卡方检验

结果分析
9.068 6.334 1.016
结果显示，OR＝3.00，说明吃了该食物者发生食物中
毒的可能性是没有吃该食物者的3.00倍？
分层卡方检验
例4 某研究人员对3家医院的卫生服务情况进行
了调查，现希望分析寻求就诊和性别之间有无
联系。（数据见cmh.sav）
分层卡方检验
选入分层 变量center
险度的近似。
两分类变量间关联程度的度量
例3 某次食物中毒，现想通过调查发现，吃某海产品 （food）和食物中毒发生（poison）是否具有相关 性，以及吃了某食物的人是没吃海产品的人的几倍。
数据文件见poison.sav。
两分类变量间关联程度的度量
两分类变量间关联程度的度量
分别指定
行列变量到
Exact Sig. (1-sided)
Value Pearson Chi-Square Continuity Correction a Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association McNemar Test N of Valid Cases a. Computed only for a 2x2 table 14.154b 11.836 14.550
仅适用于四格表资料，在n>40，所有期望频数均大于1，只有1/5单元
格的期望频数大于1小于5时；
Fisher精确概率法：
在样本含量<40或有格子的期望频数<1的列联表，应该采用该法；
似然比2检验：
当n>40，最小期望频数>5时，结论与Pearson 2基本一致；
配对卡方检验
在Pearson卡方检验中，对行列变量的相关性作了检验，
结果分析
.636 -.452 .208 .030 .423 .956 -.860 -.044
The Mantel-Haenszel common odds ratio estimate is asymptotically normally distributed under the common odds ratio of 1.000 assumption. So is the natural log of the estimate.
疗效
处理 药物加 化疗 单用药 物 合计 有效 42 48 90 无效 13 3 16 合计 55 51 106
四格表卡方检验
首先建立数据文件，如下。
四格表卡方检验
注意：由于上表给出的不是原始数据，而是频数表数据，
应该进行预处理。
四格表卡方检验
四格表卡方检验
四格表卡方检验
四格表卡方检验
四格表卡方检验
df
.000
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 5. 16. c. Binomial distribution used.
R×C表卡方检验
1979年某地发生松毛虫病，333例患者按年龄分为2组，资料如下，分析 不同年龄人群病变类型结构有无区别？ 某地松毛虫患者病变构成 年龄分组 皮炎型 骨关节型 软组织炎型 混合型 合计
这就是两变量的四格表。
两分类变量间关联程度的度量
Chi-Square Tests Asymp. Sig. (2-sided) 1 1 1 .045 .084 .047 .055 3.978 100 1 .046 Exact Sig. (2-sided)
结果分析
Value Pearson Chi-Square Continuity Correction a Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases 4.018b 2.979 3.937
一致性检验
一般认为， 当Kappa≥0.75时，表明两者一致性较好； 0.75>Kappa ≥0.4时，表明一致性一般；
Kappa<0.4时，表明两者一致性较差。
一致性检验
注意：
Kappa检验会利用列联表的全部信息，而McNemar 检 验只会利用非主对角线单元格上的信息。因此，对于 一致性较好，即绝大多数数据都在主对角线的大样本 列联表，McNemar检验可能会失去实用价值。
两分类变量间关联程度的度量
2检验可以从定性的角度说明两个变量是否存在关联，当
拒绝原假设时，在统计上有把握认为两个变量存在相关。 但接下来的问题是，如果两变量之间存在相关性，它们之 间的关联程度有多大？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Crosstabs过程也对此提
供了完整的支持，此处只涉及两分类变量间关联程度的指
标，更系统的相关程度指标见相关与回归一章。
两分类变量间关联程度的度量
相对危险度RR：是一个概率的比值，指试验组人群反应阳性概率 与对照组人群反应阳性概率的比值。数值为1，表明试验因素与
反应阳性无关联；小于1时，表明试验因素导致反应阳性的发生
率降低；大于1时，表明试验因素导致反应阳性的发生率增加。 优势比OR：是一个比值的比，是反应阳性人群中试验因素有无的 比例与反应阴性人群中试验因素有无的比例之比。 当关注的事件发生概率比较小时（<0.1），优势比可作为相对危
McNemar.sav）
两种方法的检测结果
乳胶凝集法 免疫荧光法 + － 合计 + 11 2 13 － 12 33 45 合计 23 35 58
配对卡方检验
首先建立数据文件，如下。
配对卡方检验
同理，由于是频数表数据，应该先用weight cases进行预
处理。
不能忘记 哦！
配对卡方检验
在此选入频数变量即可进 行下一步的分析。
配对卡方检验
配对卡方检验
配对卡方检验
选中进行配对 卡方检验
配对卡方检验
Chi-Square Tests Asymp. Sig. (2-sided) 1 1 1 .000 .001 .000 .000 13.910 1 .000 .013c 58 Exact Sig. (2-sided)
结果分析
两分类变量间关联程度的度量
Risk Estimate 95% Confidence Interval Value Odds Ratio for food (Yes / No) For cohort poison = Yes For cohort poison = No N of Valid Cases 3.000 2.500 .833 100 Lower .992 .987 .684 Upper
分层卡方检验
Tests of Conditional Independence
结果分析
Chi-Squared Cochran's Mantel-Haenszel 4.764 4.291
df 1 1
Asymp. Sig. (2-sided) .029 .038
分层卡方检验结果，即考虑了分层因素的影响以后，对性 别与就诊的检验结果，共给出CMH2检验和MH 2检验两种结果， 前者是后者的改进，可见P 值均小于0.05，即可认为性别与就
诊有关。
分层卡方检验
Mantel-Haenszel Common Odds Ratio Estimate Estimate ln(Estimate) Std. Error of ln(Estimate) Asymp. Sig. (2-sided) Asymp. 95% Confidence Interval Common Odds Ratio ln(Common Odds Ratio) Lower Bound Upper Bound Lower Bound Upper Bound
Value Measure of Agreement Kappa N of Valid Cases a. Not assuming the null hypothesis. .455 58
b. Using the asymptotic standard error assuming the null hypothesis.
df
Exact Sig. (1-sided)
.043
a. Computed only for a 2x2 table b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.40.
这是卡方检验的结果，说明吃食物与食物中毒相关。
分层卡方检验
进行分层 卡方检验
分层卡方检验
结果分析
Tests of Homogeneity of the Odds Ratio Asymp. Sig. (2-sided) 2 2 .638 .638
Chi-Squared Breslow-Day Tarone' s .899 .899
df
首先给出的是层间差异的检验，结果显示，不同中心间， 性别与就诊的联系是相同的。
卡方检验
卡方检验基础
2值的计算：
( A E) E
2
2
由英国统计学家Karl Pearson首次提出，故被 称为Pearson 2 。
四格表卡方检验 例1 某种药物加化疗与单用某种药物治疗的两种处
理方法，观察对某种癌症的疗效，结果见下表。
（数据见cancer.sav）
两种治疗方法的疗效比较
Kappa一致性检验对两种方法一致程度进行评价。
一致性检验
结果分析
如果在crosstab过程的 statistics子对话框中勾选上Kappa 复选框，则有以下结果：
Symmetric Measures Asymp. a b Std. Error Approx. T Approx. Sig. .115 3.762 .000
配对卡方检验
配对卡方检验公式：
若b+c>40，则用公式：
(b c) 2 2= bc
若b+c≤40，则用公式：
=
2
( b c 1) bc
2
配对卡方检验
例2 某实验室分别用乳胶凝集法和免疫荧光法对58名可 疑系统性红斑狼疮患者血清中抗核抗体进行测定，结果 见下表，问两种方法的检测结果有无差别？（数据见
儿童组 成人组 合计
50 105 155
48 10 58
18 7 25
72 23 95
wk.baidu.com
188 145 333
R×C表卡方检验
对频数加权
R×C表卡方检验
R×C表卡方检验
R×C表卡方检验
结果
一致性检验
在Pearson 卡方检验中，对行变量和列变量的相关性作检
验，其中行变量和列变量是一个事物的两个不同属性。 在实际中，还有一种列联表，其行变量和列变量反映的是 一个事物的同一属性的相同水平，只是对该属性各水平的 区分方法不同。其特征是：行的数目和列的数目总是相同 的。如果希望检验这两种区分同一属性的方法给出的结果 是否一致，则不应当使用Pearson 2检验，而应该采用
其中的行列变量是一个事物的两个不同属性。
实际应用中，还有一种列联表，其中的行列变量反映
的是一个事物的同一属性。例如把每一份标本分为两份，
分别用两种方法进行化验，比较两种化验方法的结果是否 有本质不同；或分别采用甲、乙两种方法对同一批病人进 行检查，比较此两种方法的结果是否有本质不同，此时要 用配对卡方检验。
四格表卡方检验
结果分析
表示药物加化疗与单用药物治疗某种癌症的疗效比较的行 ×列表，除了观察值以外，还有期望值。
四格表卡方检验
结果分析
此为四格表2检验的结果，2＝6.508，P＝0.011，差异有显著性 意义，即药物加化疗与单用药物治疗癌症的疗效有显著性差异。
四格表卡方检验
几种卡方检验的比较： 连续性校正2检验：
Row（s）和 Columns中。
两分类变量间关联程度的度量
选中可得到RR值
两分类变量间关联程度的度量
结果分析
food * poison Crosstabulation poison Yes food Yes No Total Count Expected Count Count Expected Count Count Expected Count 10 6.4 6 9.6 16 16.0 No 30 33.6 54 50.4 84 84.0 Total 40 40.0 60 60.0 100 100.0