《卡方檢驗(yàn)SPSS》課件

卡方檢驗(yàn)SPSS卡方檢驗(yàn)是統(tǒng)計(jì)學(xué)中常用的一種假設(shè)檢驗(yàn)方法。它主要用于分析兩個(gè)或多個(gè)分類變量之間的關(guān)系?？ǚ綑z驗(yàn)的基本概念11.計(jì)數(shù)資料卡方檢驗(yàn)適用于分析計(jì)數(shù)資料，即類別變量或分類變量的數(shù)據(jù)。22.頻數(shù)分布卡方檢驗(yàn)通過比較觀察頻數(shù)與理論頻數(shù)之間的差異，檢驗(yàn)樣本頻數(shù)分布與理論分布是否一致。33.獨(dú)立性檢驗(yàn)檢驗(yàn)兩個(gè)或多個(gè)分類變量之間是否相互獨(dú)立，例如性別與考試成績(jī)是否相關(guān)。44.擬合優(yōu)度檢驗(yàn)檢驗(yàn)樣本頻數(shù)分布是否符合某個(gè)理論分布，例如檢驗(yàn)樣本數(shù)據(jù)是否符合正態(tài)分布?？ǚ綑z驗(yàn)的適用條件分類變量卡方檢驗(yàn)適用于分析分類變量之間的關(guān)系。頻數(shù)資料數(shù)據(jù)需要以頻數(shù)形式呈現(xiàn)，反映各個(gè)類別出現(xiàn)的次數(shù)。獨(dú)立性樣本數(shù)據(jù)之間相互獨(dú)立，不存在關(guān)聯(lián)性。預(yù)期頻數(shù)每個(gè)類別至少要有5個(gè)以上預(yù)期頻數(shù)，保證檢驗(yàn)結(jié)果的可靠性?？ǚ綑z驗(yàn)的假設(shè)檢驗(yàn)卡方檢驗(yàn)是用來檢驗(yàn)兩個(gè)或多個(gè)樣本之間是否存在顯著差異的統(tǒng)計(jì)方法。1原假設(shè)假設(shè)兩個(gè)或多個(gè)樣本之間沒有顯著差異。2備擇假設(shè)假設(shè)兩個(gè)或多個(gè)樣本之間存在顯著差異。3顯著性水平設(shè)定一個(gè)閾值，用來判斷是否拒絕原假設(shè)。4統(tǒng)計(jì)檢驗(yàn)計(jì)算卡方統(tǒng)計(jì)量，并與臨界值比較。5結(jié)論根據(jù)檢驗(yàn)結(jié)果，決定是否拒絕原假設(shè)。假設(shè)檢驗(yàn)的核心思想是通過對(duì)樣本數(shù)據(jù)的分析，來推斷總體特征之間的關(guān)系?？ǚ綑z驗(yàn)的計(jì)算公式卡方統(tǒng)計(jì)量(χ2)∑[(Oi-Ei)2/Ei]Oi實(shí)際觀察頻數(shù)Ei理論期望頻數(shù)卡方檢驗(yàn)的計(jì)算公式用于比較實(shí)際觀察頻數(shù)與理論期望頻數(shù)之間的差異?？ǚ綑z驗(yàn)的理論分布卡方檢驗(yàn)的理論分布是卡方分布，它是一種連續(xù)型概率分布?？ǚ椒植嫉男螤钊Q于自由度，自由度越大，曲線越平緩，峰值越低?？ǚ綑z驗(yàn)中，計(jì)算出的卡方統(tǒng)計(jì)量與卡方分布進(jìn)行比較，以判斷假設(shè)是否成立。SPSS軟件中卡方檢驗(yàn)的執(zhí)行1數(shù)據(jù)輸入將數(shù)據(jù)輸入到SPSS數(shù)據(jù)編輯器中，確保數(shù)據(jù)格式正確。2選擇分析菜單從菜單欄中選擇“分析”->“非參數(shù)檢驗(yàn)”->“卡方檢驗(yàn)”。3定義變量將需要進(jìn)行卡方檢驗(yàn)的變量拖放到“行變量”和“列變量”框中。4設(shè)置選項(xiàng)根據(jù)研究目的和數(shù)據(jù)類型選擇合適的選項(xiàng)，例如“精確檢驗(yàn)”和“預(yù)期頻率”。5運(yùn)行分析點(diǎn)擊“確定”按鈕運(yùn)行卡方檢驗(yàn)分析，結(jié)果會(huì)顯示在輸出窗口中。案例1:考試成績(jī)等級(jí)分布本案例模擬了某中學(xué)高一學(xué)生期末考試成績(jī)分布情況，包含了語文、數(shù)學(xué)、英語三門學(xué)科的成績(jī)。數(shù)據(jù)中包含每個(gè)學(xué)生的科目成績(jī)，以及根據(jù)分?jǐn)?shù)劃分的成績(jī)等級(jí)：優(yōu)、良、中、差。我們將利用卡方檢驗(yàn)來分析考試成績(jī)等級(jí)分布是否符合預(yù)期的分布規(guī)律，例如，是否每個(gè)等級(jí)的學(xué)生人數(shù)比例與預(yù)期比例一致。案例1:成績(jī)等級(jí)分布的卡方檢驗(yàn)假設(shè)我們想要檢驗(yàn)一個(gè)班級(jí)的考試成績(jī)等級(jí)分布是否符合預(yù)期，并使用卡方檢驗(yàn)來評(píng)估。我們先需要收集該班級(jí)學(xué)生的考試成績(jī)數(shù)據(jù)，并將成績(jī)分成不同的等級(jí)，例如優(yōu)秀、良好、中等和及格。優(yōu)秀良好中等及格案例2:感冒發(fā)病率調(diào)查調(diào)查人群調(diào)查對(duì)象包括不同年齡、性別、職業(yè)等人群，以保證樣本代表性。數(shù)據(jù)收集收集參與調(diào)查人群的感冒發(fā)病率數(shù)據(jù)，記錄患病人數(shù)和總?cè)藬?shù)。數(shù)據(jù)分析使用卡方檢驗(yàn)分析不同人群的感冒發(fā)病率是否存在顯著差異。案例2:感冒發(fā)病率的卡方檢驗(yàn)本案例將使用卡方檢驗(yàn)分析不同性別群體中感冒發(fā)病率是否有顯著差異。假設(shè)我們收集了100名受試者的數(shù)據(jù)，其中50名男性，50名女性。50男性樣本量50女性樣本量20男性感冒人數(shù)10女性感冒人數(shù)我們將根據(jù)這些數(shù)據(jù)進(jìn)行卡方檢驗(yàn)，以檢驗(yàn)性別與感冒發(fā)病率之間是否存在顯著關(guān)聯(lián)。案例3:吸煙與肺癌關(guān)聯(lián)性吸煙與肺癌吸煙是導(dǎo)致肺癌的主要危險(xiǎn)因素之一。香煙中的尼古丁、焦油等有害物質(zhì)，會(huì)損傷肺部細(xì)胞，增加患肺癌的風(fēng)險(xiǎn)。肺癌的危害肺癌是一種惡性腫瘤，早期不易發(fā)現(xiàn)，但發(fā)展迅速，治療難度大。吸煙者患肺癌的風(fēng)險(xiǎn)遠(yuǎn)高于不吸煙者。戒煙的益處戒煙可以顯著降低患肺癌的風(fēng)險(xiǎn)，改善肺部健康，延長(zhǎng)壽命。戒煙越早，獲益越大。案例3:吸煙與肺癌的卡方檢驗(yàn)分組肺癌非肺癌合計(jì)吸煙100200300不吸煙50450500合計(jì)150650800卡方檢驗(yàn)的檢驗(yàn)結(jié)果解釋顯著性水平顯著性水平（α）通常設(shè)定為0.05，表示拒絕原假設(shè)的風(fēng)險(xiǎn)為5%。如果P值小于α，則拒絕原假設(shè)，說明樣本數(shù)據(jù)之間存在顯著差異。自由度自由度是指在計(jì)算卡方統(tǒng)計(jì)量時(shí)，可以自由變化的變量個(gè)數(shù)。自由度由樣本數(shù)據(jù)分組的類別數(shù)決定，用于確定卡方分布的臨界值。顯著性水平的選擇顯著性水平表示拒絕原假設(shè)的可能性，通常設(shè)為0.05。較低水平嚴(yán)格的檢驗(yàn)標(biāo)準(zhǔn)，更容易拒絕原假設(shè)。較高水平寬松的檢驗(yàn)標(biāo)準(zhǔn)，更難拒絕原假設(shè)。選擇原則根據(jù)研究目的和實(shí)際情況，選擇合適的顯著性水平。自由度的計(jì)算自由度是指樣本中可以自由變化的變量個(gè)數(shù)?？ǚ綑z驗(yàn)中，自由度的計(jì)算公式為：自由度=(行數(shù)-1)*(列數(shù)-1)。例如，一個(gè)2行3列的表格，其自由度為(2-1)*(3-1)=2。2行數(shù)3列數(shù)2自由度自由度是卡方檢驗(yàn)中一個(gè)重要的參數(shù)，它決定了卡方分布的形狀和臨界值。臨界值的確定臨界值是卡方檢驗(yàn)中判斷結(jié)果是否顯著的關(guān)鍵指標(biāo)。根據(jù)自由度和顯著性水平，可以在卡方分布表中找到對(duì)應(yīng)的臨界值。如果計(jì)算得到的卡方統(tǒng)計(jì)量大于臨界值，則拒絕原假設(shè)，認(rèn)為結(jié)果顯著。臨界值的選擇取決于顯著性水平，一般情況下，顯著性水平選擇為0.05或0.01，分別對(duì)應(yīng)于95%或99%的置信水平。P值的含義和判斷11.統(tǒng)計(jì)顯著性P值表示假設(shè)檢驗(yàn)中觀察到的結(jié)果或更極端的結(jié)果出現(xiàn)的概率，如果P值小于顯著性水平，則拒絕原假設(shè)。22.拒絕概率P值越小，意味著在原假設(shè)為真的情況下觀察到當(dāng)前結(jié)果的可能性越低，更傾向于拒絕原假設(shè)。33.證據(jù)強(qiáng)度P值可以反映樣本數(shù)據(jù)對(duì)拒絕原假設(shè)的支持力度，P值越小，支持拒絕原假設(shè)的證據(jù)越強(qiáng)。44.閾值比較將P值與顯著性水平（通常為0.05）進(jìn)行比較，如果P值小于顯著性水平，則拒絕原假設(shè)?？ǚ綑z驗(yàn)的應(yīng)用注意事項(xiàng)樣本量太小會(huì)導(dǎo)致檢驗(yàn)結(jié)果不準(zhǔn)確。數(shù)據(jù)不符合卡方檢驗(yàn)的適用條件，例如數(shù)據(jù)嚴(yán)重偏態(tài)或存在極端值。數(shù)據(jù)表中的期望頻數(shù)過低，每個(gè)單元格的期望頻數(shù)至少應(yīng)該大于5。如果變量之間存在較強(qiáng)的相關(guān)性，可能會(huì)影響檢驗(yàn)結(jié)果?？ǚ綑z驗(yàn)的局限性樣本量要求卡方檢驗(yàn)適用于樣本量較大的情況，當(dāng)樣本量過小時(shí)，檢驗(yàn)結(jié)果可能不可靠。數(shù)據(jù)類型限制卡方檢驗(yàn)主要適用于分類變量數(shù)據(jù)，對(duì)于連續(xù)型變量數(shù)據(jù)需要進(jìn)行離散化處理。自由度影響自由度較小會(huì)導(dǎo)致檢驗(yàn)效能降低，容易出現(xiàn)假陰性結(jié)果。假設(shè)檢驗(yàn)的局限卡方檢驗(yàn)只是統(tǒng)計(jì)學(xué)上的檢驗(yàn)方法，不能完全解釋現(xiàn)實(shí)情況。其他相關(guān)假設(shè)檢驗(yàn)方法T檢驗(yàn)T檢驗(yàn)主要用于比較兩個(gè)樣本均值，適用于兩個(gè)樣本相互獨(dú)立或配對(duì)的情況。方差分析方差分析用來比較多個(gè)樣本均值，適用于比較兩個(gè)或多個(gè)樣本均值，適用于比較兩個(gè)或多個(gè)樣本均值。非參數(shù)檢驗(yàn)非參數(shù)檢驗(yàn)適用于數(shù)據(jù)不滿足正態(tài)分布或方差齊性的情況，常見的非參數(shù)檢驗(yàn)方法包括秩和檢驗(yàn)、符號(hào)檢驗(yàn)等。SPSS軟件操作演練1打開SPSS軟件啟動(dòng)SPSS軟件并創(chuàng)建新數(shù)據(jù)集2輸入數(shù)據(jù)將數(shù)據(jù)輸入到SPSS數(shù)據(jù)表格中3選擇分析選擇卡方檢驗(yàn)菜單4設(shè)置參數(shù)設(shè)置檢驗(yàn)變量和分組變量5執(zhí)行檢驗(yàn)執(zhí)行卡方檢驗(yàn)并查看結(jié)果通過SPSS軟件進(jìn)行卡方檢驗(yàn)操作，方便快捷地進(jìn)行數(shù)據(jù)分析，并獲得檢驗(yàn)結(jié)果。通過演練，可以加深對(duì)卡方檢驗(yàn)的理解，提高數(shù)據(jù)分析能力。案例1:成績(jī)等級(jí)分布該案例以某高校學(xué)生考試成績(jī)?yōu)槔?，展示如何使用卡方檢驗(yàn)分析成績(jī)等級(jí)的分布是否符合預(yù)期。具體而言，假設(shè)該高校的考試成績(jī)等級(jí)分為優(yōu)秀、良好、中等和及格四個(gè)等級(jí)，并期望各等級(jí)的比例分別為20%、30%、30%和20%。案例2:感冒發(fā)病率本案例以調(diào)查感冒發(fā)病率為例，探討如何使用卡方檢驗(yàn)分析不同人群的感冒發(fā)病率是否存在顯著差異。例如，可以調(diào)查不同年齡段、性別、職業(yè)或生活習(xí)慣的人群的感冒發(fā)病率，并利用卡方檢驗(yàn)分析這些因素是否與感冒發(fā)病率存在顯著關(guān)聯(lián)。案例3:吸煙與肺癌研究目標(biāo)檢驗(yàn)吸煙與肺癌之間的關(guān)聯(lián)性，分析吸煙是否增加患肺癌的風(fēng)險(xiǎn)。數(shù)據(jù)收集收集一定數(shù)量的樣本數(shù)據(jù)，記錄每個(gè)個(gè)體的吸煙情況和肺癌患病情況。數(shù)據(jù)分析使用SPSS軟件進(jìn)行卡方檢驗(yàn)，分析吸煙與肺癌之間的關(guān)聯(lián)性，判斷是否顯著相關(guān)?？ǚ綑z驗(yàn)小結(jié)卡方檢驗(yàn)是一種常用假設(shè)檢驗(yàn)方法，用于