2×k表多组间的两两比较
2020年7月12日
多个样本率的两两比较
多个样本率（或构成比）的2检验，结
论为拒绝H0时，只能认为各总体率（或构 成比）之间总的来说有差别，常需要进一 步作“两两比较”，本节介绍用 Bonferroni法调整检验水准作两两比较。
拒绝H0，可以认为三种疗法效果不同。
2020年7月12日
三、两组或多组构成比的比较
例8-5 用三种治疗方法治疗199例消化性 溃疡住院病人资料如表8-6，试分析三组 病人按4种中医分型的构成比有无差别。
2020年7月12日
表8-6 三种消化性溃疡住院病人四种证型的构成
中医分型 疗法 肝胃不和 胃阴不和 脾胃虚寒 寒热夹杂 合计
2020年7月12日
一、多个实验组与一个对照组比较
在进行多个实验组（k-1)与一个对照组进行 比较时，检验水准的调整如下：
k 1
式中α’为新规定的两两比较检验水准；k为 样本数。
2020年7月12日
表8-5 三种药物治疗高血压病的疗效比较
组别
疗效
有效
无效
合计
有效率 （%）
新复方
35
5
40
87.50
8
8
85
Ⅱ级
4
20 12
8
12 56
Ⅲ级
0
0
2
1
0
3
合 计 39 95 65 21 33 253
2020年7月12日
（1）考察眼底动脉硬化不同级别的老年环 混浊程度分级之间的差别有无统计学意义
可选用秩和检验或Ridit分析。
（2）考察眼底动脉硬化级别与老年环混浊
程度分级之间有无相关性： 可用Spearman秩相关分析 （3）考察眼底动脉硬化级别与老年环混浊
d f(31 )(21 )2
❖ 2 =32.736 > 2 0.005，2=10.60，P<0.005，按
α=0.05水准拒绝H0，即可以认为三种药物治疗
高血压病效果不同。
2020年7月12日
1.建立数据文件
在SPSS数据编辑窗，建立数据文件题18.sav 。
行变量：“组别”，Values为：1＝“新复方 ”，2＝“降压片” ，3＝“安慰剂” ；
2=12.636，P=0.000，按α’= 0.025水准
拒绝H0，可以认为降压药治疗高血压有效。
表B 降压药与安慰剂比较
药物 降压药 安慰剂 合计
有效 20 7 27
无效 10 25 35
合计 30 32 62
2020年7月12日
二、2×k表多组间的两两比较
进行三种药物间的两两比较，则检验 水准调整为：
片”，2＝“中药组” ，3＝“西药组” ； 列变量：“中医分型”，Values为：1＝“肝胃
不和”，2＝“胃阴不和”，3＝“脾胃虚寒” ，4＝“寒热夹杂”； 频数变量：“频数”。
2020年7月12日
2. spss操作过程