卡方检验-医学统计学课件.ppt

1、 2值的计算：值的计算：22()AEE由英国统计学家由英国统计学家Karl Pearson首次提出，故被首次提出，故被称为称为Pearson 2。卡方检验基础卡方检验基础 例例1 1 某种药物加化疗与单用某种药物治疗的两种处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。理方法，观察对某种癌症的疗效，结果见下表。（普通四格普通四格.sav）四格表卡方检验四格表卡方检验 处理 疗效 合计 有效 无效 药物加化疗 42 13 55 单用药物 48 3 51 合计 90 16 106两种治疗方法的疗效比较两种治疗方法的疗效比较首先建立数据文件，如下。首先建立数据文件

2、，如下。四格表卡方检验四格表卡方检验 注意：由于上表给出的不是原始数据，而是频数表数据，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。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四格表卡方检验四格表卡方检验结果分析结果分析v 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。列表，除了观察值以外，还有期望值。四格表卡方检验四格表卡方检验结果分析结果分析v 此为四格表此为四格表 2

3、2检验的结果，检验的结果，2 26.508，P P0.011，差异有显著性，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。四格表卡方检验四格表卡方检验连续性校正连续性校正 2检验：检验：仅适用于四格表资料，在仅适用于四格表资料，在n40，所有期望频数均大于，所有期望频数均大于1，只有，只有1/5单元单元格的期望频数大于格的期望频数大于1小于小于5时；时；Fisher精确概率法：精确概率法：在样本含量在样本含量40或有格子的期望频数或有格子的期望频数40，最小期望频数，最小期望频数5时，结论与时，结论与Pearson 2

4、基本一致；基本一致；v 几种卡方检验的比较：几种卡方检验的比较：四格表卡方检验四格表卡方检验配对卡方检验配对卡方检验 在在Pearson卡方检验中，对行列变量的相关性作了检验，卡方检验中，对行列变量的相关性作了检验，其中的行列变量是一个事物的两个不同属性。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，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；

5、或分别采用甲、乙两种方法对同一批病人进有本质不同；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。用配对卡方检验。配对卡方检验配对卡方检验配对卡方检验公式：配对卡方检验公式：22()=bcbc若若b+c40b+c40，则用公式：，则用公式：若若b+cb+c4040，则用公式：，则用公式：22(1)=bcbc 例例2 2 某实验室分别用乳胶凝集法和免疫荧光法对某实验室分别用乳胶凝集法和免疫荧光法对58名可名可疑系统性红斑狼疮患者血清中抗核抗体进行测定，结果疑系统性红斑狼疮患者血清中抗核抗体进

6、行测定，结果见下表，问两种方法的检测结果有无差别？见下表，问两种方法的检测结果有无差别？（配对四（配对四格格.sav）免疫荧光法 乳胶凝集法 合计 +11 12 23 2 33 35 合计 13 45 58两种方法的检测结果两种方法的检测结果配对卡方检验配对卡方检验首先建立数据文件，如下。首先建立数据文件，如下。配对卡方检验配对卡方检验配对卡方检验配对卡方检验 同理，由于是频数表数据，应该先用同理，由于是频数表数据，应该先用weight casesweight cases进行预进行预处理。处理。不能忘记不能忘记哦！哦！在此选入频数变量即可进在此选入频数变量即可进行下一步的分析。行下一步的分析。

7、配对卡方检验配对卡方检验配对卡方检验配对卡方检验配对卡方检验配对卡方检验配对卡方检验配对卡方检验选中进行配对选中进行配对卡方检验卡方检验Chi-Square Tests14.154b1.00011.8361.00114.5501.000.000.00013.9101.000.013c58Pearson Chi-SquareContinuity CorrectionaLikelihood RatioFishers Exact TestLinear-by-LinearAssociationMcNemar TestN of Valid CasesValuedfAsymp.Sig.(2-sided)E

8、xact Sig.(2-sided)Exact Sig.(1-sided)Computed only for a 2x2 tablea.0 cells(.0%)have expected count less than 5.The minimum expected count is 5.16.b.Binomial distribution used.c.配对卡方检验配对卡方检验结果分析结果分析RC表卡方检验表卡方检验 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？（RxC.sav）某地松毛虫患者病变构成某地松毛虫患者病变构成年龄分组皮炎

9、型骨关节型软组织炎型混合型合计儿童组成人组5010548101877223188145合计155582595333RC表卡方检验表卡方检验对频数加权对频数加权RC表卡方检验表卡方检验RC表卡方检验表卡方检验RC表卡方检验表卡方检验 结果结果在在Pearson Pearson 卡方检验中，对行变量和列变量的相关性作检卡方检验中，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。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

10、的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，则不应当使用是否一致，则不应当使用Pearson Pearson 2 2检验，而应该采用检验，而应该采用KappaKappa一致性检验对两种方法一致程度进行评价。一致性检验对两种方法一致程度进行评价。一致性检验一致性检验Symmetric Measures.455.1153.762.00058KappaMeasure of Agreem

11、entN of Valid CasesValueAsymp.Std.ErroraApprox.TbApprox.Sig.Not assuming the null hypothesis.a.Using the asymptotic standard error assuming the null hypothesis.b.结果分析结果分析v 如果在如果在crosstab过程的过程的 statistics子对话框中勾选上子对话框中勾选上Kappa复选框，则有以下结果：复选框，则有以下结果：一致性检验一致性检验 一般认为，一般认为，当当Kappa0.75时，表明两者一致性较好；时，表明两者一致性较

12、好；0.75 Kappa 0.4时，表明一致性一般；时，表明一致性一般；Kappa 0.4时，表明两者一致性较差。时，表明两者一致性较差。一致性检验一致性检验 注意：注意：KappaKappa检验会利用列联表的全部信息，而检验会利用列联表的全部信息，而McNemar McNemar 检检验只会利用非主对角线单元格上的信息。因此，对于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，列联表，McNemarMcNemar检验可能会失去实用价值。检验可能会失去实用价值。一致性检验一致性检验两分类变量间关联

13、程度的度量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。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，在间的关联程度有多大？针对不同的变量类型，在SPSS中可中可以计算各种各样的相关指标，而且以计算各种各样的相关指标，而且Crosstabs过程也对此提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供了完整的支

14、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。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两分类变量间关联程度的度量相对危险度相对危险度RRRR：是一个概率的比值，指试验组人群反应阳性概率：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。数值为与对照组人群反应阳性概率的比值。数值为1 1，表明试验因素与，表明试验因素与反应阳性无关联；小于反应阳性无关联；小于1 1时，表明试验因素导致反应阳性的发生时，表明试验因素导致反应阳性的发生率降低；大于率降低；大于1 1时，表明试验因素导致反应阳性的发生率增加。时，表明试

15、验因素导致反应阳性的发生率增加。优势比优势比OROR：是一个比值的比，是反应阳性人群中试验因素有无的：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。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（当关注的事件发生概率比较小时（0.10.1），优势比可作为相对危），优势比可作为相对危险度的近似。险度的近似。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 例例3 某次食物中毒，现想通过调查发现，吃某海产品某次食物中毒，现想通过调查发现，吃某海产品（food）和食物中毒发生（）和食物中毒发生（poison）是否具有相关）是否

16、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。性，以及吃了某食物的人是没吃海产品的人的几倍。（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v 分别指定分别指定行列变量到行列变量到RowRow（s s）和）和ColumnsColumns中。中。选中可得到选中可得到RRRR值值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结果分析结果分析v 这就是两变量的四格表。这就是两变量的四格表。food*poison Crosstabulation1030406

17、.433.640.0654609.650.460.0168410016.084.0100.0CountExpected CountCountExpected CountCountExpected CountYesNofoodTotalYesNopoisonTotalChi-Square Tests4.018b1.0452.9791.0843.9371.047.055.0433.9781.046100Pearson Chi-SquareContinuity CorrectionaLikelihood RatioFishers Exact TestLinear-by-LinearAssociati

18、onN of Valid CasesValuedfAsymp.Sig.(2-sided)Exact Sig.(2-sided)Exact Sig.(1-sided)Computed only for a 2x2 tablea.0 cells(.0%)have expected count less than 5.The minimum expected count is 6.40.b.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结果分析结果分析v 这是卡方检验的结果，说明吃食物与食物中毒相关。这是卡方检验的结果，说明吃食物与食物中毒相关。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结果分析结果分析v 结果显示，结果显示，OROR3.003.00，说明吃了该食物者发生食物中，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毒的可能性是没有吃该食物者的3.003.00倍？倍？Risk Estimate3.000.9929.0682.500.9876.334.833.6841.016100Odds Ratio for food(Yes/No)For cohort poison=YesFor cohort poison=NoN of Valid CasesValueLowerUpper95%Confidence Interval