《SPSS卡方檢驗》PPT課件.ppt

spss18.0 卡方檢驗,主要內容,1.兩獨立樣本率比較的卡方檢驗 2.配對計數資料的卡方檢驗 3.分層資料的卡方檢驗 4.卡方的兩兩比較,一、兩獨立樣本的卡方檢驗,列聯表資料：指兩個或者多個分類變量各水平組合頻數分布表，又稱頻數交叉表，簡稱交叉表（Crosstabs）。 下表為四格表,操作過程 （1）建立數據文件（chi2_2.sav） 數據格式：4行3列（如下圖）,分類變量（行變量）：變量名“group”，1=“抗病毒組”，2=“紫外線組”。 分類變量（列變量）：變量名”effect”，1=“有效”，2=“無效”。 頻數變量：變量名“freq”，將四格表中的4個頻數輸入此列,（2）加權個案 加權個案是指對變量，特別是頻數變量賦予權重。本例對變量“freq”進行加權。 Spss18.0操作 點擊“數據”選擇“加權個案”,彈出下列窗口 選擇加權個案，并將變量“freq”拉進框內,（3）卡方檢驗操作： 分別選擇 “分析” “統計描述” “交叉表” 如右圖,彈出交叉表（Crosstabs）主對話框 1.行變量 本例選擇“group” 2.列變量 本例選擇“effect”,點擊右邊“統計量”選項，彈出對話框（如下圖） 選擇“卡方”選項,（4）結果解釋：,Pearson 卡方：非校正卡方檢驗 連續(xù)校正：僅適用于四格表,Fisher 的精確檢驗：Fisher確切概率檢驗，也僅適用于四格表資料 似然比：似然比卡方檢驗，適用 表資料 線性和線性組合：線性相關性檢驗，兩變量均為等級變量，且從小到大排列時方有意義，其他情況忽略,其他選項介紹,1.相關性：計算Pearson和Spearsmen相關系數，用以說明行變量和列變量的相關程度。 2相依系數：又稱列聯系數。也是用來說明相關性。 3.Gamma :測量兩個等級變量之間關聯度的統計量 4.Kappa：Kappa系數，見下文,觀察值：觀察頻數 期望值：期望頻數 行百分比：給出行變量百分比 列百分比：給出列變量百分比,不需要加權個案的數據,如果數據格式如下圖（例：骨科數據）,每一行都是一個個體，無需加權。如果分析4種病變節(jié)段在性別分布有無差異，如下圖：,將“性別”和“病變節(jié)段”分別拖入行變量和列變量，其他操作同需加權數據。,1.兩獨立樣本率比較的卡方檢驗 2.配對計數資料的卡方檢驗 3.分層資料的卡方檢驗 4.卡方的兩兩比較,2.配對計數資料的卡方檢驗,配對設計的特點是對同一樣本的每一份樣品分別用A、B兩種方法處理，或者前后測量，觀察其陽性和陰性例數。,文件chi_pair.sav為例 操作過程： 分析 統計描述 交叉表 行變量：treat_b 列變量：treat_a 統計量：McNemar,結果解釋：所用方法是基于二項分布的McNemar檢驗，p=0.000（雙側），差異顯著，即抗生素用于治療呼吸道感染是有效的。,使用 系數分析吻合情況,例：116例患者的診斷結果見下表及數據“diagnosis.sav”，使用kappa系數法分析影像CT診斷和病理診斷的吻合情況。,文件diagnosis.sav為例 操作過程： 分析 統計描述 交叉表 行變量：treat_b 列變量：treat_a 統計量：McNemar Kappa,結果解釋：McNemar 檢驗結果p=0.057，兩法診斷結果差異無統計學意義,兩種診斷吻合系數為 k=0.740，p=0.000，說明兩種診斷方法的吻合度有統計學意義且較強。一般大于0.7表示吻合度較強。0.70.4一般，小于0.4表示較弱,1.兩獨立樣本率比較的卡方檢驗 2.配對計數資料的卡方檢驗 3.分層資料的卡方檢驗 4.卡方的兩兩比較,例：Doll和Hill以709例肺癌患者做病例、709個非腫瘤患者做對照，按性別分層，研究吸煙與肺癌的關系，調查結果如下表。試做肺癌的病例對照分析。,如果不分層結果如下,結果解釋：p=0.002，差異具有統計學意義,分層做法,操作:(1)建立數據文件 分層變量：選如“gender” （2）菜單選擇 統計量主對話框下 風險 Cochrans and Mantel-Haenszel統計量,結果1：男性卡方檢驗p=0.000 女性p=0.584,結果2：風險估計，男性組OR=14.043，95%置信區(qū)間不包括1。女性OR=1.222， 95%置信區(qū)間包括1。提示，對于男性而言吸煙史發(fā)生肺癌的危險因素，女性則不是。,關于OR值,Odds Ratio:相對危險度（也稱比值比、優(yōu)勢比） 指病例組中暴露人數與非暴露人數的比值除以對照組中暴露人數與非暴露人數的比值。 涵義：暴露者的疾病危險度為非暴露者的多少倍。OR1說明疾病的危險度因暴露而增加，暴露與疾病為“正”關聯。OR1說明疾病的危險度因暴露而減少，“負”關聯,結果3：OR的均一性檢驗,用兩種方法比較性別之間OR是否存在差異（p=0.001）。說明男性高于女性,結果4：又稱協變量分析，將性別當做協變量，即剔除性別這個影響后吸煙與肺癌的關系。結果顯示在剔除性別影響后，吸煙和肺癌仍然顯著相關，即吸煙史導致肺癌的危險因素。,結果5：又稱公共OR值估計，合并OR值為2.812，95%置信區(qū)間不包括1，且與1相比差異有顯著性（p=0.000） 注意：經OR值均一性檢驗各層OR值有顯著差異時，不宜計算公共OR值,主要內容,1.兩獨立樣本率比較的卡方檢驗 2.配對計數資料的卡方檢驗 3.分層資料的卡方檢驗 4.卡方的兩兩比較,多個率間的多重比較,多個率比較的資料可以整理成多個2乘k表資料，若不經過任何處理，而直接進行兩兩比較，必須重新規(guī)定檢驗標準，其目的是為保證檢驗假設中I型錯誤 的概率不變。 重新規(guī)定檢驗標準的估計方法有兩種 1.多個實驗組間的兩兩比較 分析目的為k個實驗組間，任兩個率進行比較 ，公式如下,例 3個實驗組間的兩兩比較，其檢驗水準 用上面公式估計如下,2.實驗組與同一個對照組的比較 公式如下,SPSS進行兩兩比較,有兩種方式 1.第一種，直接通過“選擇個案“來篩選數據。,第二種方法：SPSS語法修改。 選擇“黏貼”選項，進行修改。,通過修改個案選擇和黏貼交叉表的語法 也可以直接進行交叉表語法的修改,練習,練習一：某醫(yī)院欲比較異梨醇口服液（實驗組）和氫氯噻嗪+地塞米松（對照）降低顱內壓的療效。將200例顱內壓增高