列联表详解

• 例：某心理研究者对青少年自身体重进行调查，试分析青少年对自身体重知觉过重或 过轻的反应与性别有无关系？
P值小于0.01，按照α=0.05的水准，拒绝H0，接受H1，差异具有 统计意义，可认为青少年自身体重认知的反应和性别有关。
• 四格表资料的Fisher精确检验
• 二进制变量的的独立性检验。当单元格计数过小时，普通的卡方检验结果不准确。
列联表详解
程学兵 2019.பைடு நூலகம்.5
关联的卡方检验
列
联
四格表Fisher精确检验
表
配对四格表McNemar检验
多维四格表Mantel-Haenszel-Cochran检验
交叉表和卡方
观测结果一致性的Cohen Kappa评价 有序分类资料的一致性度量
有序分类资料的相关分析 对于四个表，当n≧40且T≧5时，可以使用卡方检验
• 例：在刺五加注射液治疗冠心病心绞痛的临床试验评价中，需要根据患者的症状，体征和心电图的检查状况，对 患者的疗效进行综合评价。为了考核疗效评价标准及医生在试验中的执行状况，将审核医生判定的结果与执行医生 的判定结果相比较，试评价两名医生的评定结果一致性。（1无效，2有效，3显效）
结果分析： 两医生的Somer D分别为0.78和0.87，表明其 判断的一致性较高； g=0.99表明两变量接近完全关联； Tau-b=0.82，表明两者一致性程度较高； 一致性检验 P=0<0.05,Kappa=0.77,表明两个 变量是一致的，两医生判定结果有较高的一 致性，一致率（39+220+105） /418×100%=87.08%。
• 例：研究人员对患霍奇金病的病人85对和非病人与扁桃体切除和未切除的对象进行统计，试问配对的两组人群扁 桃体切除率有否差别？
病人组的扁桃体切除率41/85×100%=48.24%，非 病人组33/85×100%=38.82%. P=0.134>0.05,按照α=0.05的水准，不拒绝H0，差 异无统计意义，不能认为两组人的扁桃体切除率有 差异。
• 有序分类资料的相关分析
• Spearman等级相关系数（Spearman‘s Rho）是根据秩次计算的两个有序变量（即双向 有序资料）间的相联度量
• 例：某地对地方性甲状腺肿患者各年龄组疗效进行观察，按年龄从小到大赋值1~5，按疗效从差到好赋值1~4，试 分析地方性甲状腺肿治疗疗效和年龄有无关系。
• Cohen Kappa只能用于两次观测，Fleiss Kappa可用于多次观测。
• 例：甲乙两医生分别对同一批肺癌可疑者的X光片进行有无肺癌的诊断，试评价两人的诊断一致性。
甲乙两医生的一致率为（116*80）/246×100%=79.67% Kappa=0.589，说明两医生诊断结果中度一致。
• 有序分类资料的一致性度量
• 多维四格表资料的Mantel-Haenszel-Cochran检验
• 存在第三个分类变量的情况下，两个二进制变量的条件相联检验， • 常用于R×2×2表的分析，其原假设是三因子不存在交互作用。
• 例：保险公司某年保单记录，试分析车型，年龄和赔付记录之间的关系
高性能车组及普通车的P<0.05,按照α =0.05的水准，不同年龄的赔付率有差异 公共优势比为0.66，表明控制车型后≧25岁组发生赔付的优势是<25岁组发生赔付的 优势的0.66倍。 CMH统计量76.57，P<0.05，可认为三个变量间存在交互作用。
卡方检验，P<0.05,差异具有统计意义，可认为 不同年龄组的疗效构成比不同。担有5个单元格 的期望计数少于5，使用普通卡方检验不准确， 合并单元格后进行分析。 本例属于双向有序资料，可考虑使用使用非参数 的相关分析，rs=-0.416，可认为年龄和疗效负 相关，即年龄越大，疗效越差。
• 例：某检验机构观察当地的一个污水排放口，在高温季节和低温季节中水样的伤寒菌检出情况，问两个
季节污水中的伤寒菌检出率有无差别？
两个单元格的期望计数少 于5，不适宜使用普通卡 方检验，我们应该考虑 Fisher精确检验的结果， P=0.0271907<0.05,按照 α=0.05的水准，拒绝H0， 接受H1，差异具有统计意 义，可认为伤寒菌的检出 率和季节有关，即低温季 节的检出率58.33%高于 高温季节的检出率8.33%
• 观测结果一致性的Cohen Kappa评价
• 描述同一批研究对象两次定性观测结果的一致性，其仅可用于正方表（m×m）资料
• 其值介于-1~+1之间，越高一致性越强，一般认为Kappa≦0.4时，一致性较差；0.4≤Kappa≤0.6， 中度一致；0.6<Kappa≤0.8,较高度的一致；Kappa>0.8,有极好的一致性，最好接近0.9
• 配对四格表资料的McNemar检验
• 主要分析配对资料中控制组和处理组的频率或比率是否有差异，对于比较同一批观测对象 用药前后或实验前后的结果有无差异时非常有用。控制组和处理组均为二进制数据，如是 否，阳性阴性，有反应无反应，良与不良等。该检验只适用于二分变量，对于非二分变量， 分析前应对数据进行转换。