非参数检验(卡方检验)实验报告

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 2 学期

一、实验目的

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

(包括本实验要完成的实验问题及需要的相关知识简单概述)

（1）课本第六章的例6.1-6.5运行一遍，注意理解结果；

（2）然后将实验指导书的例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、数据的准备、运行过程分析、源程序（代码）、图形图象界面等）

例6.1

表1 灭螨A和灭螨B杀灭大蜂螨效果的交叉制表

效果

杀灭未杀灭

合计组别灭螨A 32 12 44

灭螨B 14 22 36 合计46 34 80

分析：表1是灭螨A和灭螨B杀灭大蜂螨效果的样本分类的频数分析表，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9.277a 1 .002

连续校正b7.944 1 .005

似然比9.419 1 .002

Fisher 的精确检验.003 .002

有效案例中的N 80

a. 0 单元格(.0%) 的期望计数少于5。最小期望计数为15.30。

b. 仅对2x2 表计算

分析：表2是卡方检验的结果。因为两组各自的结果互不影响，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的卡方值（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：对数似然比法计算的卡方值（类似皮尔逊卡方检验）；

Fisher 的精确检验:精确概率法计算的卡方值（用于理论数E<5）。

不同的资料应选用不同的卡方计算方法。

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”行的统计结果。

X2=7.944，P（Sig）=0.005<0.01，表明灭螨剂A组的杀螨率极显著高于灭螨剂B组。

例6.2

表3 治疗方法* 治疗效果交叉制表

计数

治疗效果

1 2 3

合计治疗方法 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是治疗方法* 治疗效果资料分析的列联表。

表4 卡方检验

X2值df 渐进Sig. (双侧) Pearson 卡方 1.428a 4 .839

似然比 1.484 4 .830 线性和线性组合.514 1 .474

有效案例中的N 111

a. 0 单元格(.0%) 的期望计数少于5。最小期望计数为6.31。

分析：表4是卡方检验的结果。自由度df=4，表格下方的注解表明理论次数小于5的格子数为0，

最小的理论次数为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）的检验结果，即X2=1.428，P=0.839>0.05,差异不显著，可以认为不同的治疗方法与治疗效果无关，即三种治疗方法对治疗效果的影响差异不显著。

例6.3

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 18

3 9 13 205

3 152 1

4 16 182

合计481 30 36 547

分析：表5是灌溉方式* 稻叶情况资料分析的列联表。

表6 卡方检验

X2值df 渐进Sig. (双侧) Pearson 卡方 5.622a 4 .229

似然比 5.535 4 .237 线性和线性组合 4.510 1 .034

有效案例中的N 547

a. 0 单元格(.0%) 的期望计数少于5。最小期望计数为8.78。

分析：表6是卡方检验的结果。自由度df=4，样本数n=547。表格下方的注解表明理论次数小于5的格子数为0，最小的理论次数为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）的检验结果，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的影响差异不显著。

例6.5

表9 LPA* FA 交叉制表

FA

1 2

合计LPA 1 17 0 17

2 4 7 11

合计21 7 28

分析：表9是LPA* FA资料分析的列联表。

表10 配对卡方检验

值精确Sig.(双侧) McNemar 检验.125a

有效案例中的N 28

a. 使用的二项式分布。

分析：表10是LPA和FA两种检测方法的配对卡方检验。由于b+c<40,SPSS选用二项分布的直接计算概率法（相当于进行了精确校正），计算该配对资料的检验的精确双侧概率，并且不能给出卡方值。本例P=0.125>0.05，差异不显著，即LPA法和FA法对番鸭细小病毒抗原的检出率差异不显著。

表11 对称度量

值渐进标准误差a近似值T b近似值Sig.

一致性度量Kappa .680 .140 3.798 .000 有效案例中的N 28

a. 不假定零假设。

b. 使用渐进标准误差假定零假设。

分析：表11为LPA和FA两种检测结果的的一致性检验。Kappa值是内部一致性系数，除数据P 值判断一致性有无统计学意义外，根据经验，Kappa≥0.75，表明两者一致性较好