四格表卡方检验讲解学习

分 组 * 性 别 Crosstabulation
性别
男
女
分 组 试 验 药 Count
20
10
% within 分 组 66.7% 33.3%
安 慰 剂 Count
16
14
% within 分 组 53.3% 46.7%
T ot al
Count
36
24
% within 分 组 60.0% 40.0%
• 本例操作如下：
第9页/共52页
3、Crosstabs 过程对话框操作提示 • 单击Analyze/Descriptive Statistics/ • Crosstabs打开相关分析对话框，选择分析。 • 本例操作如下：
选择行、列变量后，打开统计量选项对话框。
第10页/共52页
选择卡方检验选项
实验分组变量—ecg 分析变量性别—gender 数据为原始数据
第26页/共52页
6.2 连续校正四表格卡方检验
例6-3 冠心病复发与体育锻炼关系研究，结果见
下表，（输入数据文件格式见data6-3)问两组的疗
效有无差异？
体育锻炼
冠心病复发情况合计是否来自参加262
64
未参加
8
42
50
合计
10
104
114
61
83
32
19
93
102
合计
144 51 195
第2页/共52页
6.1.1 四格表χ2检验知识回顾
概念 它是完全随机设计下两行两列的卡方检验。
检验目的 1、推断两个二分类变量总体率的差异性。 2、推断两个二分类变量总体构成比的差异性。
第3页/共52页

相对数：计数资料常用的统计指标， 又
称相对指标（Relation number)
常用相对数
率 构成比 相对比
2019年8月1日
常用相对数
1. 率 （Rate) * 频率指标，表示某现象发生的频率和强度
* 计算公式： 发生某现象的个体数
率= ———————————— × K 可能发生某现象的个体数
（ K为比例基数，可为100%或1000‰……等） 如：发病率、死亡率、发生率、阳性率、患病率 、有效率等
成(%) =③/② =④/② =⑤/② =⑤/③
0~ 90319 501 145 11 45.05 5.55 1.61 0.12 2.60
30~ 63223 254 122 12 31.54 4.02 1.93 0.19 5.51
55~ 36584 214 125 15 18.25 5.85 3.42 0.41 7.94
的 2检验。
2019年8月1日
Karl Pearson (1857~1936) 英国统计学家 1901年10月与 Weldon，Galton 一起创办 Biometvika
2019年8月1日
例8-1 某医院收治376例胃脘痛患者，随机分 为两组，分别用新研制的中药胃金丹和西药治疗。 结果如表8-1，探讨两药疗效有无差别。
表8-1 两药治疗胃脘痛的疗效四格表
10
8
6
5.55
4
2
0 0~岁

患病率（0/00）
9.18
4.02
5.85
患病率
30~岁
55~岁
65~岁
2019年8月1日
三、应用相对数应注意的问题
1.分析时不能以构成比代替率

例2： 教科书第238页。
第四节 四格表旳卡方检验
• 一、独立样本四格表旳卡方检验 • 独立样本四格表旳χ2检验，就是最简朴旳双向表 即22表旳χ2检验。它既能够用缩减公式来计算χ2值， 又能够用χ2检验旳基本公式来计算χ2值。
例1： 教科书第240页。
例如： 教科书第242页。
例如： 教科书第244页。
关键词：普小教师 有特殊教育需要旳学生 随班就读态度

2．校正χ2值旳计算
• 在有关样本四格表中，假如(b+c)<30或 (b+c)<50（即要求比较严格），则要对χ2值进 行亚茨连续性校正。其校正公式为：
2 ( b c 1)2
bc
例1： 教科书第246页。
北京、香港两地普小教师对有特殊教育需要学生
随班就读态度旳比较研究
韦小满、袁文得、刘全礼
摘要：从北京、香港两个地域旳一般小学中随机抽取了 225名教师进行问卷调查。成果表白，在对有特殊教育需要学 生在一般班级随班就读旳基本态度上，香港地域持赞同态度旳 教师百分比高于北京地域。但对各类有特殊教育需要学生旳随 班就读，两地教师旳态度既有相同旳方面，也有不同旳方面。 两地教师对随班就读旳接受程度明显受学生旳残疾类型和残疾 程度旳影响。

四格表卡方检验结果解读
卡方检验是一种统计方法，用于判断两个分类变量之间是否存在关联性。

四格表卡方检验是卡方检验的一种特殊形式，常用于比较两个变量的分布，特别是当变量有两个分类且分别为两个互斥的水平时。

四格表卡方检验的结果解读主要包括卡方值、自由度和显著性水平等。

卡方值是用于衡量观察到的频数与期望频数之间的偏离程度。

自由度是指用于计算卡方值的度量数量，计算方法为（行数-1）*（列数-1）。

显著性水平是指判断卡方值是否显著的阈值，通常使用0.05或0.01作为判断标准。

当卡方值显著小于显著性水平时，我们可以认为两个变量之间不存在关联性。

这意味着两个变量的分布在统计上没有差异，变量之间的关联是由于随机差异引起的。

反之，当卡方值显著大于等于显著性水平时，我们可以认为两个变量之间存在关联性。

这意味着两个变量的分布在统计上存在差异，变量之间的关联是非随机的。

需要注意的是，卡方检验只能表明两个变量之间是否存在关联性，不能确定关联性的方向和强度。

如果想要探究更深入的关系，可以使用其他统计方法，如相关分析或回归分析等。

四格表卡方检验是一种常用的统计方法，用于判断两个变量之间的关联性。

通过解读卡方值、自由度和显著性水平，可以得出两个变量之间是否存在关联性的结论。

然而，卡方检验只能表明是否存在关联性，不能确定其方向和强度。

如需深入了解两个变量的关系，可以考虑其他统计方法。