Q:如何在SPSS中实现四格表的卡方检验
SPSS进行卡方检验具体操作(三)
论频数的吻合程度。
若检验假设H0:π1=π2成立,实际频数A 与理论 频数T 相差不应该很大,即统计量卡方值不应该很大。
如果 2值很大,当前检验统计量 2 >χ2α,ν,即出现小
概率事件(P<α),于是拒绝H0。反之,则不拒绝H0
一、四格表卡方检验
表1 两种疗法的心血管病病死率的比较
20.0%
5.9%
O 295
388.8 27.3%
194 186.1 37.5%
444 358.2 44.6%
933 933.0 36.0%
Total 1080
1080.0 100.0%
517 517.0 100.0%
995 995.0 100.0% 2592 2592.0 100.0%
Chi-Squar e Tests
3、行x列 2
AnalyzeDescriptive Statistics -Crosstabs
结果解读
AREA * BLOOD Crosstabulation
A REA Total
亚洲 欧洲 北美 洲
C o un t Expected Count % within AREA C o un t Expected Count % within AREA C o un t Expected Count % within AREA C o un t Expected Count % within AREA
上机实现
实验1 两种药物治疗白色葡萄球菌败血症疗效的试 验结果见表10-2,问两种药物的疗效有无差别?
(数据 :例10-2.sav)
表1 两种药物治疗白色葡萄球菌败血症结果
SPSS之两独立样本的四个表卡方检验
独立样本:
1.两独立样本的四格表分析;多组独立样本的R*C列联表分析(双向无序,单向有序,双向有序属性相同,双向有序属性不同)
2. 配对样本:
3. 配对四个表分析;配对R*R列联表分析;
4. 趋势卡方检验
5. 卡方分割与卡方合并
1.1两独立样本的四格表分析
基本思想:两总体率的比较;两分类变量的相关性分析;两组分布的比较;
应用条件:当n≥40且所有T≥5时,用普通卡方检验;所得p≈a,改用确切概率法;
当n≥40但有1≤T≤5时时,改用校正卡方检验;
当n≤40或有T<1时,不能用卡方检验,改用确切概率法。
先要将频数进行个案加权:Data--weight cases
然后进行卡方分析:Analyze--Describtive statistic-- crosstabs 分别选入行列
在Statistic中选择Chi-squre
如果想要行列信息的话,在Cell即单元格中选定行列百分比
最后选择Continue。
Q:如何在SPSS中实现四格表的卡方检验
Q:如何在SPSS中实现四格表的卡方检验?A:在多数统计软件中,四格表(和行*列表)的数据格式均为行变量、列变量和频数变量。
如下面这个四格表的数据及相应格式如下:分析时首先选择菜单Data->Weight Cases,将频数变量选入Frequency格中,按OK确认。
此时系统就会以频数表的形式来读取所输入的数据,既记录数应为34+12+23+26=95例,而不是4例。
然后选择菜单Analyze->Descriptive Statistics->Cross Tables,将行、列变量分别选入相应的Row、Column格中,再按下方的Statistics钮,选中左上角的Chi-square复选框,按Continue钮,最后按OK即可。
Spss电脑实验-第三节(1) 您要打印的文件是:Spss电脑实验-第三节(1) 打印本文Spss电脑实验-第三节(1)作者:佚名转贴自:本站原创点击数:74第三节不同对象有关指标发生率(百分比)间的比较Ⅰ.两种对象率(百分比)间的比较—四格表χ2 检验χ2 检验(chi-square test),χ为希腊文字母,读作 [kai](卡);chi-square读作“卡方”;χ2检验即“卡方检验”。
它是一种用途较广的假设检验方法,是分析计率或百分比及某些等级资料常用的方法,可分析两个或两个以上率(或百分比)差别的显著性。
1. 两个样本率(百分比)比较—一般四格表的χ2检验四格表的χ2检验用于分析两组或两组以上率(或百分比)差别的显著性。
χ2 = ∑[(∣A - T∣)2 / T ].....................................(3-1)式中 A 为四格表各格子中的实际数,T 为理论数。
χ2 =(ad-bc)2 n / [(a+b)(c+d)(a+c)(b+d)].........................(3-2)例如: 某医院用两种疗法(drug)治疗慢性肾炎病人,结果(effect)西药组有效率为 79.7%(63/79);中药组有效率为87.0(47/54),见表 3-1-a。
经典课件:spss卡方检验具体操作
SPSS进行卡方检验具体操作
——SPSS在医学统计中的应用 定性资料的统计分析
行×列表分析
.
定性资料的统计分析
主要内容
一、四格表卡方检验 二、确切概率的计算 三、配对卡方检验 四、分层卡方检验
.
定性资料的统计分析
统计推断:用样本信息推论总体特征的过程。
包括: 参数估计: 运用统计学原理,用从样本计算出来的统计指
愈合 54 44 98
合计 62 64 126
.
一、(简单的行列表卡检验)四格表卡方检验:数据输入
.
一、四格表卡方检验:指定频数变量
.
一、四格表卡方检验:进行卡方检验
.
一、四格表卡方检验:进行卡方检验
.
一、四格表卡方检验:进行卡方检验(选择概率计算方法)
.
一、四格表卡方检验:进行卡方检验(选择统计方法)
服用OC
未服OC
服用OC
未服OC
病例
21
26
18
88
对照
17
59
7
95
合计
38
85
25
183
.
四、分层卡方检验:数据输入
.
四、分层卡方检验:指定频数变量
.
四、分层卡方检验:按某一变量分层
.
四、分层卡方检验:统计方法选择
.
四、分层卡方检验:结果解读(一)
.
四、分层卡方检验:结果解读(二)
.
四、分层卡方检验:结果解读(三)
.
结束语
行列表卡方检验要求理论频数不宜太小, 否则就会导致分析的偏倚。
一般认为行列表中不宜有1/5以上的理论频 数小于5或有一个理念频数小于1。
如何使用spss 进行 卡方检验
SPSS 13.0 进行四格表卡方检验用于医学统计应用教程经过三小时的学习,发现SPSS经常用于医学方面的统计研究。
而卡方检验又是SPSS 同时也是医学统计中的一项基本操作。
但很多刚刚接触SPSS的同学不知道如何进行分析。
下面,我们将举例对四格表卡方检验进行详细的讲解。
我们采用的实例是:分析使用长托宁和阿托品致全麻患者术后谵妄的比较。
如果我们随机抽取100人,其中50人使用长托宁,50人使用阿托品。
使用长托宁致术后谵妄的有23人,使用阿托品致术后谵妄的有8人。
我们分析两者在致术后谵妄方面是否有区别。
一、输入数据首先录入数据组,运行SPSS 13.0的软件后,点击如图1.1下面的V ariable View标签,切换到变量输入窗口。
图1.1 变量输入窗口输入三组变量:组别,是否患病,人数。
然后点击如图1.2所示的“组别”后面的数值栏的…按钮,弹出1.3所示的数值标签,分别两个数值:1为安托宁,2为阿托品。
同理为是否患病建立两个数值:1为患病,2为未患病。
图1.2 建立变量建立好变量后,点击图1.1中变量标签左边的数据标签“data view”进入到数据录入窗口并录入数据。
数据输入完毕后窗口显示如下:图1.4 数据录入完毕二、建立加权变量选择菜单栏的“数据”—“观测量加权”,英文版为“data”---“Weight cases…”,如图2.1所示。
然后会弹出2.2所示的“观测量加权”对话框。
图2.1 加权变量菜单图2.2 观测量加权对话框在2.2的对话框中先选中左边的“人数”变量,然后选择单选按钮“按。
对观测量进行加权”,再点下方的三角形,最终点确定。
这样就建立好了加权变量了。
三、交叉表设置选择菜单栏的“分析”—“描述统计”—“交叉表”,如图3.1所示。
将会弹出3.2所示的交叉表对话框。
图3.1 选择交叉表菜单3.2交叉表对话框在3.2 的对话框中,分别将组别和是否患病两个变量添加到行和列中。
如图3.3所示。
卡方检验的SPSS实现(PPT页)
主要内容
• 1.两独立样本率比较的卡方检验 • 2.配对计数资料的卡方检验 • 3.分层资料的卡方检验 • 4.卡方的两两比较
一、两独立样本的卡方检验
列联表资料:指两个或者多个分类变量各水平组合频数分 布表,又称频数交叉表,简称交叉表(Crosstabs)。
下表为四格表
不需要加权个案的数据
如果数据格式如下图(例:骨科数据)
每一行都是一个个体,无需加权。如果分析4 种病变节段在性ቤተ መጻሕፍቲ ባይዱ分布有无差异,如下图:
将“性别”和“病变节段”分别拖入行变量 和列变量,其他操作同需加权数据。
• 1.两独立样本率比较的卡方检验 • 2.配对计数资料的卡方检验 • 3.分层资料的卡方检验 • 4.卡方的两两比较
2.配对计数资料的卡方检验
• 配对设计的特点是对同一样本的每一份样 品分别用A、B两种方法处理,或者前后测 量,观察其阳性和阴性例数。
• 文件chi_pair.sav为例 • 操作过程:
分析 统计描述 交叉表
行变量:treat_b 列变量:treat_a 统计量:McNemar
• 结果解释:所用方法是基于二项分布的 McNemar检验,p=0.000(双侧),差异显 著,即抗生素用于治疗呼吸道感染是有效的。
例:Doll和Hill以709例肺癌患者做病例、709 个非肿瘤患者做对照,按性别分层,研究 吸烟与肺癌的关系,调查结果如下表。试 做肺癌的病例对照分析。
如果不分层结果如下
结果解释:p=0.002,差异具有统计学意义
分层做法
操作:(1)建立数据文件 分层变量:选如“gender” (2)菜单选择 统计量主对话框下 风险 Cochran’s and Mantel-Haenszel统计量
SPSS进行卡方检验具体操作(三)
6.7%
93.3% 100.0%
ቤተ መጻሕፍቲ ባይዱ
小
医 药 Count
4
12
16
于
Expected Count
2.1
13.9
16.0
% within trial
25.0%
75.0% 100.0%
5
T o ta l
Count
6
40
46
Expected Count
6.0
40.0
46.0
% within trial
13.0%
3、行x列 2
AnalyzeDescriptive Statistics -Crosstabs
结果解读
AREA * BLOOD Crosstabulation
A REA Total
亚洲 欧洲 北美 洲
C o un t Expected Count % within AREA C o un t Expected Count % within AREA C o un t Expected Count % within AREA C o un t Expected Count % within AREA
A 321
411.3 29.7%
258 196.9 49.9%
408 378.9 41.0%
987 987.0 38.1%
BLOO D
B
AB
369
95
215.8
64.2
34.2%
8.8%
43
22
103.3
30.7
8.3%
4.3%
106
37
198.8
59.1
10.7%
卡方检验的SPSS实现
(4)结果解释:
Pearson 卡方:非校正卡方检验 连续校正:仅适用于四格表
Fisher 的精确检验:Fisher确切概率检验,也仅 适用于四格表资料 似然比:似然比卡方检验,适用R C 表资料
线性和线性组合:线性相关性检验,两变量均为 等级变量,且从小到大排列时方有意义,其他 情况忽略
• 4.卡方的两两比较
2.配对计数资料的卡方检验
• 配对设计的特点是对同一样本的每一份样 品分别用A、B两种方法处理,或者前后测 量,观察其阳性和阴性例数。
• 文件chi_pair.sav为例 • 操作过程: 分析 统计描述 交叉表 行变量:treat_b 列变量:treat_a 统计量:McNemar
spss18.0 卡方检验
主要内容
• 1.两独立样本率比较的卡方检验
• 2.配对计数资料的卡方检验 • 3.分层资料的卡方检验
• 4.卡方的两两比较
一、两独立样本的卡方检验
列联表资料:指两个或者多个分类变量各水平组合频数分 布表,又称频数交叉表,简称交叉表(Crosstabs)。 下表为四格表
操作过程 (1)建立数据文件(chi2_2.sav) 数据格式:4行3列(如下图)
关于OR值
• Odds Ratio:相对危险度(也称比值比、优 势比) • 指病例组中暴露人数与非暴露人数的比值 除以对照组中暴露人数与非暴露人数的比 值。 • 涵义:暴露者的疾病危险度为非暴露者的 多少倍。OR>1说明疾病的危险度因暴露而 增加,暴露与疾病为“正”关联。OR<1说 明疾病的危险度因暴露而减少,“负”关 联
• 第二种方法:SPSS语法修改。 选择“黏贴”选项,进行修改。
• 通过修改个案选择和黏贴交叉表的语法 • 也可以直接进行交叉表语法的修改
统计方法SPSS实例:四格表卡方检验
SPSS实例:四格表卡方检验我们先来讲一个案例,我们想要知道两个年龄组的儿童在同一个问题上回答的正确性是否不同,统计出来的四格表是这样的:年龄组分为0和1两个水平,是否正确分为0和1两个水平,怎样检验不同年龄组回答正确性是否相同?这就用到了四格表卡方检验。
从上表中知道,表中任何一个单元格的数字都大于5,说明可以使用正常的卡方检验,如果有一个或者多个单元格数字少于5,需要进行精确卡方检验,以后会有教程。
下面先看一下具体这个案例的操作过程:情况1:有原始数据1.原始数据的数据结构,见下图。
在这里没有频数,只有年龄组和是否正确这两个牟龄组是杏正确00 .aoM.00 1.00.00 .001.00 i.ao1.00t&o1.00.001 00 .001.0C,001.00 1.001.00too1 00 1 001.00 1.001.00 1.001.00 1.0Ctoo too1.00 .001.00 i.ao1.00 1001.0 0.001.00变量I ' '-U 1LL2.在菜单栏上执行:分析--描述统计--交叉表I :"分言芒方绘邂怎吕九[DataSetl] - 1BV SPSS Statistics Data Editor^File Edit View Data Transforn Anahze Direct Marketing Graphs Utilities ^dd-ons V二H日5厂杯组■异H-FF融33GQ( 34 00q35co36 0037too¥Re£3rt5Des:ripWe StalisicsTaotesCumpdie MidribCentral Linear ModelLinearMixed MedelsCorrelateReg'e&sion0 Freque-icieE...]D escripfives...■ Ratio.. 耳三叭:心;3.将年龄组设置为行变量,是否正确设置为列变量;然后设置统计量,点击statistic4.勾值 卡 方 样 选 才这5.首先看到的表格是基本的频数统计,没什么好说的,大家都懂6.看第二个表格是最关键的信息,我们看sig值,如果小于0.05就可以认为达到了显著水平,拒绝虚无假设,认为年龄对答案的正确性产生了影响b Cori puled OTily toi a 2x2 laal^情况2 :没有原始数据假如没有原始数据,只有一个四个表,如下图:Count我们只需要将数据进行加权就可以了。
卡方检验的SPSS操作
沈毅 沈毅
配对卡方检验
选中进行配对 卡方检验
浙江大学医学院流行病与卫生统计学教研室 浙江大学医学院流行病与卫生统计学教研室
沈毅 沈毅
配对卡方检验
Chi-Square Tests
结果分析
Asymp. Sig. Exact Sig. Exact Sig. (2-sided) (2-sided) (1-sided) 1 1 1 .000 .001 .000 .000 13.910 1 .000 .013c 58 .000
配对卡方检验
配对卡方检验公式:
若b+c>40,则用公式:
χ
2
(b − c ) = b + c
2
若b+c≤40,则用公式:
χ =
2
( b − c − 1) b+c
2
浙江大学医学院流行病与卫生统计学教研室 浙江大学医学院流行病与卫生统计学教研室
沈毅 沈毅
配对卡方检验
例2 某实验室分别用乳胶凝集法和免疫荧光法对58名
浙江大学医学院流行病与卫生统计学教研室 浙江大学医学院流行病与卫生统计学教研室
沈毅 沈毅
一致性检验
一般认为, 当Kappa≥0.75时,表明两者一致性较好; 0.75>Kappa ≥0.4时,表明一致性一般; Kappa<0.4时,表明两者一致性较差。
浙江大学医学院流行病与卫生统计学教研室 浙江大学医学院流行病与卫生统计学教研室
浙江大学医学院流行病与卫生统计学教研室 浙江大学医学院流行病与卫生统计学教研室
沈毅 沈毅
四格表卡方检验
浙江大学医学院流行病与卫生统计学教研室 浙江大学医学院流行病与卫生统计学教研室
非常实用的SPSS卡方检验具体操作
假设检验:又称显著性检验,是指由样本间存在的差别对样本所代表的总体间是否存在着差别做出判断。
04
定性资料的统计分析
定性资料的假设检验:行×列表卡方检验
基本思想:检验实际频数和理论频数的差别是否由抽样误差引起,也就是由样本率或样本构成比来推断总体率或总体构成比。 行×列表的简单形式是:四格表;当行和或列大于2时,统称行×列表,或R×C表。 卡检验的基本公式: A:表示实际频数,即实际观察到的例数。T:理论频数,即如果假设检验成立,应该观察到的例数。 :求和符号。 R:行数, C:列数。自由度: 如果假设检验成立,A与T不应该相差太大。理论上可以证明 服从卡方分布,计算 出值后,查表判断这么大的 是否为小概率事件,以判断建设检验是否成立。 适用条件:表中不宜有1/5以上格子的理论频数小于5,或有一个格子的理论频数小于1。
SPSS进行卡方检验具体操作 ——SPSS在医学统计中的应用
单击添加副标题
定性资料的统计分析 行×列表分析
定性资料的统计分析
CONTENTS
主要内容
单击此处添加标题
单击添加文本具体内容
02
单击此处添加标题
单击添加文本具体内容
统计推断:用样本信息推论总体特征的过程。
01
包括:
02
参数估计: 运用统计学原理,用从样本计算出来的统计指标量,对总体统计指标量进行估计。
四、分层卡方检验:结果解么计算对吗?
二、确切概率法:这么计算对吗?
三、配对卡方检验:实例
实例:两位放射科医生对一批矽肺片独自做出矽肺分级诊断,结果如下表,请问他们的诊断结果是否基本一致,诊断水平有无差别。
医生乙诊断结果
Ⅰ级
Ⅱ级
Ⅲ级
合计
卡方检验检验SPSS实现
结果解释
数据准备
定义变量名4个(store: sex: 1=男性,2=女性; contact:1=寻求,2=不寻求;freq ,) 加权频数( Data菜单选Weight Cases,点击 Freq使之进入Frequency Variable框)
统计分析
分析 描述统计 交叉表 sex进入行框, contact进入列框, Store进入分层框 选择统计量(cochran’and MantelHaenszel ) 确定
轻度
5
中度
2
重度
0
合计
31
轻度
中度 重度
4
1 1
18
3 2
2
18 5
1
2 12
25
24 20
合计
302827Fra bibliotek15100
练习五
月份 新病例数
63 78 140 117
某地收集了 5年中各月份 的脊髓灰质炎 新病例数资料 见表,,问发 病各月有无差 别?
1 2 3 4
5
6 7
105
101 144
8
9
127
79
10
11 12
87
58 48
定义变量名3个(顾问1:1=差,2=中, 3=好; 顾问2: 1=差,2=中, 3=好;freq ,) 加权频数( Data菜单选Weight Cases,点击 Freq使之进入Frequency Variable框)
统计分析
分析 描述统计 交叉表 顾问1进入行框,顾问2进入列框 选择统计量(Kappa) 确定
结果解释
Chi-Square过程
主要功能
调用此过程可对样本数据的分布进行卡 方检验。主要用于分析实际频数与某理 论频数是否相符。
SPSS学习笔记-四个表的卡方检验
四格表的卡方检验1.录入数据:组(Row,R),图1中的gr1,例如医学中常见的实验组和对照组;列(Column,C),图1中的gr2,例如医学中的阳性和阴性;频数,也就是各个格子(Cell)中的例数,这里是实际频数。
这几个项目分别成一列(见图1)。
图1.2.定权重:先在Data中找到Weight case(见图2-1),打开后见图2-2,此时将ff选作权重(见图2-3),点·“OK”,完成此步。
图2-1图2-2图2-33.打开列联表设置:从Analyze(分析)菜单中找到Descriptive Statistics(描述性统计),再找到Crosstabs(列联表),打开(见图3-1)图3-1进入该界面后(见图3-2),将gr1加入行(Row),而gr2加入列(Column)(图3-3)。
图3-2图3-3此时,根据分析目的,打开Statistics(统计),选择统计方法,这里我们是要对两个组的率进行比较,所以选择卡方检验Chi-squair和kappa(见图3-4)。
点Continue(继续),继续下一步设置。
图3-4现在,再对Cell(格子)进行设置,点击Cells,选定Observed(实际频数)和Expected(理论频数)(图3-5),如果要计算率,可以继续选R和C。
还可以选残差(Residuals).这里举例没有再分析这些内容。
图3-54.结果解释:选完上面这些,就可以点击“OK”了,这时结果就出来了(图4)第1个表就是经典的四格表,每个格子上面数字为实际频数,下面数字是理论频数。
第2个表格是卡方检验的结果,根据适应条件:四格表,n>=40,理论频数>=5,随机成组两组设计的计数资料,适宜使用Pearson 卡方检验,结果:卡方值(value)23.117,自由度(df);1,双侧概率(Asymp.Sig.)(2-sided);0.000.结论:按照双侧a=0.05的水准,拒绝两组率相等的假设,可以认为两组的(阳性)率有差别。
四个表卡方检验在spss上如何操作
比较三个疾病的阳性比达率,
怎样在SPSS中输入数据?请教分析的具体步骤
那就两两组合了
1 1 42
1 2 10
2 1 12
2 2 20
那就两两组合了
1 1 42
1 2 10
2 1 12
2 2 20
本例两两组合时,检验水准是否应该以0.05/3 为准,究竟是0.05/3
用于分析在三那种疾病中smac基因的表达率有无差异?谢谢
采用卡方检验
先对频数加权,Data->weight cases->ห้องสมุดไป่ตู้第二个项,然后将频数项放到右框;
Analyze->descriptie->Crosstabs->选入行列变量,再选项框里面勾上Chisquare,OK
数据输入格式:
行 列 频数
1 1 21
1 2 32
2 1 21
2 2 12
3 1 25
3 2 21
听说Crosstabs是用来做四个表资料的,我需要统计3个组的表达率差别阿,谢谢
另外三个组的率的两两比较 怎么做?郁闷!请大侠指教
具体数据如下
疾病A 阳性例数42 阴性例数 10
疾病B 阳性例数12 阴性例数 20
还是 0.05/4
�
- 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)。
Q:如何在SPSS中实现四格表的卡方检验?A:在多数统计软件中,四格表(和行*列表)的数据格式均为行变量、列变量和频数变量。
如下面这个四格表的数据及相应格式如下:分析时首先选择菜单Data->Weight Cases,将频数变量选入Frequency格中,按OK确认。
此时系统就会以频数表的形式来读取所输入的数据,既记录数应为34+12+23+26=95例,而不是4例。
然后选择菜单Analyze->Descriptive Statistics->Cross Tables,将行、列变量分别选入相应的Row、Column格中,再按下方的Statistics钮,选中左上角的Chi-square复选框,按Continue钮,最后按OK即可。
Spss电脑实验-第三节(1) 您要打印的文件是:Spss电脑实验-第三节(1) 打印本文Spss电脑实验-第三节(1)作者:佚名转贴自:本站原创点击数:74第三节不同对象有关指标发生率(百分比)间的比较Ⅰ.两种对象率(百分比)间的比较—四格表χ2 检验χ2 检验(chi-square test),χ为希腊文字母,读作 [kai](卡);chi-square读作“卡方”;χ2检验即“卡方检验”。
它是一种用途较广的假设检验方法,是分析计率或百分比及某些等级资料常用的方法,可分析两个或两个以上率(或百分比)差别的显著性。
1. 两个样本率(百分比)比较—一般四格表的χ2检验四格表的χ2检验用于分析两组或两组以上率(或百分比)差别的显著性。
χ2 = ∑[(∣A - T∣)2 / T ].....................................(3-1)式中 A 为四格表各格子中的实际数,T 为理论数。
χ2 =(ad-bc)2 n / [(a+b)(c+d)(a+c)(b+d)].........................(3-2)例如: 某医院用两种疗法(drug)治疗慢性肾炎病人,结果(effect)西药组有效率为 79.7%(63/79);中药组有效率为87.0(47/54),见表 3-1-a。
问中药治疗的有效率是否较高?(引自何清波等主编,医学统计学及其软件包,2002年,P.183)。
表3-1-a 两种疗法治疗慢性肾炎病人的结果治疗用药治疗例数有效例数有效率(%)西药 79 63 79.7中药54 4787.0--------------------------------------------------------------------------------合计 133 110 82.7 表 3-1是学术论文或总结报告中的常用形式;而在进行χ2检验时,不能用这个表的形式,必须列出象表 3-1-b的表格形式,其中要从“治疗例数合计”中分出“无效例数”,这才是所谓著名的“四格表”(fourfold table,或2×2表,即 a =63、b = 16、c = 47、d = 7 这 4 格),而不是表 3-1-a 中的 79、63、54、47 这 4 格!表3-1-b 两种疗法治疗慢性肾炎病人的结果治疗结果(effect)治疗用药---------------------------------(drug)有效例数 (1) 无效例数 (2)治疗例数合计有效率(%)西药 (1) 63 (a) 16 (b) 79 (a+b) 79.7中药 (2) 47 (c) 7 (d) 54 (c+d)87.04-----------------------------------------------------------------------------------合计 110 (a+c) 23 (b+d) 133 (a+b+c+d=n) 82.7运算所用程序如下:对照表3-1-b按行、按列输入数据到 BEGIN DATA 与 END DATA 之间。
命令中用了一句 VALUELABELS,是用来标示疗法(drug)与治疗效果(effect),使之输出结果更易阅读,对计算结果并无影响。
所用程序文件名是Chi2-test.sps 的例 *1。
程序中 WEIGHT BY count 命令的产生方法是:在数据编辑窗 Data Editor 中录入数据→点击 Data 主菜单→点击Weight Cases 主菜单→改为勾选Weight cases by →将 count选入 Frequency Variable 框中→ Paste →出现WEIGHTBY count 命令。
程序中 CROSSTABS 命令的产生方法是:SPSS 程序编辑窗主菜单 Analyze →选 Descriptive Statistics 菜单→选 Crosstabs →将 drug 选入右边的 Rows 框中(表示“药物 drug”在“行 Row”的方向上)→将 effect(疗效)选入右边的Column(s) 框中→点击下方的 Statistics 钮,出现另一 Statistics窗→勾选Chi-Square(χ2 值)→点击下方的 Cells 钮,出现另一 Cell Display 窗→勾选 Observed(观察值)、Expected (期望值)、Row (行方向上的百分率),即两种药物的有效率→ Continue → Paste,即出现“CROSSTABS”命令。
* Some Example for Chi-Square Test; Filename:Chi2-test.sps.*--------------------------------------------------------------------------.*1.Chi-square test for fourfold table (2 BY 2 table):.DATA LIST FREE /drug effect count.BEGIN DATA.1 1 63 1 2 16 2 1 47 2 2 7ENDDATA.VALUE LABELS drug 1 '西药' 2 '中药'/effect 1 '有效' 2 '无效'.WEIGHTBY count.CROSSTABS TABLES=drug BY effect /CELLS=COUNT ROW EXPECTED/STATISTICS=CHISQ.*-------------------------------------------------------------------------------.Chi-Square TestsValue df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig.(1-sided)Pearson Chi-Square 1.192 1 .275Continuity Correction .737 1 .391Likelihood Ratio 1.226 1 .268Fisher's Exact Test .353 .196Linear-by-Linear Association 1.183 1 .277N of Valid Cases 133a Computed only for a 2x2 tableb 0 cells (.0%) have expected count less than 5. The minimumexpected count is 9.34.程序中的“CROSSTABS”一句用于计算χ2值。
其中的关键词即用于计算各格子的理论数 T。
主要运算结果:χ2 (PearsonChi-Square)= 1.192, P = 0.275。
可见两种药物的有效率差异无统计学意义,因而不能认为中药治疗的有效率较高。
2. 两种方法效果的比较—配对计数资料的χ2检验有些调研工作要进行两种方法效果的比较,可用配对计数资料的χ2检验。
目的是通过单一样本数据,推断两种处理的效果差异有无显著性。
例如:采集了205份标本,将每份标本各分别接种于甲种与乙种培养基,观察其生长情况,结果见表3-2,问哪种培养基效果效果较好?(引自杨树勤主编.中国医学百科全书—医学统计学,P.93)。
从表中可见:甲种培养基生长率为 34.1% (70/205),乙种为 17.6% (36/205)。
注意:表 3-2 与表 3-1-b 对比,形式上类似,也象“四格表”,但意义不同!因为其中a、b、c、d的每份标本都接种了两种培养基,所以就数据而言加了倍。
因而所用的χ2检验公式也不同,要用下式计算χ2值:χ2 = (∣b -c∣-1)2 / (b+c) .......................................(3-3)表3-2 甲乙两种培养基培养结果的比较乙种培养基(B)甲种培养基--------------------------- 合计(A)生长不生长生长36 34 70不生长0135135-------------------------------------------------------------合计36 169 205所用程序文件名为Chi2-test.sps 的例 *2:*---------------------------------------------------------------------------------.*2.Yang Shu-Qing: CHN Encyclop. Med. Stat. Chi-square for pairedsample:.DATA LIST FREE /a b c d.BEGIN DATA.36 34 0 135ENDPUTE Chi2=(ABS(b-c)-1)**2/(b+c).LIST VARIABLES=Chi2/CASES=FROM 1 TO 1.*So getting Chi2=PUTE Chi2=PUTE df=PUTE P = PDF.CHISQ(Chi2,df)*2.FORMATS P(F6.4).LISTVARIABLES=Chi2 P /CASES=FROM 1 TO 1.*Or using non-parameter method, McNemar:.DATA LIST FREE /a b f.BEGIN DATA.1 1 361 0 340 1 00 0 135END DATA.VALUE LABELS a 1 '+' 0 '0' /b 1 '+' 0 '0'. WEIGHT BYf.NPAR TEST /MCNEMAR= a WITH b(PAIRED).*----------------------------------------------------------------------------------.在进行配对χ2 检验时,用一句“COMPUTE Chi2 = (ABS(b-c)-1)**2/(b+c).”此命令按公式(3-3)计算χ2 值,结果χ2 = 32.03。