R×C表卡方检验 ppt课件
合集下载
相关主题
- 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)。
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
2
199
72 88 14
152 88 32
372 60 93
1
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.
2019年9月15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
片”，2＝“中药组” ，3＝“西药组” ； 列变量：“中医分型”，Values为：1＝“肝胃
Weight Cases by框，框内选入“频数 ”，即指定该变量为频数变量
2019年9月15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
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。
2019年9月15日
1.建立数据文件
2019年9月15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
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
2019年9月15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）
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
2019年9月15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）
2019年9月15日
一、R×C 表2 检验通用公式
理论频数T nRnC 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( A2 1)
T
nR nC
自由度= (R1)(C1)
Hale Waihona Puke Baidu
2019年9月15日
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。
2019年9月15日
表8-5 三种药物治疗高血压病的有效率
组别
疗效
Weight Cases by框，框内选入“频数 ”，即指定该变量为频数变量
2019年9月15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。
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
2019年9月15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
2019年9月15日
四、R×C表2 检验应注意的问题
1. R×C表中，不宜有较多格子（1/5）的理论频数 小于5或理论频数小于1，否则易犯第一类错误。
出现某些格子中理论频数过小时： （1）增大样本含量（最好！） （2）删去该格所在的行或列（丢失信息！） （3）根据专业知识将该格所在行或列与别的行或 列合并。（丢失信息！甚至出假象） （4）计算R×C表的确切概率
2019年9月15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
2019年9月15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。
不和”，2＝“胃阴不和”，3＝“脾胃虚寒” ，4＝“寒热夹杂”； 频数变量：“频数”。
2019年9月15日
2. spss操作过程
（1）在spss中调出数据文件Li8-4.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
2019年9月15日
输出结果
结果分析：Pearson 2 =32.736，双侧P＝0.000<0.05，
拒绝H0，可以认为三种疗法效果不同。
2019年9月15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。
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”。
2019年9月15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
2
199
72 88 14
152 88 32
372 60 93
1
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.
2019年9月15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
片”，2＝“中药组” ，3＝“西药组” ； 列变量：“中医分型”，Values为：1＝“肝胃
Weight Cases by框，框内选入“频数 ”，即指定该变量为频数变量
2019年9月15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
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。
2019年9月15日
1.建立数据文件
2019年9月15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
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
2019年9月15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）
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
2019年9月15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）
2019年9月15日
一、R×C 表2 检验通用公式
理论频数T nRnC 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( A2 1)
T
nR nC
自由度= (R1)(C1)
Hale Waihona Puke Baidu
2019年9月15日
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。
2019年9月15日
表8-5 三种药物治疗高血压病的有效率
组别
疗效
Weight Cases by框，框内选入“频数 ”，即指定该变量为频数变量
2019年9月15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。
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
2019年9月15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
2019年9月15日
四、R×C表2 检验应注意的问题
1. R×C表中，不宜有较多格子（1/5）的理论频数 小于5或理论频数小于1，否则易犯第一类错误。
出现某些格子中理论频数过小时： （1）增大样本含量（最好！） （2）删去该格所在的行或列（丢失信息！） （3）根据专业知识将该格所在行或列与别的行或 列合并。（丢失信息！甚至出假象） （4）计算R×C表的确切概率
2019年9月15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
2019年9月15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。
不和”，2＝“胃阴不和”，3＝“脾胃虚寒” ，4＝“寒热夹杂”； 频数变量：“频数”。
2019年9月15日
2. spss操作过程
（1）在spss中调出数据文件Li8-4.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
2019年9月15日
输出结果
结果分析：Pearson 2 =32.736，双侧P＝0.000<0.05，
拒绝H0，可以认为三种疗法效果不同。
2019年9月15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。
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”。
2019年9月15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