卡方检验的SPSS实现

1、卡方检验的SPSS实现 spss18.0 卡方检验 卡方检验的SPSS实现 主要内容 1.两独立样本率比较的卡方检验 2.配对计数资料的卡方检验 3.分层资料的卡方检验 4.卡方的两两比较 卡方检验的SPSS实现 一、两独立样本的卡方检验 列联表资料：指两个或者多个分类变量各水平组合频数分 布表，又称频数交叉表，简称交叉表（Crosstabs）。 下表为四格表 卡方检验的SPSS实现 操作过程 （1）建立数据文件（chi2_2.sav） 数据格式：4行3列（如下图） 卡方检验的SPSS实现 分类变量（行变量）：变量名“group”， 1=“抗病毒组”，2=“紫外线组”。 分类变量（列变量）：变

2、量名”effect”， 1=“有效”，2=“无效”。 频数变量：变量名“freq”，将四格表中的4 个频数输入此列 卡方检验的SPSS实现 （2）加权个案 加权个案是指对变量，特别是频数变量赋 予权重。本例对变量“freq”进行加权。 Spss18.0操作 点击“数据”选择“加权个案” 卡方检验的SPSS实现 弹出下列窗口 选择加权个案，并将变量“freq”拉进框内 卡方检验的SPSS实现 （3）卡方检验操作： 分别选择 “分析” “统计描述” “交叉表” 如右图 卡方检验的SPSS实现 弹出交叉表（Crosstabs）主对话框 1.行变量 本例选择“group” 2.列变量 本例选择“eff

3、ect” 卡方检验的SPSS实现 点击右边“统计量”选项，弹出对话框 （如下图） 选择“卡方”选项 卡方检验的SPSS实现 （4）结果解释： 卡方检验的SPSS实现 Pearson 卡方：非校正卡方检验 连续校正：仅适用于四格表 卡方检验的SPSS实现 Fisher 的精确检验：Fisher确切概率检验，也仅 适用于四格表资料 似然比：似然比卡方检验，适用 表资料 线性和线性组合：线性相关性检验，两变量均为 等级变量，且从小到大排列时方有意义，其他 情况忽略 R C 卡方检验的SPSS实现 其他选项介绍 1.相关性：计算Pearson和 Spearsmen相关系数，用以 说明行变量和列变量的相

4、关 程度。 2相依系数：又称列联系数。 也是用来说明相关性。 3.Gamma :测量两个等级变 量之间关联度的统计量 4.Kappa：Kappa系数，见 下文 卡方检验的SPSS实现 观察值：观察频数 期望值：期望频数 行百分比：给出行变量百分比 列百分比：给出列变量百分比 卡方检验的SPSS实现 不需要加权个案的数据 如果数据格式如下图（例：骨科数据） 卡方检验的SPSS实现 每一行都是一个个体，无需加权。如果分析4 种病变节段在性别分布有无差异，如下图： 将“性别”和“病变节段”分别拖入行变量 和列变量，其他操作同需加权数据。 卡方检验的SPSS实现 1.两独立样本率比较的卡方检验 2.配

5、对计数资料的卡方检验 3.分层资料的卡方检验 4.卡方的两两比较 卡方检验的SPSS实现 2.配对计数资料的卡方检验 配对设计的特点是对同一样本的每一份样 品分别用A、B两种方法处理，或者前后测 量，观察其阳性和阴性例数。 卡方检验的SPSS实现 文件chi_pair.sav为例 操作过程： 分析 统计描述 交叉表 行变量：treat_b 列变量：treat_a 统计量：统计量：McNemar 卡方检验的SPSS实现 结果解释：所用方法是基于二项分布的 McNemar检验，p=0.000（双侧），差异显 著，即抗生素用于治疗呼吸道感染是有效的。 卡方检验的SPSS实现 使用 系数分析吻合情况

6、例：116例患者的诊断结果见下表及数据 “diagnosis.sav”，使用kappa系数法分析影 像CT诊断和病理诊断的吻合情况。 卡方检验的SPSS实现 文件diagnosis.sav为例 操作过程： 分析 统计描述 交叉表 行变量：treat_b 列变量：treat_a 统计量：统计量：McNemar Kappa 卡方检验的SPSS实现 结果解释：McNemar 检验结果p=0.057，两 法诊断结果差异无统计学意义 卡方检验的SPSS实现 两种诊断吻合系数为 k=0.740，p=0.000，说 明两种诊断方法的吻合度有统计学意义且 较强。一般大于0.7表示吻合度较强。 0.70.4一般

7、，小于0.4表示较弱 卡方检验的SPSS实现 1.两独立样本率比较的卡方检验 2.配对计数资料的卡方检验 3.分层资料的卡方检验 4.卡方的两两比较 卡方检验的SPSS实现 例：Doll和Hill以709例肺癌患者做病例、709 个非肿瘤患者做对照，按性别分层，研究 吸烟与肺癌的关系，调查结果如下表。试 做肺癌的病例对照分析。 卡方检验的SPSS实现 如果不分层结果如下 结果解释：p=0.002，差异具有统计学意义 卡方检验的SPSS实现 分层做法 操作:(1)建立数据文件 分层变量：选如“gender” （2）菜单选择 统计量主对话框下 风险 Cochrans and Mantel-Haen

8、szel统计量 卡方检验的SPSS实现 卡方检验的SPSS实现 结果1：男性卡方检验p=0.000 女性p=0.584 卡方检验的SPSS实现 卡方检验的SPSS实现 关于OR值 Odds Ratio:相对危险度（也称比值比、优 势比） 指病例组中暴露人数与非暴露人数的比值 除以对照组中暴露人数与非暴露人数的比 值。 涵义：暴露者的疾病危险度为非暴露者的 多少倍。OR1说明疾病的危险度因暴露而 增加，暴露与疾病为“正”关联。OR1说 明疾病的危险度因暴露而减少，“负”关 联 卡方检验的SPSS实现 结果3：OR的均一性检验,用两种方法比较 性别之间OR是否存在差异（p=0.001）。 说明男性

9、高于女性 卡方检验的SPSS实现 结果4：又称协变量分析，将性别当做协变 量，即剔除性别这个影响后吸烟与肺癌的 关系。结果显示在剔除性别影响后，吸烟 和肺癌仍然显著相关，即吸烟史导致肺癌 的危险因素。 卡方检验的SPSS实现 结果5：又称公共OR值估计，合并OR值为2.812，95%置 信区间不包括1，且与1相比差异有显著性（p=0.000） 注意：经OR值均一性检验各层OR值有显著差异时，不宜 计算公共OR值 卡方检验的SPSS实现 主要内容 1.两独立样本率比较的卡方检验 2.配对计数资料的卡方检验 3.分层资料的卡方检验 4.卡方的两两比较 卡方检验的SPSS实现 多个率间的多重比较 多

10、个率比较的资料可以整理成多个2乘k表资 料，若不经过任何处理，而直接进行两两比 较，必须重新规定检验标准，其目的是为保 证检验假设中I型错误 的概率不变。 重新规定检验标准的估计方法有两种 1.多个实验组间的两两比较 分析目的为k个 实验组间，任两个率进行比较 ，公式如下 (1)/2 1k k 卡方检验的SPSS实现 2(1)k 例 3个实验组间的两两比较，其检验水准 用上 面公式估计如下 0.0125 3(3 1)/2 1 2.实验组与同一个对照组的比较 公式如下 卡方检验的SPSS实现 SPSS进行两两比较 有两种方式 1.第一种，直接通过“选择个案“来筛选数据。 卡方检验的SPSS实现 第二种方法：SPSS语法修改。 选择“黏贴”选项，进行修改。 卡方检验的SPSS实现 通过修改个案选择和黏贴交叉表的语法 也可以直接进行交叉表语法的修改 卡方检验的SPSS实现 练习 练习一：某医院欲比较异梨醇口服液（实 验组）和氢氯噻嗪+地塞米松（对照）降低 颅内压的疗效。将200例颅内压增高患者随 机分为两组。见下表。问两组降低颅内压 的总体有效率有无差别 卡方检验的SPSS实现 练习2：某医师