医学统计学卡方检验答题模板

第十四节卡方检验（2）一、配对卡方检验把每一份样本平均分成两份，分别用两种方法进行化验,比较此两种化验方法的结果（两类计数资料)是否有本质的不同;或者分别采用甲、乙两种方法对同一批病人进行检查，比较此两种检查方法的结果（两类计数资料）是否有本质的不同，此时要用配对卡方检验。

操作方法：单击【Statistics钮】,在弹出的Statistics对话框中选择McNemanr复选框，进行McNemanr检验.即配对卡方检验,只能针对方形表格进行.不能给出卡方值，只能给出P值。

二、一致性检验（Kappa检验）诊断试验的一致性检验经常用在下列两种情况中：一种是评价待评价的诊断实验方法与金标准的一致性；另一种是评价两种化验方法对同一个样本（化验对象）的化验结果的一致性、两个医务工作者对同一组病人的诊断结论的一致性、同一医务工作者对同一组病人前后进行两次观察作出的诊断的一致性等等。

Kappa值即内部一致性系数,是作为评价判断的一致性程度的重要指标。

取值在0～1之间。

Kappa≥0。

75两者一致性较好；0。

75>Kappa≥0.4两者一致性一般;Kappa<0.4两者一致性较差。

操作方法：单击【Statistics钮】,在弹出的Statistics对话框中选择Kappa 复选框。

计算Kappa值。

如果选择Risk复选框,则计算OR值（比数比）和RR值（相对危险度）.病例对照研究（case control study）是主要用于探索病因的一种流行病学方法.它是以某人群内一组患有某种病的人（称为病例）和同一人群内未患这种病但在与患病有关的某些已知因素方面和病例组相似的人（称为对照)作为研究对象；调查他们过去对某个或某些可疑病因(即研究因子）的暴露有无和（或）暴露程度（剂量)；通过对两组暴露史的比较，推断研究因子作为病因的可能性：如果病例组有暴露史者或严重暴露者的比例在统计学上显著高于对照组，则可认为这种暴露与患病存在统计学联系，有可能是因果联系。

卡方检验例题与解析卡方检验是一种常见的假设检验方法。

它可以用于判断两个分类变量之间是否存在关联。

在实际应用中，卡方检验常常被用于分析调查数据、医学研究以及质量控制等领域。

下面我们就以一个卡方检验的例题来详细讲解该方法的步骤和解析。

例题：某医院调查100名糖尿病患者的主要症状和服药情况，结果如下表所示。

其中0表示未服药，1表示已服药，结果表格中的数值为各种情况下的人数。

| | 服药情况 | 未服药 | 已服药 || :- | :- | :- | :- || 症状 | 无 | 30 | 20 || | 微弱 | 10 | 10 || | 轻度 | 25 | 15 || | 中度 | 20 | 5 || | 重度 | 5 | 0 |问题：主要症状是否与服药情况有关？步骤1：构造假设首先，我们要明确研究的问题是主要症状是否与服药情况有关。

因此，我们要构造如下的假设：- 零假设 H0：主要症状和服药情况之间不存在关联，即服药情况对主要症状没有影响。

- 备择假设 H1：主要症状和服药情况之间存在关联，即服药情况对主要症状有影响。

步骤2：计算期望频数为了进行卡方检验，我们需要先计算期望频数。

期望频数是指在假设零假设 H0 成立的情况下，我们预计每个分类变量的频数应该是多少。

具体地，我们可以用以下公式来计算期望频数：期望频数 = (行总计数× 列总计数) ÷ 样本总计数在本例中，样本总计数为 100，行总计数为 5，列总计数为 2。

因此，我们可以使用如下的表格来计算期望频数：| | 服药情况 | 未服药 | 已服药 | 行总计数 | 期望频数(未服药) | 期望频数(已服药) || :- | :- | :- | :- | :- | :- | :- || 症状 | 无 | 30 | 20 | 50 | 25 | 25 || | 微弱 | 10 | 10 | 20 | 10 | 10 || | 轻度 | 25 | 15 | 40 | 20 | 20 || | 中度 | 20 | 5 | 25 | 12.5 | 12.5 || | 重度 | 5 | 0 | 5 | 2.5 | 2.5 || 列总计数 | 70 | 50 | 100 |步骤3：计算卡方值和自由度计算卡方值的公式如下：X² = ∑ [(观察频数 - 期望频数)² / 期望频数]其中，观察频数是指实际样本中各分类变量的频数，期望频数是指在假设 H0 成立的情况下，我们预计各分类变量的频数。

医学统计学试题及答案一、选择题1. 医学统计学中的描述性统计主要用来描述（）。

A. 总体参数B. 样本数据C. 个体差异D. 随机误差答案：B2. 在医学研究中，双盲法的主要目的是（）。

A. 增加样本量B. 控制偏倚C. 减少随机误差D. 提高治疗效果答案：B3. 下列哪种情况下，使用卡方检验是合适的？（）A. 比较两个连续变量的均值B. 比较两个分类变量的分布C. 检验一个连续变量的方差D. 检验两个样本的一致性答案：B4. 在医学统计分析中，多元线性回归可以用来评估（）。

A. 一个变量对另一个变量的影响B. 两个或多个变量对一个变量的影响C. 一个变量对另一个变量的影响是否显著D. 两个或多个变量之间的相关性答案：B5. 以下哪项是医学统计学中的基本概念？（）A. 疾病发生率B. 疾病死亡率C. 疾病预后D. 疾病流行趋势答案：A二、填空题1. 在医学统计中，用于描述数据分布离散程度的指标是________。

答案：方差2. 为了减少样本误差，提高统计效能，医学研究中常用的抽样方法是________。

答案：分层随机抽样3. 在医学研究中，用于比较两个独立样本均值差异的统计方法是________。

答案：独立样本t检验4. 用于评估医学治疗效果的统计指标是________。

答案：治疗效果差异5. 用于描述个体在群体中的分布情况的统计图表是________。

答案：直方图三、简答题1. 请简述医学统计学在临床研究中的应用及其重要性。

医学统计学在临床研究中的应用极为广泛，它通过科学的方法对临床数据进行收集、整理、分析和解释，从而为临床决策提供依据。

其重要性体现在以下几个方面：首先，统计学可以帮助研究者正确设计研究方案，确保研究的有效性和可靠性；其次，通过统计分析，可以评估治疗效果、疾病风险和预后情况，为临床治疗提供指导；再次，统计学还能够识别和控制研究中的偏倚和误差，提高研究结果的准确性；最后，统计学方法在临床试验中尤为重要，它能够确保试验结果的客观性和科学性，为新药物或治疗方法的开发和应用提供支持。

卡方检验计算题例题
假设有一组数据，如下表所示：
| 实际值 | 预期值 |
|--------|--------|
| 50 | 40 |
| 60 | 70 |
| 90 | 80 |
现在需要进行卡方检验，判断实际值是否与预期值有显著差异。

步骤如下：
1. 计算每个单元格的卡方值。

对于第一个单元格，其卡方值为： $ frac{(50-40)^2}{40} =
2.5 $
同理，对其他单元格进行计算，得到：
| 实际值 | 预期值 | 卡方值 |
|--------|--------|--------|
| 50 | 40 | 2.5 |
| 60 | 70 | 1.25 |
| 90 | 80 | 1.125 |
2. 计算所有单元格的卡方值之和，得到：
$ chi^2 = 2.5 + 1.25 + 1.125 = 4.875 $
3. 根据自由度计算临界值。

自由度为 $(r-1)(c-1)$，其中
$r$ 和 $c$ 分别为行数和列数。

在本例中，自由度为 $2$。

根据统计学知识，当显著性水平为 $0.05$ 时，临界值为 $5.99$。

4. 比较计算出来的卡方值和临界值。

如果计算出来的卡方值小于临界值，则认为实际值与预期值没有显著差异；否则，认为有显著差异。

在本例中，计算出来的卡方值为 $4.875$，小于临界值 $
5.99$，因此认为实际值与预期值没有显著差异。

因此，通过卡方检验得出结论：实际值与预期值没有显著差异。