非参数检验（卡方检验）,实验报告

非参数检验（卡方检验）,实验报告

评分

大理大学实验报告

课程名称

生物医学统计分析

实验名称

非参数检验(卡方检验)

专业班级

姓

名

学

号

实验日期

实验地点

2015—2016 学年度第学期一、实验目得对分类资料进行卡方检验。

二、实验环境

1、硬件配置:处理器:Intel(R)Core(TM)i5-4210U CPU 1、7GHz 1、7GHz 安装内存(RAM):4、00GB

系统类型:64 位操作系统 2、软件环境:IBM SPSS Statistics 19、0 软件

三、实验内容(包括本实验要完成得实验问题及需要得相关知识简单概述)（1）

课本第六章得例 6、1-6、5 运行一遍,注意理解结果;（2）

然后将实验指导书得例 1-4 运行一遍,注意理解结果。

四、实验结果与分析

(包括实验原理、数据得准备、运行过程分析、源程序(代码)、图形图象界面等)例例 6、1 表 1 灭螨A A 与灭螨B B 杀灭大蜂螨效果得交叉制表

效果合计杀灭未杀灭组别灭螨A 32 12 44 灭螨B 14 22 36 合计 46 34 80 分析: 表1就是灭螨A与灭螨B杀灭大蜂螨效果得样本分类得频数分析表,即交叉列联表。

表 2 卡方检验

X2 值df 渐进Sig、(双侧)精确Sig、(双侧)精确Sig、(单侧)Pearson 卡方 9、277a1、002

连续校正b7、944 1、005

似然比 9、419 1、002

Fisher 得精确检验、003、002 有效案例中得 N 80

a、0 单元格(、0%)得期望计数少于5。最小期望计数为15、30。

b、仅对 2x2 表计算

分析: 表2就是卡方检验得结果。因为两组各自得结果互不影响,即相互独立。对于这种频数表格式资料,在卡方检验之前必须用“加权个案”命令将频数变量定义为加权变量,才能进行卡方检验。

Pearson 卡方:皮尔逊卡方检验计算得卡方值(用于样本数n≥40且所有理论数E≥5);

连续校正b : 连续性校正卡方值(df=1,只用于2*2列联表);

似然比:对数似然比法计算得卡方值(类似皮尔逊卡方检验);

Fisher 得精确检验:精确概率法计算得卡方值(用于理论数E<5)。

不同得资料应选用不同得卡方计算方法。

例6、1为2*2列联表,df=1,须用连续性校正公式,故采用“连续校正”行得统计结果。

X2 = 7、944, P(Sig)=0、005<0、01,表明灭螨剂A组得杀螨率极显著高于灭螨剂B组。

例6 6、2 2

表 3

治疗方法 * 治疗效果

交叉制表计数

治疗效果合计 1 2 3 治疗方法 1 19 16 5 40 2 16 12 8 36 3 15 13 7 35 合计 50 41 20 111 分析: 表3就是治疗方法* 治疗效果资料分

析得列联表。

表 4

卡方检验

X2 值 df 渐进 Sig、(双侧)Pearson 卡方 1、428a4、839 似然比

1、484 4、830 线性与线性组合、514 1、474 有效案例中得 N 111

a、0 单元格(、0%)得期望计数少于 5。最小期望计数为 6、31。

分析: 表4就是卡方检验得结果。自由度df=4,表格下方得注解表明理论次数小于5得格子数为0,最小得理论次数为6、13。各理论次数均大于5,无须进行连续性校正,因此可以采用第一行(Pearson 卡方)得检验结果,即X2 =1、428,P=0、839>0、05,差异不显著,可以认为不同得治疗方法与治疗效果无关,即三种治疗方法对治疗效果得影响差异不显著。

例6 6、3 3

表 5

灌溉方式 * 稻叶情况

交叉制表计数

稻叶情况合计 1 2 3 灌溉方式 1 146 7 7 160 2 183 9 13 205 3 152 14 16 182 合计 481 30 36 547 分析: 表5就是灌溉方式* 稻叶情况资料分析得列联表。

表 6

卡方检验

X2 值 df 渐进 Sig、(双侧)Pearson 卡方 5、622a4、229 似然比

5、535 4、237 线性与线性组合 4、510 1、034 有效案例中得 N 547

a、0 单元格(、0%)得期望计数少于 5。最小期望计数为 8、78。

分析: 表6就是卡方检验得结果。自由度df=4,样本数n=547。表格下方得注解表明理论次数小于5得格子数为0,最小得理论次数为8、78。各理论次数均大于5,无须进行连续性校正,因此可以采用第一行(Pearson 卡方)得检验结果,即X2 =5、622,P=0、229>0、05,差异不显著,即不同灌溉方式对稻叶情况得影响差异不显著。

例例 6 6、4 4

表 7

场地 * 奶牛类型

交叉制表计数

奶牛类型合计 1 2 3 场地 1 15 24 12 51 2 4 2 7 13 3 20 13 11 44 合计 39 39 30 108 分析: 表5就是场地* 奶牛类型资料分析得列联表。

表 8

卡方检验

X2 值 df 渐进 Sig、(双侧)精确 Sig、(双侧)精确 Sig、(单侧)点概率 Pearson 卡方 9、199a4、056、056

似然比 8、813 4、066、079

Fisher 得精确检验 8、463、072

线性与线性组合、719b1、397、404、217、036 有效案例中得N 108

a、3 单元格(33、3%)得期望计数少于 5。最小期望计数为 3、61。

b、标准化统计量就是-、848。

分析: 表 8 就是卡方检验得结果。自由度 df=4,样本数 n=108。表格下方得注解表明理论次数小于5 得格子数为3,最小得理论次数为3、61。需采用精确概率法计算,即用第三行(Fisher 得精确检验)得检验结果,即 X2 =8、463,P=0、072>0、05,差异不显著,即 3 种奶牛牛场不同类型奶牛得构成比对差异不显著。

例例 6 6、5 5

表 9

LPA* FA 交叉制表

FA 合计 1 2 LPA 1 17 0 17 2 4 7 11 合计 21 7 28 分析: 表9就是LPA* FA资料分析得列联表。

表 10

配对卡方检验

值精确 Sig、(双侧)McNemar 检验、125a

有效案例中得 N 28