SPSS 无序分类变量的统计推断 卡方检验

5.分层卡方检验 6.SPSS 软件部分
6.1.‘统计量’子对话框界面说明
打开方式：点击工具栏‘分析’->‘描述’-》 ‘交叉表’ ，点击选项‘统计 量’ 。项。
‘卡方’复选框：进行卡方检验。
‘Kappa’复选框：计算 Kappa 值，即内部一致性系数。原假设 H0 是无一 致性；Kappa≥0.75 表明两者一致性较好，介于 0.4 至 0.75 表明一致性一般，小 于 0.4 表明两者一致性较差。 ‘风险’复选框：计算 OR 值（比数比）和 RR 值（相对危险度） ，这些指 标用于反映交叉表的行、列变量之间的关联强度。 ‘McNemar’复选框：进行 McNemar 检验，即常用的配对卡方检验。 ‘Cochran’s and Mantel-Haenszel 统计量’复选框：为两个二分类变量进 行分层卡方检验，即层间的独立性检验和同质性（齐性）检验，同时可进行分层 因素的调整。
4.一致性检验与配对卡方检验
你得首先理解配对设计，这里略。
4.1.Kappa 一致性检验
Pearson 卡方检验并不适用于配对设计的数据， 它无法明确说明结果的一致 程度。 更准确地说， Pearson 卡方只能告诉用户两种测量结果之间是否存在关联， 但不能判断其是否具有一致性。
4.2.配对卡方检验
此检验用来发现配对设计中的行列变量的差别。 Kappa 检验会利用列联表中的全部信息，而 MCNemar 检验只会利用非主
对角线单元格上的信息，即他只关心两者不一致的评价情况，用于比较两个评价 者间存在怎样的倾向。 在应用中，对于一致性较好，即绝大多数数据都在主对角线上的列联表， MCNemar 检验可能会失去实用价值。
6.2.3.Kappa 一致性检验
Kappa 检验的原假设 H0 是：Kappa=0，即两者不存在一致性。分析结果显 示 Kappa=0.429，p=0.001<0.5，所以拒绝原假设，接受行列变量存在一致性。 但一致性一般。
6.2.4.分层卡方检验
原假设 H0：各层的几率比一致。现在 p=0.46<0.5，拒绝 H0（各层次的几率 比没有差别） ，接受各层几率比不一致；那么下面的分析结果也不用看了。
1.2.卡方值的计算与意义
1.观察频数与期望频数之差称为残差； 2.残差平方后求和； 3.残差平方除以期望频数再求和，最后这个和就是 2 统计量。
1.3.卡方检验的样本量要求
一般认为对于卡方检验中的每一个单元格，要求其最小期望频数都大于 1，
且至少有 4/5 的单元格期望频数大于 5，此时使用卡方分布计算出的概率值才是 准确的。如果数据不符合要求，可以采用确切概率法进行概率的计算。 两分类变量间关联程度的度量
1.卡方检验的基本原理
1.1.卡方检验的基本思想
卡方检验是以 2 分布为基础的一种常用假设检验方法，它的原假设 H0 是： 观察频数与期望频数没有差别（行列变量互相独立或没有关联） 。 该检验的基本思想是：首先假设 H0 成立，基于此前提计算出 2 值，它表示 观察值与理论值之间的偏离程度。 根据 2 分布及自由度可以确定在 H0 假设成立 的情况下获得当前统计量及更极端的概率 p。如果 p 值很小，说明观察值与理论 值偏离程度太大，应当拒绝无效假设，表示比较资料之间有显著差异；否则就不 能拒绝原假设，尚不能认为样本所代表的实际情况和理论假设有差别。 原假设 H0：卡方独立性或者卡方齐性。两个原假设是一模一样的。卡方齐 性是指多个总体（样本）的概率分布一样。
3.1.相对危险度
RR 值是一个概率的壁纸，是指实验组人群反应阳性概率与对照组人群反应 阳性概率的壁纸。RR=1，表明实验因子与反应阳性无关联。
3.2.优势比
OR 值是一个比值的比，是反应阳性人群中实验因素有无的比例与反应阴性 人群中实验因素有无的比例之比。OR=1，表明实验因素与反应阳性无关联。 由于优势比是两个比值的比值，因此它不太好解释，而解释相对危险度则要 容易得多， 因此在大多数情况下人们希望能够按照相对危险度的含义来解释优势 比。 当所关注的事件发生概SS 中的相应功能
2.1.非参数分布检验中的卡方检验
准确地说， 这里提供的就是检验某个分类变量各类的出现概率是否等于指定 概率的分布检验。
2.2.交叉表过程
3.两分类变量间关联程度的度量
卡方检验可以从定性的角度告诉用户两个变量是否存在关联， 当拒绝 H0 时， 在统计上有把握认为两个变量存在关联。但接下来的问题，如果变量之间存在相 关性，它们之间的关联强度有多大，有没有什么指标可以客观表示其大小？ 针对不同的变量类型，在 SPSS 中可以计算各种各样的相关指标，而且交 叉表过程也对此提供了完整的支持， 但此处只涉及测量两分类变量间关联强度的 指标，更系统的相关程度指标体系介绍参见 17 章。 如果有一个指标能够告诉研究者： 男性和女性 （性别的水平） 相比， 购买 （买 该产品的可能性是女性的 3 倍， 这就非常容易理解。 相对危险度(Relative /不买） Risk, RR)和优势比(Odds Ratis, OR,比数比）就可满足这一要求。
无序分类变量的统计推断——卡方检验
1. 卡方检验的基本原理.............................................................................................. 2 1.1. 卡方检验的基本思想.................................................................................. 2 1.2. 卡方值的计算与意义.................................................................................. 2 1.3. 卡方检验的样本量要求.............................................................................. 2 2. SPSS 中的相应功能.............................................................................................. 3 2.1. 非参数分布检验中的卡方检验.................................................................. 3 2.2. 交叉表过程.................................................................................................. 3 3. 两分类变量间关联程度的度量.............................................................................. 3 3.1. 相对危险度.................................................................................................. 4 3.2. 优势比.......................................................................................................... 4 4. 一致性检验与配对卡方检验.................................................................................. 4 4.1. Kappa 一致性检验..................................................................................... 4 4.2. 配对卡方检验.............................................................................................. 4 5. 分层卡方检验.......................................................................................................... 5 6. SPSS 软件部分...................................................................................................... 5 6.1. ‘统计量’子对话框界面说明........................................................................ 5 6.2. 结果报告...................................................................................................... 6 6.2.1. 卡方检验.......................................................................................... 6 6.2.2. RR 和 OR........................................................................................ 7 6.2.3. Kappa 一致性检验......................................................................... 8 6.2.4. 分层卡方检验.................................................................................. 8