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

实验日期实验地点

2015—2016学年度第一2 学期

、实验目的

对分类资料进行卡方检验。

、实验环境

1、硬件配置：处理器：In tel(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）

例6.1

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

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。

X 2=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

、图形图象界面等）

合计

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

分析：表5是灌溉方式*稻叶情况资料分析的列联表。

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6.4

表7场地*奶牛类型交叉制表

分析：表5是场地*奶牛类型资料分析的列联表。

a. 3 单元格（33.3%）的期望计数少于5。最小期望计数为 3.61

b.标准化统计量是-.848。

分析：表8是卡方检验的结果。自由度df=4，样本数n=108。表格下方的注解表明理论次数小于5的格子数为3,最小的理论次数为 3.61。需采用精确概率法计算，即用第三行（Fisher

的精确检验）的检验结果，即X2=8.463，P=0.072>0.05,差异不显著，即3种奶牛牛场

不同类型奶牛的构成比对差异不显著。

例6.5

表9 LPA* FA 交叉制表

分析：表9是LPA* FA资料分析的列联表。

表10配对卡方检验

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,S PSS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。

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0.7>Kappa

> 0.4，表明一致性一般，Kappa<0.4，则表明一致性较差。

本例Kappa值为0.680，P=0.000<0.01 ,拒绝无效假设，即认为两种检测方法结果存在一致性，Kappa值=0.680 , 0.7>Kappa > 0.4，表明一致性一般。

例1

表结果显示一周内各日死亡的理论数( )为，即一周内各日死亡均数;

还算出实际死亡数与理论死亡数的差值( Residual )。表13 检验统计量

周日

2.875 a

卡方

df

渐近显著性

a. 0个单元（.0%）具有小于5的期望频率。单元最小期望频率为

16.0。

分析：Chi-Square 过程，调用此过程可对样本数据的分布进行卡方检验。卡方检验适用于配合 卡方值X 2

=2.875，自由

度数（df ）

=6, P=0.824>0.05，差异不显著，即可认为一周内各日的死亡危险性是相同的。

调用过程可对样本资料进行二项分布分析。表 的二项分布检验表明，女婴

名，男婴28名，观察概率为0.70 （即男婴占70%，检验概率为0.50，二项分布检验的 结果是双侧概率为0.017，可认为男女比例的差异有高度显著性，即与通常 0.5的性比例

相比，该地男婴比女婴明显为多。

过程：调用此过程可对两个独立样本的均数、中位数、离散趋势、

.824 度检验，主要用于分析实际频数与某理论频数是否相符。 偏度等进行差异比较检验。有四种检验方法: Mann-Whitney U :主要用于判别两个独立

样本所属的总体是否有相同的分布； Kolmogorov-Smirnov Z :推测两个样本是否来自具

有相同分布的总体；

Moses extreme reactio ns :检验两个独立样本之观察值的散布范

围是否有差异存在，以检验两个样本是否来自具有同一分布的总体;

Wald-Wolfowitz

runs :考察两个独立样本是否来自具有相同分布的总体。 表16

检验统计量b

血铅值

Mann-Whitney U Wilcoxon W

渐近显著性（双侧）

精确显著性［2* （单侧显著性）］

a.没有对结进行修正。

b. 分组变量：group

4.500 59.500 -2.980

.003 .001