第9章 卡方检验 PPT课件.ppt
合集下载
第九章 卡方检验12034 ppt课件

24.08, P0.05
结论与之相反。
二、两相关样本率检验 (McNemar检验)
配对四格表资料的 2 检验
与计量资料推断两总体均数是否 有差别有成组设计和配对设计一样, 计数资料推断两个总体率(构成比) 是否有差别也有成组设计和配对设计, 即四格表资料和配对四格表资料。
例 9-3 某 抗 癌 新 药 的 毒 理 研 究 中 , 将
(2 1 )2 ( 1 )1
以 = 1 查 附 表 8 的 2 界 值 表 得 P 0 . 005 。 按 0 . 05
检 验 水 准 拒 绝 H0, 接 受
H
,
1
肺
癌
患
者
癌
胚
抗
原
的
阳性率显著高于健康人,提示可能具有临床诊断价
值。
四格表资料检验的专用公式
2
(adbc)2n
(ab)(ac)(bd)(cd)
表9-3 两种疗法治疗癫痫的效果
治 疗 方 法
治 疗 结 果
有 效
无 效
高 压 氧 组 66( 62.8)
4( 7.2)
常 规 组 38( 41.2)
8( 4.8)
合计 104
12
合 计 有 效 率 ( % )
70 46 116
94.3 82.6 89.7
H 0 :1 2 ,H 1 :1 2 , 0 .0 5
R ×C表 2 检验
行×列表资料
① 多个样本率比较时,有R行2列,称为R ×2表; ② 两个样本的构成比比较时,有2行C列,称
2×C表; ③ 多个样本的构成比比较,以及双向无序分类资
料关联性检验时,有行列,称为R ×C表。
检验统计量
2 n(
结论与之相反。
二、两相关样本率检验 (McNemar检验)
配对四格表资料的 2 检验
与计量资料推断两总体均数是否 有差别有成组设计和配对设计一样, 计数资料推断两个总体率(构成比) 是否有差别也有成组设计和配对设计, 即四格表资料和配对四格表资料。
例 9-3 某 抗 癌 新 药 的 毒 理 研 究 中 , 将
(2 1 )2 ( 1 )1
以 = 1 查 附 表 8 的 2 界 值 表 得 P 0 . 005 。 按 0 . 05
检 验 水 准 拒 绝 H0, 接 受
H
,
1
肺
癌
患
者
癌
胚
抗
原
的
阳性率显著高于健康人,提示可能具有临床诊断价
值。
四格表资料检验的专用公式
2
(adbc)2n
(ab)(ac)(bd)(cd)
表9-3 两种疗法治疗癫痫的效果
治 疗 方 法
治 疗 结 果
有 效
无 效
高 压 氧 组 66( 62.8)
4( 7.2)
常 规 组 38( 41.2)
8( 4.8)
合计 104
12
合 计 有 效 率 ( % )
70 46 116
94.3 82.6 89.7
H 0 :1 2 ,H 1 :1 2 , 0 .0 5
R ×C表 2 检验
行×列表资料
① 多个样本率比较时,有R行2列,称为R ×2表; ② 两个样本的构成比比较时,有2行C列,称
2×C表; ③ 多个样本的构成比比较,以及双向无序分类资
料关联性检验时,有行列,称为R ×C表。
检验统计量
2 n(
《卡方检验正式》课件

卡方检验的结果可以直接解释为实际意义 ,例如,如果卡方值较大,则说明观察频 数与期望频数存在显著差异。
缺点
对数据要求高
卡方检验要求数据量较大,且各分类的期望频数不能太小,否则可能 导致结果不准确。
对离群值敏感
卡方检验对离群值比较敏感,离群值可能会对结果产生较大的影响。
无法处理缺失值
卡方检验无法处理含有缺失值的数据,如果数据中存在缺失值,需要 进行适当的处理。
案例二:市场研究中的卡方检验
总结词
市场研究中,卡方检验用于评估不同市 场细分或产品特征与消费者行为之间的 关联。
VS
详细描述
在市场研究中,卡方检验可以帮助研究者 了解消费者对不同品牌、产品或服务的偏 好。例如,通过比较不同年龄段消费者对 某品牌的选择比例,企业可以更好地制定 市场策略和产品定位。
案例三:社会调查中的卡方检验
小,表示两者之间的差异越小。通常根据卡方值的概率水平来判断差异
是否具有统计学显著性。
02
卡方检验的步骤
建立假设
假设1
观察频数与期望频数无显著差异
假设2
观察频数与期望频数有显著差异
收集数据
从样本数据中获取观察频数 确定期望频数,可以使用理论值或预期频数
制作交叉表
将收集到的数据整理成二维表格形式,行和列分别表示分类变量
卡方检验的基本思想
01
基于假设检验原理
卡方检验基于假设检验的原理,通过构建原假设和备择假设,利用观测
频数与期望频数的差异来评估原假设是否成立。
02
比较实际观测频数与期望频数
卡方检验的核心是比较实际观测频数与期望频数,通过卡方值的大小来
评估两者之间的差异程度。
03
《卡方检验》课件

制作交叉表
确定交叉表的行列变量
根据研究目的和内容,选择合适的行列变量,构建交叉表。
制作交叉表
将分组后的数据按照行列变量制作成交叉表,以便于进行卡 方检验。
计算理论频数
确定期望频数
根据交叉表中的数据,结合各组 的概率计算期望频数。
计算理论频数
根据期望频数和实际频数计算理 论频数,为后续的卡方检验提供 依据。
计算卡方值
计算卡方值
使用卡方检验的公式计算卡方值,该 值反映了实际频数与理论频数的差异 程度。
自由度的确定
在计算卡方值时,需要确定自由度, 自由度通常为行数与列数的减一。
显著性水平的确定
选择显著性水平
显著性水平是衡量卡方值是否显著的指标,通常选择0.05或0.01作为显著性水 平。
判断显著性
根据卡方值和自由度,结合显著性水平判断卡方检验的结果是否显著,从而得 出结论。
3.84、6.63等),可以确定观测频数与期望频数之间的差异是否具有统
计学显著性。
02
卡方检验的步骤
收集数据
确定研究目的
制定调查问卷或收集程序
在开始收集数据之前,需要明确研究 的目的和假设,以便有针对性地收集 相关数据。
根据研究目的和内容,制定合适的调 查问卷或建立数据收集程序,确保数 据的完整性和准确性。
详细描述
例如,在市场调研中,我们可以通过卡方检验来分析不同年龄段、性别、职业等 人群对于某产品的态度或购买意愿是否有显著差异,从而为产品定位和营销策略 提供依据。
实际案例二:医学研究中的应用
总结词
在医学研究中,卡方检验常用于病例 对照研究和队列研究中的分类变量关 联性分析。
详细描述
例如,在病例对照研究中,我们可以 通过卡方检验来比较病例组和对照组 在某些基因型、生活方式或暴露因素 上的分布是否有统计学差异,从而探 讨病因或危险因素。
医学统计方法之卡方检验PPT课件

3、查界值表,确定P值,做出推断结论
查χ2界值表,υ=6,χ20.05(6)=12.59, χ2 > χ20.05(1) ,则 P<0.05,在α=0.05的水准下,拒绝H0,认为三个不同地区 的人群血型分布总体构成比有差别。
.
38
二、多个样本率间多重比较
行×列表χ2检验的结果说明差异有统计学意义,需作两 两比较时,先调整α值,再进行率的两两比较。
配对检验公式推导:
bc
(+,)和(,+)两个格子中的理论频数均为
2
b c 40时
2
(AT)2(b b c )2 2(c b c)22
T
bc
bc
2
2
(b c)2
bc
~ 2 分布
同理可得b c 40时
1
校正公式: 2 (| A T | 0.5)2 (| b c | 1)2
表8-5 两种培养基的培养结果
B培养基
A培养基
+
-
合计
+
48
24
72
-
20
106
126
合计
68
130
198
A 培养基 B培养基
痰标本 1 2 3 4 5 6 7 8 9 10 11 12 13 14
结果统计
A培养基 + + + + + + + + + + -
B培养基 + + + + + + + -
合计
145 109 254 57.09
1.建立检验假设并确定检验水准
第九章 卡方检验 PPT课件

地区 城市
避孕方法 节育器 服避孕药 避孕套
153
33
165
农村 320
75
43
合计 473
108
208
其他 40 18 58
合计 431 518 949
2021/2/23
第七章 χ2检验χ2检验
27
(二)多分类情形— 2 × C列联表
2 × C列联表χ2检验的基本思想
2 × C列联表χ2检验公式
2
adbc
n22
n
abcdacbd
2021/2/23
第七章 χ2检验χ2检验
20
▪完全随机设计四格表资料χ2检验适用条件
当n≥40且Tmin ≥ 5时,χ2检验基本公式或四格表专用公式;
2 A TT2
2abc a d d b a c 2c nbd
当n≥40,1≤Tmin<5时,需对χ2值进行校正;
2021/2/23
第七章 χ2检验χ2检验
3
一、χ2分布和拟合优度检验
χ2分布(chi square distribution ) χ2分布的特征 χ2分布的图形形状取决于自由度ν χ2界值表
▪ 不同自由度ν下右侧尾部面积(概率)为α时临界值,
记为χ2 α,(ν)
▪ χ2界值表的特点 ▪ χ2界值表的作用
第九章 卡方检验 PPT课件
第九章 χ2检验
χ2检验(chi square test) 常用于分类变量资料的统计推断
χ2检验是以χ2分布和拟合优度检验为理论依 据的
2021/2/23
第七章 χ2检验χ2检验
2
第九章 χ2检验
χ2检验的用途
单个频数分布的拟合优度检验 完全随机设计两组或多组频数分布χ2检验 配对设计两组频数分布χ2检验 推断两个变量或特征之间有无关联性
卡方检验ppt课件

2检验 (chi-square test)
.5
.4
ν=1
.3
.2
ν=3
ν=6
.1
ν=பைடு நூலகம்0
0.0
0
5
10
15
20
25
1
主要内容
2分布
– 了解2分布的基本思想和2分布曲线
四格表资料的2检验
– 掌握应用条件、基本思想和检验过程
配对设计资料的2检验
– 掌握应用条件、基本思想和检验过程
2分布的形状依赖于自由度ν的大小,当 ν≤2时,曲线呈L型;随着ν的增加,曲线 逐渐趋于对称;当ν→∞时, 2分布趋向正 态分布。
3
2分布曲线
.5
.4
ν=1
.3
.2
ν=3
ν=6
.1
ν=10
0.0 0
5
10
15
20
25
4
2 检验
2检验是一种用途非常广泛的以2分布 为理论依据的假设检验方法,主要用于:
14
本例的2检验
H0:π1=π2,即两种给药方法的总体不良 反应发生率相同
H1:π1≠π2,即两种给药方法的总体不良 反应发生率不同
α=0.05
15
本例的2检验
2 (A T )2 (35 30.76)2 (74 78.24)2 (22 26.24)2 (71 66.76)2 1.771
实际频数:表内各格数字为实际资料的数字。
10
2 检验的基本思想
实际频数和理论频数差异的大小可以用2值的大
小来说明,当样本量n和各个按检验假设计算的理
论频数T都足够大时,比如n≥40,T≥5, 似于2分布,n越大,近似程度越好。
.5
.4
ν=1
.3
.2
ν=3
ν=6
.1
ν=பைடு நூலகம்0
0.0
0
5
10
15
20
25
1
主要内容
2分布
– 了解2分布的基本思想和2分布曲线
四格表资料的2检验
– 掌握应用条件、基本思想和检验过程
配对设计资料的2检验
– 掌握应用条件、基本思想和检验过程
2分布的形状依赖于自由度ν的大小,当 ν≤2时,曲线呈L型;随着ν的增加,曲线 逐渐趋于对称;当ν→∞时, 2分布趋向正 态分布。
3
2分布曲线
.5
.4
ν=1
.3
.2
ν=3
ν=6
.1
ν=10
0.0 0
5
10
15
20
25
4
2 检验
2检验是一种用途非常广泛的以2分布 为理论依据的假设检验方法,主要用于:
14
本例的2检验
H0:π1=π2,即两种给药方法的总体不良 反应发生率相同
H1:π1≠π2,即两种给药方法的总体不良 反应发生率不同
α=0.05
15
本例的2检验
2 (A T )2 (35 30.76)2 (74 78.24)2 (22 26.24)2 (71 66.76)2 1.771
实际频数:表内各格数字为实际资料的数字。
10
2 检验的基本思想
实际频数和理论频数差异的大小可以用2值的大
小来说明,当样本量n和各个按检验假设计算的理
论频数T都足够大时,比如n≥40,T≥5, 似于2分布,n越大,近似程度越好。
《卡方检验方法》ppt课件

在υ=1, 02.05,1u02.05/21.962
自在度一定时,P值越小, x2值越大, 反比关系。
当P 值一定时,自在度越大, x2越大。
=1时, P=0.05, x2 =3.84
P=0.01, x2 =6.63
P=0.05时, =1, x2 =3.84
=2, x2 =5.99
第一节 四格表资料χ2检验
2
0 2 , 1,2,3,...
2分布是一种延续型分布(Continuous
distribution),v 个相互独立的规范正态变量
(standard normal variable)
ui(i1,2, 的,)平
方和称为 2 变量,其分布即为 2 分布;自
在度(degree of freedom)为v 。
普通四格表的根本方式
B1
B2
合计
A1
a
b
a+b
A2
c
d
c+d
合计 a+c b+d n=a+b+c+d
表7-1 完全随机设计两样本率比较的四格表
处置组
属性
阳性
阴性
合计
1
A11 (T11) A12 (T12) n1(固定值)
2
A21 (T21) A22 (T22) n2(固定值)
合计
m1
m2
n
四格表2检验的公用公式
7
36
28
37
35
73
阳性率 〔%〕 80.56
24.32
52.05
2检验(Chi-square test)是现代统计学的 开创人之一,英国人K . Pearson〔 1857-1936〕于1900年提出的一种具有 广泛用途的统计方法。
祝晓明医学统计学医统-第九章卡方检验课件

祝晓明医学统计学医统-第九章卡方检验
例9-3 某研究者为研究乙肝免疫球蛋白预防白兔胎 儿宫内感染HBV的效果,将17例HBsAg阳性白兔 随机分为预防注射组和非预防组,观察两组所产出 的新生白兔HBV感染情况,结果见表9-3。问两组 新生白兔的HBV总体感染率有无差别?
祝晓明医学统计学医统-第九章卡方检验
2 检验(chi-square test):英国统计学家
Pearson提出的一种主要用于分析分类变 量数据的假设检验方法.
目的:
推断两个总体率或构成比之间有无差别 推断多个总体率或构成比之间有无差别 检验统计量:χ2 应用:计数资料
Karl Pearson
祝晓明医学统计学医统-第九章卡方检验
第一节
χ2连续性校正仅用于ν =1 的四格表资料,当ν≥2
时,一般不作校正。
校正公式:
2 c
( A T 0.5)2 T
c
(| ad - bc | -n / 2 = 祝晓明医学统计学医统-第九章卡方检验
(a +b)(c + d )(a +
2)2 n c)(b +
d
)
Frank Yates
四格表资料χ2 检验公式的选择:
1
一、率
率(rate):率表示在一定空间或时间范围内 某现象的发生数与可能发生的总数之比,说明 某现象出现的强度或频度,通常以百分率 (%)、千分率(‰)、万分率(/万)、或 十万分率(/10万)等来表示。
你们班级的及格率,挂科率怎么算?
计算公式如下:
率 某事物或现象发生的实 际数 比例基数 某事物或现象发生的所 有可能数 祝晓明医学统计学医统-第九章卡方检验
祝晓明医学统计学医统-第九章卡方检验
例9-3 某研究者为研究乙肝免疫球蛋白预防白兔胎 儿宫内感染HBV的效果,将17例HBsAg阳性白兔 随机分为预防注射组和非预防组,观察两组所产出 的新生白兔HBV感染情况,结果见表9-3。问两组 新生白兔的HBV总体感染率有无差别?
祝晓明医学统计学医统-第九章卡方检验
2 检验(chi-square test):英国统计学家
Pearson提出的一种主要用于分析分类变 量数据的假设检验方法.
目的:
推断两个总体率或构成比之间有无差别 推断多个总体率或构成比之间有无差别 检验统计量:χ2 应用:计数资料
Karl Pearson
祝晓明医学统计学医统-第九章卡方检验
第一节
χ2连续性校正仅用于ν =1 的四格表资料,当ν≥2
时,一般不作校正。
校正公式:
2 c
( A T 0.5)2 T
c
(| ad - bc | -n / 2 = 祝晓明医学统计学医统-第九章卡方检验
(a +b)(c + d )(a +
2)2 n c)(b +
d
)
Frank Yates
四格表资料χ2 检验公式的选择:
1
一、率
率(rate):率表示在一定空间或时间范围内 某现象的发生数与可能发生的总数之比,说明 某现象出现的强度或频度,通常以百分率 (%)、千分率(‰)、万分率(/万)、或 十万分率(/10万)等来表示。
你们班级的及格率,挂科率怎么算?
计算公式如下:
率 某事物或现象发生的实 际数 比例基数 某事物或现象发生的所 有可能数 祝晓明医学统计学医统-第九章卡方检验
祝晓明医学统计学医统-第九章卡方检验
第九章卡方检验

2
R C
n i1 j1
A2 ij
ni m j
1
➢建立检验假设,确立检验水准:
❖ H0:儿童和成人急性白血病患者血型总体分布相同 ❖ H1:总体分布不同
❖ 检验水准=0.05
➢计算检验统计量
分组
A型 B型
O 型 AB 型
合计
儿童
30
38
32
12
1
ij
j1 nim j
❖ 持不校正的观点:连续性校正后P值有过分保 守之嫌
❖ 当结果矛盾时下结论要慎重.
第三节 独立样本R×C
列联资料的2检验
表9-5 独立样本R*C列联表
处理
属性
合计
1
2
┅
C
1
A11(T11) A12(T12) ┅ A1C(T1C) n1(固定值)
2
A21(T21) A22(T22) ┅ A2C(T2C) n2(固定值)
❖ H0:π1=π2=π3 三种治疗方法的疗效相同 ❖ H1:三种治疗方法的疗效不同或不全相同
❖ 检验水准=0.05
2
R C
n i1 j1
A2 ij
ni m j
1 =32.74
(3 1)(2 1) 2 P<0.005
……可以认为三种药物的疗效不同或不 全相同
多个样本率比较的2分割
当2检验结论为拒绝H0,只能说明各组总体
概率不全相同,即多组中至少两组的有效概 率不同,但并不是多组有效概率彼此之间均 不相同。因此需进行两两比较。本例有3个 处理组,共需要3种对比。 若检验水准还取 为0.05,将增大I型错误。 α’=α/3=0.017
R×C列联表检验时的注意事项
- 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)。
分组
两周患病情况
合计
有
无
城区 95(123.31) 585(556.69) 680
农村 148(119.69) 512(540.31) 660
合计
243
1097
1340
患病率 (%) 13.97 22.42 18.13
基本步骤
1.建立假设
H0:该市城乡居民的两周总体患病率相同 即1=2=
H1:该市城乡居民的两周总体患病率不同 即1≠2
第九章
定性资料的假设检验
教师:李红美
苏州大学放射医学与公共卫生学院 卫生统计学教研室
复习
• 定量资料的统计推断:t检验及方差分析。 其基本目的是通过样本均数推断总体均数 是否相等。
分类变量资料的描述指标:率、构成比、 相对比,怎样由样本所提供的信息来推断 两个或者多个总体率(或构成比)是否相 等呢?
注意:z检验等价于2检验
二、四格表的专用公式
对于四格表资料,通过推导可将式9-4转换 成四格表的专用公式:
2
(ad bc)2 n
(a b)(c d )(a c)(b d )
表9-2 某市2008年城乡居民的两周患病率
分组 城区 农村 合并
两周患病情况
有
无
合计
95(a) 148(c) 243(a+c)
585(b)
680
(a+b)
512(d)
660
(a+c)
1097(b+d) 1340(n)
2 (95 512 585148)2 1340 16.12
680 660 2431097
三、四格表资料校正
1.2值的校正
x1、x2……xk~N
zk
xi
2
z12
z22
zk2
k i1
xi
2
理论频数TRC的计算公式为: TRC=nR×nC/n
2.实际频数与理论频数的差值服从2分布
计算2值的基本公式:
2 ( A T )2 =(R-1)(C-1)
T
2 (A T)2
T
(95 123.31)2 (585 556.69)2 (148 119.69)2 (512 540.31)2 16.12
表93 两组治疗心绞痛疗效比较
组别 有效人数 无效人数
治疗组 32(28.64)
对照组 13(16.36)
2
本 例:
X1=95,n1=680,X2=148, n2=660 p1=95/680=0.1397,p2=148/660=0.2242
95 148
95 148 1 1
S p1 p2
(1
) ( ) 0.02105
680 660
680 660 n1 n2
z | 0.1397 0.2242 | 4.01 0.02105
(2)当总合计数n≥40,而有1T<5 时,用校 正公式或确切概率法。校正公式:2Fra bibliotek( AT
0.5)2
T
2 (| ad bc | n / 2)2 n
(a b)(c d)(a c)(b d)
(3)T<1或n<40时,需用确切概率法。
注:对于两个率的比较,2检验和z检验 是等价的,2=z2。
分类资料为间断的,不连续分布。故计算的
2值不连续,尤其是自由度为1的四格表,求
出的概率可能偏小,因此需进行连续性校正:
2 ( A T 0.5)2
T
2.四格表2检验的条件
(1) 当n≥40,且每个格子的理论频数 T≥5 时,可用基本公式:
2 (AT)2
T
2
(ad bc)2 n
(a b)(c d )(a c)(b d )
| p p || | | p p |
z 1 2
1
2
1
2
S
S
p1 p2
p1 p2
S p1 p2
X1 X 2 (1 X1 X 2 )( 1 1 )
n1 n2
n1 n2 n1 n2
当n较小时,则可以利用校正的z检验:
zc
|
p1
p2
|
(1/ n1 S p1 p2
1/
n2 ) /
123.31
556.69
119.69
540.31
f
=1
=3
=5
2
4
6
8
10
图9-1 2分布的概率密度曲线
0
3.查表,判断结果,下结论
查附表9可知,自由度=1时,20.05,1=3.84, 20.001,1=10.83,本例值16.12>10.83, 因此 P<0.001。按照=0.05的检验水准,拒绝H0假 设,接受H1假设。即该市城乡居民的总体两 周患病率不同。根据现有资料看出,农村的 患病率高于城区。
1.第一种情况:
城区1=农村2
P1=0.1397 P2=0.2242
抽样误差 2.第二种情况:
城区1 农村2
P1=0.1397
P2=0.2242
H0:1=2 H1:1≠2
=0.05
条件:当n较大,n11、n1(1-1) 、n22、n2(1-2) 均大于等于5时
( p1 p2 ) ~ N( 1 2 , s ) p1p2
定性资料的比较:
1.样本率和总体率的比较:直接计算概率法 (二项分布)和z检验
2.两样本率的比较:z检验、卡方检验和确 切概率法
3.多个样本率、两组或多组构成比的比较: 卡方检验、确切概率法
分类变量的关联性检验:计算列联系数、一致
性检验等
完全随机设计两个样本率 比较的z检验(补充)
例1 某市在2008年6月实施了第四次国家卫 生服务抽样调查,以近两周患病情况作为 调查指标。分别在城区和农村进行了抽样 调查,其中城区调查了680人,有95人近两 周患病,农村调查了660人,有148人近两 周患病,问两组人群的两周患病率是否相 同?
因为z0.05/2=1.96,z>z0.05/2,P<0.05,所以拒绝H0。
第一节 完全随机设计两样本 率比较的2检验
z检验
2 检 验
两个率(或两类 构成)是否相等
两个或多个两类构成(或 率)或 两个或多个多类 构成总体的构成比(或率) 或行变量和列变量是否独 立
将例1的资料整理成表格如下:
表9-1某市2008年城乡居民的两周患病率
例2 某医生观察冠心软胶囊治疗冠心病心绞痛的临床疗 效。用冠心软胶囊(治疗组)与复方丹参片(对照组)作对 比治疗,以临床症状及心电图疗效等为观察指标。所有 冠心病心绞痛患者均为门诊患者,均符合世界卫生组织 (WHO)制定的《缺血性心脏病的命名及诊断标准》,将 患者随机分为两组,其中患者性别、年龄、病情、病 程等在两组间是均衡的。两组病人临床症状改善效果 见下表,试比较两种药物治疗冠心病心绞痛的总体有 效率有无差别?