课件：刘欣《医学统计学方法》临床（第十一章）卡方检验.ppt

1,医学统计学方法,辅讲：陈晓梅,2,第三次 习题课,复习： 第十一章 分类变量资料的统计分析,公共卫生学院流行病与卫生统计学教研室,3,一、分类变量资料的统计描述 （相对数）,一、率（强度）：某现象实际发生数与可能发生某现象的总数之比，用以说明某现象（单位时间内）发生的频率或强度。 二、构成比（频率）：事物内部某一部分的观察数与事物内部各部分的观察单位数总和之比，以百分数表示。说明事物内部各部分所占的比重或分布。（某现象发生的频率） 三、相对比：两个有关指标之比。说明一个指标是另一个指标的几倍或百分之几。两指标互不包含。,4,相对数使用应注意的问题,1.不要把构成比与率相混肴 2.使用相对数时，分母不宜过小 3.要注意资料的可比性 4.要注意使用率的标准化 5.要考虑存在抽样误差，多个样本率或构成比作比较时，假设检验推断。,公共卫生学院流行病与卫生统计学教研室,5,率的抽样误差与区间估计,一、率的标准误 率的抽样误差：从同一个总体中随机抽出观察数相等的多个样本，样本率与总体率、各样本率之间往往会有差异，这种差异称作率的抽样误差。 率的标准误：,公共卫生学院流行病与卫生统计学教研室,6,二、率的区间估计,总体率的估计： 1 点估计：用样本率P估计总体率。 2 区间估计： 1）正态近似法：当样本含量n足够大，样本率P或1-P均不太小时（如nP和n（1-P）均大于5）， 总体率（）95%的可信区间：P1.96SP,公共卫生学院流行病与卫生统计学教研室,7,总体率的估计,2）查表法 当n50,查统计学专著百分率 的可信区间表 注意:附表中的X值只列出 Xn/2部分, 当X n/2时,应以n-X值查表,然后用100减去查得的数值,即为所得的区间。,公共卫生学院流行病与卫生统计学教研室,8,用途：两个率比较，率的抽样 分布近似正态分布 1.样本率与总体率的比较 2.两个样本率的比较,三、两个率比较的Z检验,公共卫生学院流行病与卫生统计学教研室,9,分类计数资料的假设检验 方法，检验两个（多个） 率或构成比之间差别是否 有统计意义。,四、分类变量资料的统计推断 （ 检验）,用 途,公共卫生学院流行病与卫生统计学教研室,10,检验的基本思想,将实际数和理论数代入 公式， 值的大小反映了实际数与理论数的相差情况。若无效假设H0成立，则理论数和实际数相差不应该太大，较大的 值出现的概率较小。根据资料计算的 值越大，就越有理由推翻无效假设H0。 若 ，则按=0.05的检验水准，拒绝H0。否则，不拒绝H0。,公共卫生学院流行病与卫生统计学教研室,11,一.22列联表 资料 检验 (四格表 检验) 二.行列表 检验 三.配对资料 检验,检验的种类,公共卫生学院流行病与卫生统计学教研室,12,四格表资料的 检验,(1)T5,n40时，用未校正公式。 公式（11-16） P318 (2)1T5,n 40时，用校正公式。 公式（11-17），公式（11-18）P319。 (3)T1 或 n40时，用确切概率法。,公共卫生学院流行病与卫生统计学教研室,13,一、四格表资料的 检验,检验的步骤 （1） H0：1=2 ，H1： 1 2 ，=0.05 （2） （3）=（2-1）（2-1）=1， =3.84， 0.05，按=0.05的水准，不拒绝H0，尚不能认为两种.有差异。,公共卫生学院卫生统计学教研室,14,四格表资料 检验专用公式,条件:T5同时n 40 式中，a，b，c，d分别为四格表 中的四个实际频数，n为总例数。,公共卫生学院流行病与卫生统计学教研室,15,四格表资料 检验的连续性校正,条件: 1T5 同时n 40 若不校正,结论相反.,公共卫生学院流行病与卫生统计学教研室,16,二. 行列表 检验,行列表资料：多个独立样本率或 构成比的比较。,=(行数1)(列数1),17,二. 行列表 检验,条件:理论频数不宜过小，否则造成分析偏性。 不能有1/5以上的格子数的理论频数小于5 ，或不能有任意一个格子数的理论频数小于1，结果不可靠。 解决方法： 1.增加样本例数； 2.把性质相近的行或列合并，来增加理论频数,18,.,谢谢！ hank you!,公共卫生学院流行病与卫生统计学教研室,2014.11,19,课堂练习,P 393 /（一） P 393 /（二）1，2， 512,公共卫生学院流行病与卫生统计学教研室,后面内容直接删除就行 资料可以编辑修改使用 资料可以编辑修改使用 资料仅供参考，实际情况实际分析,主要经营：课件设计，文档制作，网络软件设计、图文设计制作、发布广告等 秉着以优质的服务对待每一位客户，做到让客户满意！ 致力于数据挖掘，合同简历、论文写作、PPT设计、计划书、策划案、学习课件、各类模板等方方面面，打造全网一站式需求,感谢您的观看和下载,The user can demonstrate