X2检验简单教程一学就会

1、X2检验X2检验是用途广泛的假设检验方法，它的原理是检验实际分布和理论分布的吻合程度。 主要用途有：两个及以上样本率（或构成比）之间差异比较，推断两变量间有无相关关系。 x2检验类型有：四格表资料x 2检验（用于两样本率的检验），行X列表X 2检验（用于两个及 两个以上样本率或构成比的检验），行X列列联表X 2检验（用于计数资料的相关分析）。在SPSS中，所有 X2检验均用 Crosstabs完成。界面说明【Rows框】用于选择行*列表中的行变量。【Columns框】用于选择行*列表中的列变量。【Layer框】Layer指的是层，对话框中的许多设置都可以分层设定，在同一层中的变量使用相同的设置

2、， 而不同层中的变量分别使用各自层的设置。如果要让不同的变量做不同的分析，则将其选入Layer框，并用Previous和Next钮设为不同层。Layer在这里用的比较少，在多元回归中我 们将进行详细的解释。【Display clustered bar charts 复选框】显示重叠条图。【Suppress table复选框】禁止在结果中输出行*列表。【Statistics】按钮弹出Statistics对话框，用于定义所需计算的统计量。Crosstabs: St atistics厂Qhisquard厂 CorrelationsContinueNominalOrdinalCancelConting

3、ency coefficientPhi and Cramer's VSomers* dHelpLambdaKendall's iau-bUncertainty coelfidentKendall's tau-cNominal by IntervalKappa厂EtaI RiskMcNemar厂 Cochran's and Mantel-Hacnscl statistics:st common odds ratio equals：Chi-square复选框：计算 X值。Correlations复选框：计算行、列两变量的 Pearson相关系数和Spearman等级

4、相关系数。Norminal复选框组：选择是否输出反映分类资料相关性的指标，很少使用。Contingency coefficient复选框：即列联系数，其值界于01之间；Phi and Cramer's V复选框：这两者也是基于X2值的，Phi在四格表X2检验中界于-11之间， 在R*C表X2检验中界于01之间；Cramer's V则界于01之间；Lambda复选框：在自变量预测中用于反映比例缩减误差，其值为1时表明自变量预测应变量好，为0时表明自变量预测应变量差；Uncertainty coefficient复选框：不确定系数，以熵为标准的比例缩减误差，其值接近1时表明后一变量

5、的信息很大程度来自前一变量，其值接近0时表明后一变量的信息与前一变量无关。Ordinal复选框组：选择是否输出反映有序分类资料相关性的指标，很少使用。Gamma复选框：界于01之间，所有观察实际数集中于左上角和右下角时，其值为1 ；Somers'd复选框：为独立变量上不存在同分的偶对中，同序对子数超过异序对子数的比例；Kendall's tau-b复选框：界于-11之间；Kendall's tau-c复选框：界于-11之间；Eta复选框：计算Eta值，其平方值可认为是应变量受不同因素影响所致方差的比例；Kappa复选框：计算 Kappa值，即内部一致性系数；Risk复选

6、框：计算比数比OR值；McNemanr复选框：进行McNemanr检验，即常用的配对计数资料的X检验（一种非参检验）；Cochran's and Mantel-Haenszel statistics 复选框：计算 X2m-h 统计量（分层 X2,也有写为 X2cmh 的），可在下方输出 H。假设的OR值，默认为1。【Cells】按钮弹出Cells对话框，用于定义列联表单元格中需要计算的指标：Counts复选框组：是否输出实际观察数（Observed）和理论数（Expected）；Percentages复选框组：是否输出行百分数（Row）、列百分数（Column ）以及合计百分数（Tot

7、al）； Residuals复选框组：选择残差的显示方式，可以是实际数与理论数的差值（Unstandardized ）、标化后的差值（Standardized，实际数与理论数的差值除理论数），或者由标准误确立的单元格残差（Adj. Standardized ）；【Format钮】用于选择行变量是升序还是降序排列。分析实例一、四格表资料的 X2检验组另U愈合未愈合合计有效率（%）呋喃硝胺5486287.09甲氰咪胍44206468.75合计982812677.78例6.1某医生用呋喃硝胺和甲氰咪胍治疗十指肠溃疡，结果如下表，冋两种药物治疗效果 有无差别？【建立数据文件】由于此处给出的是频数表（大

8、部分资料都以这种形式给出），因此在建立数据集时可以直接输 入三个变量：行变量（分组变量）：变量名取"R”，变量值为1="呋喃硝胺组”，2="甲氰咪胍组” 列变量（疗效变量）：变量名取“ C”，变量值为1= “愈合”，2= “未愈合” 指示每个格子中频数的变量：变量名取“F”，直接输入各个格子的频数。所建立的数据集如下表。然后用 Weight Cases对话框指定频数变量进行加权，最后调用Crosstabs过程进行X2检验。RCF1.001.0054.001.002.0044.002.001.008.002.002.0020.00【操作过程】Data=>Wei

9、ght Cases (对数据按频数进行加权 )Weight Cases by单选框：选中Freqency Variable :选入 F单击OK钮Analyze=>Descriptive Statistics=>CrosstabsRows框：选入RColumns 框: CStatistics按钮：选中 Chi-square复选框，单击 Continue钮Cells.按钮： 选中Row 复选框，单击 Continue钮 单击OK钮【结果解释】上题分析结果如下：Case Processing SummaryCasesValidMissingTotalNPercentNPercentNPe

10、rcent组别*疗效126100.0%0.0%126100.0%首先是有效记录数和处理记录缺失值情况报告，可见126例均为有效值。组别 * 疗效 Crosstabulation疗效Total愈合未愈合组别呋喃硝胺 Count54862% within 组别87.1%12.9%100.0%甲氰米胍 Count442064% within 组别68.8%31.3%100.0%TotalCount9828126% within 组别77.8%22.2%100.0%上表为列出的四格表，其中加入变量值和变量值标签，看起来很清楚。Chi-Square TestsValuedfAsymp. Sig.(2-s

11、ided)Exact Sig. (2-sided)Exact Sig. (1-sided)Pearson Chi-Square6.1331.013Continuity Correction a5.1181.024Likelihood Ratio6.3041.012Fisher's Exact Test.018.011Linear-by-Linear Association6.0841.014N of Valid Cases126a. Computed only for a 2x2 tableb. 0 cells (.0%) have expected count less than 5

12、. The minimum expected count is13.78.上表给出了一堆检验结果，从左到右为：检验统计量值(Value)、自由度(df)、双侧近似概率(Asymp.Sig.2-sided)、双侧精确概率(Exact Sig.2-sided)、单侧精确概率(Exact Sig.l-sided);从 上到下为：Pearson卡方(Pearson Chi-Square即常用的卡方检验)、连续性校正的卡方值(ContinuityCorrection)、对数似然比方法计算的卡方(Likelihood Ratio)、Fisher's 确切概率法(Fisher's Exact

13、 Test) 、线性相关的卡方值 (Li near by Lin ear Associatio n)、有效记录数 (N of V alid Cases)。另外，Continuity Correction 和 Pearson卡方值处分别标注有a和 b,表格下方为相应的注解：a.只为2*2表计算。b.O%个格子的期望频数小于5，最小的期望频数为13.78。因此，这里无须校正，直接采用第一行的检验结果，即乂=6.133，P=0.013。因P=0.013，可以认为两种药物疗效有差异，结合样本率，可以认为呋喃硝胺有效率高于甲 氰米胍。如何选用上面众多的统计结果令许多初学者头痛，实际上我们只需要在未校正卡

14、方、校正卡方和确切概率法三种方法之间选择即可，其余 的对我们而言用处不大，可以视而不见。二、配对计数资料 X2检验例6.2有28份痰液标本，每份分别接种在甲、 乙两种培养基中，观察结核杆菌生长情况，结果如下表，试检验甲、乙培养基生长率有无差别。甲乙两种结核杆菌培养基的培养结果甲培养基+ 合计+11920一178合计121628【建立数据文件】输入三个变量：行变量(代表甲培养基)： 列变量(代表甲培养基)： 指示每个格子中频数的变量:变量名取“变量名取“变量名取“R ”，变量值为1= “生长”，2= “未生长”C ”，变量值为1= “生长”，2= “未生长”F”，直接输入各个格子的频数。所建立的

15、数据集如下表。然后用 Weight Cases对话框指定频数变量进行加权，最后调用Crosstabs过程进行X2检验。RCF1.001.0011.001.002.009.002.001.001.002.002.007.00【操作过程】1. Data=>Weight Cases （对数据按频数进行加权 ） Weight Cases by单选框：选中Freqency Variable :选入 F单击ok钮2. Analyze=>Descriptive Statistics=>CrosstabsRows框：选入RColumns 框: CStatistics |按钮：选中Chi-sq

16、uare复选框（做成组X2检验，分析甲乙两培养基分析结果有无相 关）选中McNemanr复选框：（做配对X2检验，分析甲乙培养基阳性率有无差异）单击Continue钮Cells.按钮： 选中Row 复选框，单击 Continue钮单击OK钮【结果解释】Case Processing SummaryCasesValidMissingTotalNPercentNPercentNPercent甲培养基*乙培养基28100.0%0.0%28100.0%上表为有效例数，缺失例数和总例数的情况，28例均有效.甲 培养基*乙 培养基 Crosstabulati onCount乙培养基+-Total甲培+11

17、920养基_178Total121628上表输出配对四格表数据。Chi-Square TestsValuedfAsymp. Sig.(2-sided)Exact Sig. (2-sided)Exact Sig. (1-sided)Pearson Chi-Square4.215b1.040Continuity Correction a2.6581.103Likelihood Ratio4.6891.030Fisher's Exact Test.088.048Linear-by-LinearAssociation4.0641.044McNemar Test.021cN of Valid C

18、ases28a. Computed only for a 2x2 tableb. 2 cells （50.0%） have expected count less than 5. The minimum expected countis 3.43.c. Binomial distribution used.上表为X2检验的结果。首先是成组 X2检验，X2=4.21，P=0.040，可以认为甲乙两培养 基的结果有相关性（即甲阳性，乙可能也阳性）。下面做了配对X2检验（McNemar Test）用精确概率法计算，P=0.021 （双侧），可以认为甲乙两培养基阳性率差异有统计学意义。三、RX C表X

19、2检验例6.3某市三个地区出生婴儿的畸形发生情况如下表，试比较这三个地区出生婴儿畸形率有 无差异。地区畸形数无畸形数合计发生率（o）重污染区1143278339233.61一般市区444401034054710.95农村67827583428.03合计62551655228111.95这是3X 2表资料，要进行 3个样本率的比较。【建立数据文件】直接输入三个变量：行变量（分组变量）：变量名取“ R”，变量值为1= “重污染区”，2= “一般市区”，“农村”。列变量（疗效变量）：变量名取“ C”，变量值为1= “畸形”，2= “非畸形”指示每个格子中频数的变量：变量名取“F”，直接输入各个格子的

20、频数。所建立的数据集如下表。RCF111141232782144422401033167328275【操作过程】1. Data=>Weight Cases （对数据按频数进行加权 ） Weight Cases by单选框：选中Freqency Variable :选入 F单击oK钮2. Analyze=>Descriptive Statistics=>CrosstabsRows框：选入RColumns 框: CStatistics按钮：选中Chi-square复选框 单击 Continue 钮Cells.按钮： 选中Row 复选框 单击Continue钮 单击OK钮【结果解释

21、】Case Processing SummaryCasesValidMissingTotalNPercentNPercentNPercent地区*疾病52281100.0%0.0%52281100.0%上表为有效例数，缺失例数和总例数的情况，52281例均有效。地区 * 疾病 Crosstabulation疾病Total畸形非畸形地区重污染区Count11432783392% within地区3.4%96.6%100.0%一般市区Count4444010340547% within地区1.1%98.9%100.0%农村Count6782758342% within地区.8%99.2%100.0

22、%TotalCount6255165652281% within地区1.2%98.8%100.0%3.4%，一般市区为1.1%，上表输出原始数据，并计算行百分数，重污染区畸形率为 农村为0.8%。Chi-Square TestsValuedfAsymp. Sig. (2-sided)Pears on Chi-Square148.9842.000Likelihood Ratio106.2442.000Lin ear-by-L in ear Associati on84.7191.000N of Valid Cases52281a. 0 cells (.0%) have expected cou

23、nt less tha n 5. The mini mum expected cou nt is 40.55.上 上表为 X2检验的结果， X2=148.984,自由度=2，P=0.000,可以认为这三个区新生儿畸形率差异有统计学意义，畸形率不同或不全相同。至于哪些地区 有差别，那些地区没有差别，或都有差别，可进行X2分割。四、R X C列列联表资料X2检验列联表是指每个观察对象按两种属性交叉分组归类，而且每种属性的分类都是有序的，这 样整理出的资料称双向有序列联表。配对计数资料就是一个2X2列联表。例6.4下表资料是492名不同期次矽肺患者其肺门密度级别的资料，试分析矽肺期次和肺 门密度级别

24、有无关系。不同期次矽肺患者肺门密度级别分布肺门密度级别矽肺期次+合计I4318814245n19672169出6175578合计50301141492该资料是一个3X3列联表。每个矽肺病人按矽肺的期次和胸片肺门密度的级别进行交叉分类 归组。使用x2检验可以分析这两个属性之间有无相关性。【建立数据文件】直接输入三个变量：行变量（分组变量）：变量名取“ R”代表矽肺期次，变量值为仁“ I期”，2= “H期”，3=“川期”。列变量（疗效变量）：变量名取“C”代表肺门密度，变量值为1= “ +” 2= “+ ” 3= “ + ”。 指示每个格子中频数的变量：变量名取“F”直接输入各个格子的频数。所建立

25、的数据集如下表。RCF11431218813142112296237231632173355【操作过程】1. Data=>Weight Cases （对数据按频数进行加权 ） Weight Cases by单选框：选中Freqency Variable :选入 F单击ok钮2. Analyze=>Descriptive Statistics=>Crosstabs Rows框：选入RColumns 框: CStatistics 按钮：选中Chi-square复选框（做X2检验） 选中Kendall ' tau-b复选框（计算列联系数）选中Kappa复选框（计算 Kapp

26、a值，分析一致性）单击|Continue 钮Cells按钮: 选中Row复选框（计算行百分数）单击Continue钮单击ok钮【结果解释】Case Processing SummaryCasesValidMissingTotalNPercentNPercentNPercent矽肺期次 *肺 门密度级别492100.0%0.0%492100.0%上表为有效例数，缺失例数和总例数的情况，492例均有效。矽 肺期次*肺门 密度级 别Crosstabulat ion肺门密度级别+Total矽肺I期 Count4318814245期次% within矽肺期次17.6%76.7%5.7%100.0%n 期 Count19672169% within矽肺期次.6%56.8%42.6%100.0%皿期Count6175578% within矽肺期次7.7%21.8%70.5%100.0%TotalCou nt50301141492% within矽肺期次10.2%61.2%28.7%100.0%上表输出原始数据，并计算行百分数。Chi-Square Tes