卡方檢驗的SPSS實現(xiàn)

spss18.0卡方檢驗

2021/5/91主要內(nèi)容1.兩獨立樣本率比較的卡方檢驗2.配對計數(shù)資料的卡方檢驗3.分層資料的卡方檢驗4.卡方的兩兩比較2021/5/92一、兩獨立樣本的卡方檢驗

列聯(lián)表資料：指兩個或者多個分類變量各水平組合頻數(shù)分布表，又稱頻數(shù)交叉表，簡稱交叉表（Crosstabs）。下表為四格表2021/5/93操作過程（1）建立數(shù)據(jù)文件（chi2_2.sav）數(shù)據(jù)格式：4行3列（如下圖）2021/5/94分類變量（行變量）：變量名“group”，1=“抗病毒組”，2=“紫外線組”。分類變量（列變量）：變量名”effect”，1=“有效”，2=“無效”。頻數(shù)變量：變量名“freq”，將四格表中的4個頻數(shù)輸入此列2021/5/95（2）加權(quán)個案

加權(quán)個案是指對變量，特別是頻數(shù)變量賦予權(quán)重。本例對變量“freq”進行加權(quán)。Spss18.0操作點擊“數(shù)據(jù)”——選擇“加權(quán)個案”2021/5/96彈出下列窗口選擇加權(quán)個案，并將變量“freq”拉進框內(nèi)2021/5/97（3）卡方檢驗操作：分別選擇“分析”“統(tǒng)計描述”“交叉表”

如右圖2021/5/98彈出交叉表（Crosstabs）主對話框1.行變量本例選擇“group”2.列變量本例選擇“effect”2021/5/99點擊右邊“統(tǒng)計量”選項，彈出對話框（如下圖）選擇“卡方”選項2021/5/910（4）結(jié)果解釋：2021/5/911Pearson卡方：非校正卡方檢驗連續(xù)校正：僅適用于四格表2021/5/912Fisher的精確檢驗：Fisher確切概率檢驗，也僅適用于四格表資料似然比：似然比卡方檢驗，適用表資料線性和線性組合：線性相關(guān)性檢驗，兩變量均為等級變量，且從小到大排列時方有意義，其他情況忽略2021/5/913其他選項介紹1.相關(guān)性：計算Pearson和Spearsmen相關(guān)系數(shù)，用以說明行變量和列變量的相關(guān)程度。2相依系數(shù)：又稱列聯(lián)系數(shù)。也是用來說明相關(guān)性。3.Gamma:測量兩個等級變量之間關(guān)聯(lián)度的統(tǒng)計量4.Kappa：Kappa系數(shù)，見下文2021/5/914觀察值：觀察頻數(shù)期望值：期望頻數(shù)行百分比：給出行變量百分比列百分比：給出列變量百分比2021/5/915不需要加權(quán)個案的數(shù)據(jù)如果數(shù)據(jù)格式如下圖（例：骨科數(shù)據(jù)）2021/5/916每一行都是一個個體，無需加權(quán)。如果分析4種病變節(jié)段在性別分布有無差異，如下圖：將“性別”和“病變節(jié)段”分別拖入行變量和列變量，其他操作同需加權(quán)數(shù)據(jù)。2021/5/9171.兩獨立樣本率比較的卡方檢驗2.配對計數(shù)資料的卡方檢驗3.分層資料的卡方檢驗4.卡方的兩兩比較2021/5/9182.配對計數(shù)資料的卡方檢驗

配對設(shè)計的特點是對同一樣本的每一份樣品分別用A、B兩種方法處理，或者前后測量，觀察其陽性和陰性例數(shù)。2021/5/919文件chi_pair.sav為例操作過程：分析統(tǒng)計描述交叉表行變量：treat_b列變量：treat_a統(tǒng)計量：McNemar

2021/5/920結(jié)果解釋：所用方法是基于二項分布的McNemar檢驗，p=0.000（雙側(cè)），差異顯著，即抗生素用于治療呼吸道感染是有效的。2021/5/921使用系數(shù)分析吻合情況例：116例患者的診斷結(jié)果見下表及數(shù)據(jù)“diagnosis.sav”，使用kappa系數(shù)法分析影像CT診斷和病理診斷的吻合情況。2021/5/922文件diagnosis.sav為例操作過程：分析統(tǒng)計描述交叉表行變量：treat_b列變量：treat_a統(tǒng)計量：McNemarKappa

2021/5/923結(jié)果解釋：McNemar檢驗結(jié)果p=0.057，兩法診斷結(jié)果差異無統(tǒng)計學意義2021/5/924兩種診斷吻合系數(shù)為k=0.740，p=0.000，說明兩種診斷方法的吻合度有統(tǒng)計學意義且較強。一般大于0.7表示吻合度較強。0.7~0.4一般，小于0.4表示較弱2021/5/9251.兩獨立樣本率比較的卡方檢驗2.配對計數(shù)資料的卡方檢驗3.分層資料的卡方檢驗4.卡方的兩兩比較2021/5/926例：Doll和Hill以709例肺癌患者做病例、709個非腫瘤患者做對照，按性別分層，研究吸煙與肺癌的關(guān)系，調(diào)查結(jié)果如下表。試做肺癌的病例對照分析。2021/5/927如果不分層結(jié)果如下結(jié)果解釋：p=0.002，差異具有統(tǒng)計學意義2021/5/928分層做法操作:(1)建立數(shù)據(jù)文件分層變量：選如“gender”（2）菜單選擇統(tǒng)計量主對話框下風險Cochran’sandMantel-Haenszel統(tǒng)計量2021/5/9292021/5/930結(jié)果1：男性卡方檢驗p=0.000

女性p=0.5842021/5/931結(jié)果2：風險估計，男性組OR=14.043，95%置信區(qū)間不包括1。女性O(shè)R=1.222，95%置信區(qū)間包括1。提示，對于男性而言吸煙史發(fā)生肺癌的危險因素，女性則不是。2021/5/932關(guān)于OR值OddsRatio:相對危險度（也稱比值比、優(yōu)勢比）指病例組中暴露人數(shù)與非暴露人數(shù)的比值除以對照組中暴露人數(shù)與非暴露人數(shù)的比值。涵義：暴露者的疾病危險度為非暴露者的多少倍。OR>1說明疾病的危險度因暴露而增加，暴露與疾病為“正”關(guān)聯(lián)。OR<1說明疾病的危險度因暴露而減少，“負”關(guān)聯(lián)2021/5/933結(jié)果3：OR的均一性檢驗,用兩種方法比較性別之間OR是否存在差異（p=0.001）。說明男性高于女性2021/5/934結(jié)果4：又稱協(xié)變量分析，將性別當做協(xié)變量，即剔除性別這個影響后吸煙與肺癌的關(guān)系。結(jié)果顯示在剔除性別影響后，吸煙和肺癌仍然顯著相關(guān)，即吸煙史導致肺癌的危險因素。2021/5/935結(jié)果5：又稱公共OR值估計，合并OR值為2.812，95%置信區(qū)間不包括1，且與1相比差異有顯著性（p=0.000）注意：經(jīng)OR值均一性檢驗各層OR值有顯著差異時，不宜計算公共OR值2021/5/936主要內(nèi)容1.兩獨立樣本率比較的卡方檢驗2.配對計數(shù)資料的卡方檢驗3.分層資料的卡方檢驗4.卡方的兩兩比較2021/5/937多個率間的多重比較多個率比較的資料可以整理成多個2乘k表資料，若不經(jīng)過任何處理，而直接進行兩兩比較，必須重新規(guī)定檢驗標準，其目的是為保證檢驗假設(shè)中I型錯誤的概率不變。重新規(guī)定檢驗標準的估計方法有兩種1.多個實驗組間的兩兩比較分析目的為k個實驗組間，任兩個率進行比較，公式如下2021/5/938例3個實驗組間的兩兩比較，其檢驗水準用上面公式估計如下2.實驗組與同一個對照組的比較公式如下2021/5/939SPSS進行兩兩比較有兩種方式1.第一種，直接通過“選擇個案“來篩選數(shù)據(jù)。2021/5/940第二種方法：SPSS語法修改。選擇“黏貼”選項，進行修改。2021/5/941通過修改個案選擇和黏貼交叉表的語法也可以直接進行交叉表語法的修改2021/5/942練習練習一：某醫(yī)院欲比較異梨醇口服液（實驗組）和氫氯噻嗪+地塞米松（對照）降低顱