SPSS 卡方檢驗

1、spss18.0卡方檢驗主要內(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） 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（2）加權(quán)個案 加權(quán)個案是指對

2、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” 彈出下列窗口選擇加權(quán)個案，并將變量“freq”拉進框內(nèi)（3）卡方檢驗操作：分別選擇“分析” “統(tǒng)計描述”“交叉表” 如右圖彈出交叉表（Crosstabs）主對話框1.行變量 本例選擇“group”2.列變量 本例選擇“effect” 點擊右邊“統(tǒng)計量”選項，彈出對話框（如下圖） 選擇“卡方”選項（4）結(jié)果解釋：Pearson 卡方：非校正卡方檢驗連續(xù)校正：僅適用于四格表Fisher 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

3、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 R C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 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)）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

4、量和列變量，其他操作同需加權(quán)數(shù)據(jù)。 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2.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)。 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：統(tǒng)計量：McNemar 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。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)“

5、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。 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：統(tǒng)計量：McNemar Kappa 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(xué)意義兩種診斷吻合系數(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(xué)意義且較強。一般大于0.7表示吻合度較強。0.70.4一般，小于0.4表示較弱 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.卡方的兩兩比較例

6、：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。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(xué)意義分層做法操作:(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(fēng)險Cochrans and Mantel-Haenszel統(tǒng)計量結(jié)果1：男性卡方檢驗p=0.000 女性p=0.584結(jié)果2：風(fēng)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。關(guān)于OR值

7、 Odds Ratio: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。OR1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)。OR1說明疾病的危險度因暴露而減少，“負(fù)”關(guān)聯(lián) 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 結(jié)果4：又稱協(xié)變量分析，將性別當(dāng)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(dǎo)致肺癌的危險因素。 結(jié)果5：又稱公共OR值估計，合并OR值為2.812

8、，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(biāo)準(zhǔn)，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(biāo)準(zhǔn)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(1)/2 1k k2(1)k例 3個實驗組間的兩兩比較，其檢驗水準(zhǔn) 用上面公式估計如下0.01253(3 1)/2 12.實驗組與同一個對照組的比較 公式如下 SPSS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)。 第二種方法：SPSS語法修改。 選擇“黏貼”選項，進行修改。 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練習(xí) 練習(xí)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）降低顱內(nèi)