22第六章卡方检验

卡方检验医学统计学卡方检验是医学统计学中最常用的检验方法之一，它可用于测量两组数据之间的关联性。

在研究中，我们常常需要探究二者之间是否存在某种关联，卡方检验就是我们解决这个问题的利器。

卡方检验的原理卡方检验的原理是基于期望频数和实际频数的差异来检验两个变量之间的关系。

期望频数指的是在假设两个变量独立的情况下，我们可以根据样本量和其他条件，计算出不同组之间的理论值。

而实际频数则是实验中观察到的实际结果。

卡方检验的步骤如下：1.建立零假设和备择假设。

零假设指的是假设两个变量之间不存在任何关系，备择假设则是反之。

2.确定显著性水平 alpha，通常取值为0.05。

3.构建卡方检验统计量。

计算方法为将所有观察值与期望值的差平方后，再除以期望值的总和。

4.根据自由度和显著性水平，查卡方分布表得到 P 值。

5.如果 P 值小于显著性水平，拒绝零假设；否则无法拒绝零假设。

卡方检验的应用卡方检验可以应用于多个领域，其中医学统计学是最为常见的一个。

卡方检验可以用来分析两个疾病之间的相关性或者测量一种治疗方法的效果。

举个例子，某药厂要研发一种新的药物来治疗心脏病。

为了验证该药的疗效，实验组和对照组各50 人。

在 6 个月的治疗后，实验组和对照组中分别有 10 人和 15 人痊愈了。

卡方检验的作用就在于此时可以用来检验两组之间的差异是否具有统计学意义。

除了医学统计学之外，卡方检验在社会学、心理学、市场营销、物理等领域也都有广泛应用。

卡方检验的限制虽然卡方检验被广泛应用于各种实验和研究中，但它也有着自己的限制。

其中比较明显的一点就是对样本量有一定的要求。

当样本量较小的时候，期望频数的计算就会出现一定的误差，进而导致检验结果不准确。

此外，在面对非常态分布数据时，卡方检验也会出现问题。

当数据呈现正态分布时，卡方检验的准确性最高。

然而，实际上，很多数据都呈现出非正态分布，这时需要使用一些修正方法来解决。

卡方检验是医学统计学中最常用的统计方法之一，它可以用来测量两个变量之间的关联性。

Stata第六章卡方检验本节STATA命令摘要[by分层变量名:]tab2变量1变量2[,allchi2exactcellcolumnrow]tabi#11#12[...]\[#21#22[...][\...][,allchi2exactcellcolumnrow]•列联表分析STATA命令：[by分层变量:]tab2变量1变量2[，allchi2lichi2exactcellcolumnrow]上述命令中，变量1为行计数变量；变量2为列计数变量；all表示卡方(c2)检验，似然比(likelihoodratio)检验以及一些统计描述指标和检验，但不包括Fisher精确检验；exact表示Fisher精确检验；chi2表示c2检验；lichi2表示likelihoodratio检验；cell表示输出的列联表中显示每个观察计数值占该列联表总观察计数值的比例；row表示输出的列联表中显示每个观察计数值占该观察计数值所在行的各观察计数值总数的比例；coloumn表示输出的列联表中显示每个观察计数值占该观察计数值所在的列各观察计数值总数的比例。

例：某地调查肝癌病人与健康人饮用“醋冷水”(一种以冷水和醋为主要成分的饮料)的习惯。

用group=1表示肝癌组患者和group=2表示健康人；用custom=1表示经常饮用醋冷水；custom=2表示偶尔饮用醋冷水和custom=3表示从不饮用醋冷水。

具体资料为：(摘自医学统计方法，金丕焕主编，p163)。

组别经常偶尔从不饮用合计肝癌组26442898健康组28491794合计549345192显然这是一个病例对照研究，所以每组人数是人为确定的，因此只需计算各组"经常"，"偶而"和"从不饮用"占本组的频数以及检验患肝癌是否与饮水习惯有关。

tab2groupcustom,rowchi2->tabulationofgroupbycustom|customgroup|123|Total-----------+--------------------------------------------+----------1|①264428|98|②26.5344.9028.57|100.00-----------+--------------------------------------------+----------2|③284917|94|④29.7952.1318.09|100.00-----------+--------------------------------------------+----------Total|⑤549345|192|⑥28.1248.4423.44|100.00Pearsonchi2(2)=2.9497Pr=0.229①该行表示第一组(肝癌组)的3个观察数；②该行表示第一组的各个观察数的占第一组观察总数的百分比；③该行表示第二组(健康组)的3个观察数；④该行表示第二组的各个观察数的占第二组观察总数的百分比；⑤该行表示关于饮用醋冷水习惯的三个分类：“经常”，“偶尔”和“从不”的合计数；⑥该行表示上述三个合计数分别占总样本数的百分比。

卡方检验的原理卡方检验是一种用于检验两个分类变量之间是否存在相关性的统计方法。

它的原理是通过比较实际观察值和期望理论值之间的差异来判断两个变量之间的相关性程度。

在进行卡方检验时，我们首先需要构建一个列联表，然后根据列联表中的数据计算出卡方值，最后根据卡方值来判断两个变量之间的相关性程度。

首先，我们来看一下列联表的构建。

列联表是由两个分类变量的交叉分类频数构成的二维表格。

表格的行表示一个分类变量的各个分类，表格的列表示另一个分类变量的各个分类，交叉点上的数字表示对应分类组合的频数。

构建列联表的目的是为了清晰地展现两个变量之间的关系，为后续的卡方检验提供数据基础。

接下来，我们需要计算卡方值。

卡方值的计算公式为，χ²=Σ((O-E)²/E)，其中，Σ表示求和，O表示观察频数，E表示期望频数。

在计算卡方值时，我们需要先计算出期望频数，然后将观察频数和期望频数的差异进行平方，并除以期望频数，最后将所有分类组合的差异平方和除以期望频数的总和就得到了卡方值。

最后，我们根据卡方值来判断两个变量之间的相关性程度。

在进行判断时，我们需要参考自由度和显著性水平。

自由度的计算公式为，df=(r-1)(c-1)，其中，r表示行数，c表示列数。

在一般情况下，我们可以查找卡方分布表来确定显著性水平下的临界值，然后比较计算出的卡方值和临界值的大小关系，从而判断两个变量之间的相关性程度。

总的来说，卡方检验是一种用于检验两个分类变量之间相关性的统计方法，它通过比较实际观察值和期望理论值之间的差异来判断两个变量之间的相关性程度。

在进行卡方检验时，我们需要构建列联表，计算卡方值，并根据卡方值来判断两个变量之间的相关性程度。

通过卡方检验，我们可以更加清晰地了解两个变量之间的关系，为进一步的分析和决策提供依据。

卡方检验什么是卡方检验卡方检验是一种用途很广的计数资料的假设检验方法。

它属于非参数检验的范畴，主要是比较两个及两个以上样本率( 构成比）以及两个分类变量的关联性分析。

其根本思想就是在于比较理论频数和实际频数的吻合程度或拟合优度问题。

它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。

卡方检验的基本原理卡方检验是以χ2分布为基础的一种常用假设检验方法，它的无效假设H0是：观察频数与期望频数没有差别。

该检验的基本思想是：首先假设H0成立，基于此前提计算出χ2值，它表示观察值与理论值之间的偏离程度。

根据χ2分布及自由度可以确定在H0假设成立的情况下获得当前统计量及更极端情况的概率P。

如果P值很小，说明观察值与理论值偏离程度太大，应当拒绝无效假设，表示比较资料之间有显著差异；否则就不能拒绝无效假设，尚不能认为样本所代表的实际情况和理论假设有差别。

卡方值的计算与意义χ2值表示观察值与理论值之问的偏离程度。

计算这种偏离程度的基本思路如下。

(1)设A代表某个类别的观察频数，E代表基于H0计算出的期望频数，A与E之差称为残差。

(2)显然，残差可以表示某一个类别观察值和理论值的偏离程度，但如果将残差简单相加以表示各类别观察频数与期望频数的差别，则有一定的不足之处。

因为残差有正有负，相加后会彼此抵消，总和仍然为0，为此可以将残差平方后求和。

(3)另一方面，残差大小是一个相对的概念，相对于期望频数为10时，期望频数为20的残差非常大，但相对于期望频数为1 000时20的残差就很小了。

考虑到这一点，人们又将残差平方除以期望频数再求和，以估计观察频数与期望频数的差别。

进行上述操作之后，就得到了常用的χ2统计量，由于它最初是由英国统计学家Karl Pearson在1900年首次提出的，因此也称之为Pearson χ2，其计算公式为：其中，Ai为i水平的观察频数，Ei为i水平的期望频数，n为总频数，pi为i水平的期望频率。

医学统计方法之卡方检验卡方检验，又称卡方分布检验（Chi-Square Test），是一种常用的统计方法，用于检验两个或多个分类变量之间是否存在显著差异。

本文将详细介绍卡方检验的原理、应用范围以及具体的步骤。

一、原理：卡方检验的原理是基于卡方分布的性质。

卡方分布是指具有自由度的正态分布的平方和，记为χ^2(k)，其中k为自由度。

在卡方检验中，我们将观察到的频数与理论预期频数进行比较，从而判断两个或多个分类变量之间的差异是否显著。

二、应用范围：卡方检验广泛应用于医学研究中的数据分析，尤其是在对两个或多个分类变量之间的关联进行检验时。

常见的应用场景包括但不限于以下几种：1.检验观察频数与理论预期频数之间的差异，以判断观察结果是否与理论预期相符。

2.检验两个或多个分类变量之间的关联性，以确定它们之间是否存在显著的相关性。

3.比较两个或多个群体在一个或多个分类变量上的分布差异，从而判断它们之间是否存在显著差异。

三、步骤：卡方检验的主要步骤包括以下几个：1. 建立假设：首先需要明确检验的假设。

在卡方检验中，通常有两种假设：“原假设”（null hypothesis，H0）和“备择假设”（alternative hypothesis，H1）。

原假设通常表示没有差异或关联，备择假设则表示存在差异或关联。

2.计算期望频数：根据原假设，计算出理论预期频数。

理论预期频数是基于既定的分布假设和样本总体的参数计算得出的。

3.计算卡方值：将观察频数与理论预期频数进行比较，计算出卡方值。

卡方值是观察频数与理论预期频数之间的差异的平方和。

4.确定自由度：根据检验问题的具体情况确定自由度。

在卡方检验中，自由度通常由分类变量的水平数目决定。

5.查表找出p值：根据卡方分布表，找出相应自由度下的临界值。

将计算得到的卡方值与临界值进行比较，确定其显著性水平。

p值是指在原假设成立的前提下，观察到的差异大于或等于当前差异的概率。

6.做出判断：根据p值与显著性水平的比较，做出判断是否拒绝原假设。

医学统计方法之卡方检验卡方检验（Chi-square test）是一种常用的医学统计方法，用于比较观察频数与期望频数的差异，以判断两个或多个类别变量之间是否存在相关性或差异。

卡方检验适用于分类数据的分析，常用于研究疾病与相关因素的关系、药物与不良反应的关系等。

卡方检验的基本原理是通过计算观察频数与期望频数之间的差异，并比较差异的程度来判断两个或多个分类变量之间的关联性。

卡方值越大，观察频数与期望频数之间的差异越大，相关性越显著。

卡方检验的零假设（Null hypothesis）是假设变量之间没有关联性，即观察频数与期望频数之间的差异是由随机误差引起的。

卡方检验的计算步骤如下：1.建立零假设与备择假设。

例如，我们想要研究其中一种药物与不良反应的关系，零假设可以是“该药物与不良反应之间没有关联性”，备择假设可以是“该药物与不良反应之间存在关联性”。

2.构建两个变量的列联表，计算观察频数。

列联表是将两个或多个分类变量交叉组合生成的一个二维表格。

例如，我们可以将药物使用与不良反应按行和列分别组合，得到一个2×2的列联表。

3.计算期望频数。

期望频数是在零假设成立的情况下，根据总体总数和变量之间的独立性计算的理论频数。

期望频数可以通过计算每个组合的行合计、列合计以及总体合计来得到。

4.计算卡方值。

卡方值是观察频数与期望频数之间的差异的平方和除以期望频数的总和，即卡方值=Σ((O-E)²/E)，其中O为观察频数，E为期望频数。

5.比较卡方值与临界值。

通过查找卡方分布表，根据给定的显著性水平（一般为0.05或0.01），确定临界值。

如果卡方值大于临界值，则拒绝零假设，认为两个变量之间存在关联性。

如果卡方值小于等于临界值，则无法拒绝零假设，认为两个变量之间不存在关联性。

6.进行推论。

如果拒绝零假设，可以推断两个变量之间存在关联性。

反之，如果无法拒绝零假设，不能推断两个变量之间存在关联性。

需要注意的是，卡方检验对样本容量有一定要求，通常要求每个格子的期望频数不低于5、如果期望频数低于5，需要采取合适的修正方法或使用其他适用于小样本的检验方法。