列联表检.ppt

* * * 第四章 列联表分析 4.1 列联表原理 4.2 Crosstabs 过程 例1:某医院收得乙型脑炎重症病人204例,随机分成两组,分别用同样的中草药方剂治疗,但其中一组加一定量的人工牛黄,每个病人根据治疗方法和治疗效果进行分类,得出如下表格: 4.1 列联表原理 204 96 108 合计 126 50 76 加牛黄 78 46 32 不加牛黄 未愈 治愈 合计 疗效 疗法 列联表：观测数据按两个或更多属性（定性变量）分类 时所列出的频数表。 R×C列联表：分类频数排成R行C列的列联表。 2×2表：二行二列的列联表，又称四格表 。 列联表分析：使用列联表进行分类资料的检验。 ※双向无序 单向有序 双向有序且属性不同 列联表 双向有序且属性相同 设不加牛黄组治愈总体率为 ，加牛黄组治愈总体率为 检验 即 “疗法”与“疗效”独立 1.双向无序表独立性检验 双向无序列联表：两个分类变量分类标志无数值大小 与先后顺序之分。 204 96 108 合计 126 50 76 加牛黄 78 46 32 不加牛黄 未愈 治愈 合计 疗效 疗法 若 拒绝 H0：X与Y独立（即两组总体率相同） 实际频数Oij与理论频数Eij的差异是随机误差, 用Pearson卡方统计量 反映实际Oij与理论Eij吻合程度 注意：上述 检验适用于双向无序的 表(df≠1) 分组标志无数量大小和先后顺序之分。 分析的目的是考察两个属性之间是否独立。 疗效 疗法 中 医 西 医 痊愈 显效 合计 68 737 26 388 3 5 好转 无效 15 25 112 1155 注： 2.若R×C列联表中理论频数出现小于1，或理论频数 出现小于5的格数超过总格数1/5时，必须增大样本例数; 或把理论频数太小的行,列与性质相近的邻行,列合并; 或删去理论频数太小的行,列。 最小理论频数=最小行合计频数﹒最小列合计频数/总频数 1.双向无序列联表计算卡方统计量常用单侧检验。 3.多个总体率比较的卡方检验，若结论为拒绝原假设， 只能认为总体率之间不全等，不能说明任意两个总体率 有无差别，需做多重比较。 例： 判断患鼻咽癌与血型有无关系 分类 A型血 B型血 O型血 AB型血 合计 患癌者 64 86 130 20 300 健康人 125 138 210 26 499 合计 189 224 340 46 799 第一行合计数,第四列合计数最小,最小理论频数 H0:“患癌”与“血型”独立,H1:“患癌”与“血型”不独立 df＝(2－1)(4－1)＝3，单侧概率P0.05， 不能以α＝0.05水准的单侧检验拒绝H0， 总体率的差异无统计意义,不能认为患鼻咽癌与血型不独立。 2 . 四格表独立性检验 例1:某医院收得乙型脑炎重症病人204例,随机分成两组,分别用同样的中草药方剂治疗,但其中一组加一定量的人工牛黄,每个病人根据治疗方法和治疗效果进行分类,得出如下表格: 204 96 108 合计 126 50 76 加牛黄 78 46 32 不加牛黄 未愈 治愈 合计 疗效 疗法 双向无序四格表 （1） N≥40，理论频数≥5 （2）N≥40，理论频数小于5(但≥1)，用校正卡方统计量 (3) N40或理论频数小于1,不能使用卡方检验,应使用Fisher精确 检验, 称为四格表确切概率法。 列联表的原假设是两个变量X和Y相互独立，计算卡方统 计量，当此统计量很大时否定原假设。 df＝1 204 96 108 合计 126 50 76 加牛黄 78 46 32 不加牛黄 未愈 治愈 合计 疗效 疗法 “疗法”与“疗效”独立（即两组治愈率相同） N＝20440 统计结论：“疗法”与“疗效”不独立（即两组治愈率不同） 专业结论：加人工牛黄组疗效高于不加人工牛黄组的疗效。 4.2 Crosstabs 过程 例： 调查339名50岁以上的人的吸烟习惯与患慢性气管 炎病的数据而建立如下列联表，试探讨吸烟与患慢性气 管炎之间的关系。 组别 吸烟 不吸烟 患病组 43 13 健康组 162 121 目的：检验 变量X与Y是独立的 输入数据 个案加权 列联表