X2检验简单教程一学就会.docx

《X2检验简单教程一学就会.docx》由会员分享，可在线阅读，更多相关《X2检验简单教程一学就会.docx（13页珍藏版）》请在三一办公上搜索。

1、X2检验X2检验是用途广泛的假设检验方法，它的原理是检验实际分布和理论分布的吻合程度。 主要用途有：两个及以上样本率（或构成比）之间差异比较，推断两变量间有无相关关系。 X2检验类型有：四格表资料X2检验（用于两样本率的检验），行X列表X2检验（用于两个及 两个以上样本率或构成比的检验），行X列列联表X2检验（用于计数资料的相关分析）。在 SPSS中，所有X2检验均用Crosstabs完成。界面说明【Rows框】用于选择行*列表中的行变量。【Columns框】用于选择行*列表中的列变量。【Layer框】Layer指的是层，对话框中的许多设置都可以分层设定，在同一层中的变量使用相同的设置， 而不

2、同层中的变量分别使用各自层的设置。如果要让不同的变量做不同的分析，则将其选入 Layer框，并用Previous和Next钮设为不同层。Layer在这里用的比较少，在多元回归中我 们将进行详细的解释。Display clustered bar charts 复选框】显示重叠条图。【Suppress table复选框】禁止在结果中输出行*列表。Statistics 】按钮弹出Statistics对话框，用于定义所需计算的统计量。Chi-square复选框：计算X2值。Correlations复选框：计算行、列两变量的Pearson相关系数和Spearman等级相关系数。Norminal复选框组：

3、选择是否输出反映分类资料相关性的指标，很少使用。Contingency coefficient复选框：即列联系数，其值界于01之间；Phi and Cramers V复选框：这两者也是基于X2值的，Phi在四格表X2检验中界于-11之间， 在R*C表X2检验中界于01之间；Cramers V则界于01之间；Lambda复选框：在自变量预测中用于反映比例缩减误差，其值为1时表明自变量预测应变 量好，为0时表明自变量预测应变量差；Uncertainty coefficient复选框：不确定系数，以熵为标准的比例缩减误差，其值接近1时表明 后一变量的信息很大程度来自前一变量，其值接近0时表明后一变量

4、的信息与前一变量无关。 Ordinal复选框组：选择是否输出反映有序分类资料相关性的指标，很少使用。Gamma复选框：界于01之间，所有观察实际数集中于左上角和右下角时，其值为1； Somersd复选框：为独立变量上不存在同分的偶对中，同序对子数超过异序对子数的比例； Kendalls tau-b复选框：界于-11之间；Kendalls tau-c复选框：界于-11之间；Eta复选框：计算Eta值，其平方值可认为是应变量受不同因素影响所致方差的比例；Kappa复选框：计算Kappa值，即内部一致性系数；Risk复选框：计算比数比OR值；McNemanr复选框:进行McNemanr检验，即常用的

5、配对计数资料的X2检验(一种非参检验);Cochrans and Mantel-Haenszel statistics 复选框：计算 X2 统计量(分层 X2，也有写为 X2M-HCMH的)，可在下方输出H0假设的OR值，默认为1。【Cells】按钮弹出Cells对话框，用于定义列联表单元格中需要计算的指标：Counts复选框组：是否输出实际观察数(Observed)和理论数(Expected)；Percentages复选框组：是否输出行百分数(Row)、列百分数(Column)以及合计百分数(Total)； Residuals复选框组：选择残差的显示方式，可以是实际数与理论数的差值(Unst

6、andardized)、 标化后的差值(Standardized，实际数与理论数的差值除理论数)，或者由标准误确立的单元 格残差(Adj. Standardized)；Crosstabs: Cell DisplayCount54 Observed!ExpectedPercentages r Row Column r TotalResidualsUnstandardicdStandardizedAdj. standardizedFormat 钮】用于选择行变量是升序还是降序排列。-Row OrderE scendingDescendingCrosstabs: Table Farat X分析实例一

7、、四格表资料的X2检验组另U愈合未愈合合计有效率（）呋喃硝胺5486287.09甲氰咪胍44206468.75合计982812677.78例6.1某医生用呋喃硝胺和甲氰咪胍治疗十二指肠溃疡，结果如下表，问两种药物治疗效果 有无差别？【建立数据文件】由于此处给出的是频数表（大部分资料都以这种形式给出），因此在建立数据集时可以直接输 入三个变量：行变量（分组变量）：变量名取“R”，变量值为1= “呋喃硝胺组”，2= “甲氰咪胍组” 列变量（疗效变量）：变量名取“C”，变量值为1= “愈合”，2= “未愈合” 指示每个格子中频数的变量：变量名取“F”，直接输入各个格子的频数。所建立的数据集如下表。然

8、后用Weight Cases对话框指定频数变量进行加权，最后调用Crosstabs过程进行X2检验。RCF1.001.0054.001.002.0044.002.001.008.002.002.0020.00【操作过程】Data=Weight Cases (对数据按频数进行加权)Weight Cases by单选框：选中Freqency Variable：选入 F单击OK钮Analyze=Descriptive Statistics=CrosstabsRows框：选入RColumns 框：CStatistics按钮：选中Chi-square复选框，单击Continue钮Cells.按钮：选中R

9、ow复选框，单击Continue钮单击OK钮【结果解释】上题分析结果如下：Case Processing SummaryCasesVa idMissingTotalNPercentNPercentNPercent组别*疗效126100.0%0.0%126100.0%首先是有效记录数和处理记录缺失值情况报告，可见126例均为有效值。组别 * 疗效 Cro sstabu latio n疗效Total愈合未愈合组别呋喃硝胺Count54862% within 组别87.1%12.9%100.0%甲氰米胍Count442064% within 组别68.8%31.3%100.0%TotalCount9

10、828126% within 组别77.8%22.2%100.0%上表为列出的四格表，其中加入变量值和变量值标签，看起来很清楚。Chi-Square TestsValuedfAsymp. Sig.(2-sided)Exact Sig. (2-sided)Exact Sig. (1-sided)Pearson Chi-Square6.133b1.013Continuity Correctiona5.1181.024Likelihood Ratio6.3041.012Fishers Exact Test.018.011Linear-by-Linear Association6.0841.014N

11、of Valid Cases126a. Computed only for a 2x2 tableb. 0 cells (.0%) have expected count less than 5. The minim um expected count is13.78.上表给出了一堆检验结果，从左到右为：检验统计量值(Value)、自由度皿。、双侧近似概率 (Asymp.Sig.2-sided)、双侧精确概率(Exact Sig.2-sided)、单侧精确概率(Exact Sig.1-sided)；从 上到下为：Pearson卡方(Pearson Chi-Square即常用的卡方检验)、连续性

12、校正的卡方值(Continuity Correction)、对数似然比方法计算的卡方(Likelihood Ratio)、Fishers 确切概 率法(Fishers Exact Test)、线性相关的卡方值(Linear by Linear Association) 有效记录数 (N of Valid Cases)。另夕卜，Continuity Correction和Pearson卡方值处分别标注有a和b，表格 下方为相应的注解：a.只为2*2表计算。b.0%个格子的期望频数小于5,最小的期望频数为13.78。因此，这里无须校正，直接采用第一行的检验结果，即X2=6.133, P=0.013

13、。因P=0.013，可以认为两种药物疗效有差异，结合样本率，可以认为呋喃硝胺有效率高于甲 氰米胍。如何选用上面众多的统计结果令许多初学者头痛，实际上我们只需要 在未校正卡方、校正卡方和确切概率法三种方法之间选择即可，其余 的对我们而言用处不大，可以视而不见。二、配对计数资料X2检验例6.2有28份痰液标本，每份分别接种在甲、乙两种培养基中，观察结核杆菌生长情况，结 果如下表，试检验甲、乙培养基生长率有无差别。甲乙两种结核杆菌培养基的培养结果7径美苴 乙培养基甲培养基甲培养基+合计+11920178合计121628【建立数据文件】输入三个变量：行变量(代表甲培养基)：变量名取“R”，变量值为1=

14、 “生长”，2= “未生长”列变量(代表甲培养基)：变量名取“C”，变量值为1= “生长”，2= “未生长”指示每个格子中频数的变量：变量名取“F”，直接输入各个格子的频数。所建立的数据集如下表。然后用Weight Cases对话框指定频数变量进行加权，最后调用Crosstabs过程进行X2检验。RCF1.001.0011.001.002.009.002.001.001.002.002.007.00【操作过程】1. Data=Weight Cases (对数据按频数进行加权)Weight Cases by单选框：选中Freqency Variable：选入 F单击OK钮2. Analyze=D

15、escriptive Statistics=CrosstabsRows框：选入RColumns 框：CStatistics按钮：选中Chi-square复选框（做成组X2检验，分析甲乙两培养基分析结果有无相 关）选中McNemanr复选框:（做配对X2检验,分析甲乙培养基阳性率有无差异）单击 Continue 钮Cells.按钮：选中Row复选框，单击Continue钮单击OK钮【结果解释】Case Processing SummaryCasesVa idMissinaTotalNPercentNPercentNPercent甲培养基*乙培养基28100.0%0.0%28100.0%上表为有效

16、例数，缺失例数和总例数的情况,28例均有效.甲培养基*乙培养基Crosstabulatio nCount乙培养基Total+-甲培 +11920养基 -178Total121628上表输出配对四格表数据。Chi-Square TestsValuedfAsymp. Sig.(2-sided)Exact Sig. (2-sided)Exact Sig. (1-sided)Pearson Chi-Square4.215 b1.040Continuity Correctiona2.6581.103Likelihood Ratio4.6891.030Fishers Exact Test.088.048L

17、inear-by-LinearAssociation4.0641.044McNemar Test.021cN of Valid Cases28a. Computed only for a 2x2 tableb. 2 cells （50.0%） have expected count less than 5. The minimum expected count is 3.43.c. Binomial distribution used.上表为X2检验的结果。首先是成组X2检验，X2=4.21，P=0.040，可以认为甲乙两培养 基的结果有相关性（即甲阳性，乙可能也阳性）。下面做了配对X2检验（

18、McNemar Test）, 用精确概率法计算，P=0.021 （双侧），可以认为甲乙两培养基阳性率差异有统计学意义。 三、RXC表X2检验例6.3某市三个地区出生婴儿的畸形发生情况如下表，试比较这三个地区出生婴儿畸形率有 无差异。地区畸形数无畸形数合计发生率（0）重污染区1143278339233.61一般市区444401034054710.95农村67827583428.03合计62551655228111.95这是3X2表资料，要进行3个样本率的比较。【建立数据文件】直接输入三个变量：行变量（分组变量）：变量名取“R”，变量值为1= “重污染区”，2= “一般市区”，“农村”。列变量（疗

19、效变量）：变量名取“C”，变量值为1= “畸形”，2= “非畸形”指示每个格子中频数的变量：变量名取“F”，直接输入各个格子的频数。所建立的数据集如下表。RCF111141232782144422401033167328275【操作过程】1. Data=Weight Cases （对数据按频数进行加权）Weight Cases by单选框：选中Freqency Variable：选入 F单击oK钮2. Analyze=Descriptive Statistics=CrosstabsRows框：选入RColumns 框：CStatistics按钮：选中Chi-square复选框单击 Contin

20、ue 钮Cells.按钮:选中Row复选框单击Continue钮单击OK钮【结果解释】Case Processing SummaryCasesValidMissinaTotalNPercentNPercentNPercent地区*疾病52281100.0%0.0%52281100.0%上表为有效例数，缺失例数和总例数的情况,52281例均有效。地区 * 疾病 Cro sstabu latio n疾病Total畸形非畸形地区重污染区Count11432783392% within 地区3.4%96.6%100.0%一般市区Count4444010340547% within 地区1.1%98.9

21、%100.0%农村Count6782758342% within 地区.8%99.2%100.0%TotalCount6255165652281% within 地区1.2%98.8%100.0%上表输出原始数据，并计算行百分数，重污染区畸形率为3.4%, 一般市区为1.1%, 农村为0.8%。Chi-Square TestsValuedfAsymp. Sig.(2-sided)Pearson Chi-Square148.984 a2.000Likelihood Ratio106.2442.000Linear-by-Linear Association84.7191.000N of Valid

22、 Cases52281a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 40.55.上上表为X2检验的结果，X2=148.984，自由度=2，P=0.000,可以认为这三个区新生儿畸形率差异有统计学意义，畸形率不同或不全相同。至于哪些地区 有差别，那些地区没有差别，或都有差别，可进行X2分割。四、RXC列列联表资料X2检验列联表是指每个观察对象按两种属性交叉分组归类，而且每种属性的分类都是有序的，这 样整理出的资料称双向有序列联表。配对计数资料就是一个2X2列联表。例6.4下表资料是4

23、92名不同期次矽肺患者其肺门密度级别的资料，试分析矽肺期次和肺 门密度级别有无关系。不同期次矽肺患者肺门密度级别分布矽肺期次肺门密度级别合计+I4318814245I19672169m6175578合计50301141492该资料是一个3X3列联表。每个矽肺病人按矽肺的期次和胸片肺门密度的级别进行交叉分类 归组。使用x2检验可以分析这两个属性之间有无相关性。【建立数据文件】直接输入三个变量：行变量（分组变量）：变量名取“R”，代表矽肺期次，变量值为1= “I期”，2= “II期”，3= “m期”。列变量（疗效变量）：变量名取“C”，代表肺门密度，变量值为1=+”，2=+”，3=+”。指示每个格

24、子中频数的变量：变量名取“F”，直接输入各个格子的频数。所建立的数据集如下表。RCF11431218813142112296237231632173355【操作过程】1. Data=Weight Cases （对数据按频数进行加权）Weight Cases by单选框：选中Freqency Variable：选入 F单击OK钮2. Analyze=Descriptive Statistics=CrosstabsRows框：选入RColumns 框：CStatistics 按钮：选中Chi-square复选框（做X2检验）选中Kendalls tau-b复选框（计算列联系数）选中Kappa复选框

25、（计算Kappa值，分析一致性）单击 Continue 钮Cells.按钮:选中Row复选框（计算行百分数）单击Continue钮单击OK钮【结果解释】Case Processing SummaryCasesValidMissingTotalNPercentNPercentNPercent矽肺期次*肺 门密度级别492100.0%0.0%492100.0%上表为有效例数，缺失例数和总例数的情况,492例均有效。矽肺期次*肺门密度级别Cro sstabu latio n肺门密度级别Total+矽肺 I期 Count4318814245期次 within矽肺期次17.6%76.7%5.7%100.

26、0%期 Count19672169% within矽肺期次.6%56.8%42.6%100.0%皿期 Count6175578% within矽肺期次7.7%21.8%70.5%100.0%TotalCount50301141492% within矽肺期次10.2%61.2%28.7%100.0%上表输出原始数据，并计算行百分数。Chi-Square TestsValuedfAsymp. Sig.(2-sided)Pearson Chi-Square163.007 a4.000Likelihood Ratio184.7924.000Linear-by-Linear Association125

27、.5101.000N of Valid Cases492a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 7.93.上表结果为X2检验的结果，X2=163.007，自由度=4, P=0.000,可以认为矽肺期次和肺 门密度有关，结合下表的列联系数(Kendalls tau-b)为0.498,两者呈正相关的关系，即矽 肺期别越高，肺门密度级别也越高。Symmetric MeasuresValueAsymp.Std. ErroraApprox. TbApprox. Sig.Ordinal

28、by OrdinalKendalls tau-b.498.03413.680.000Measure of Agreement Kappa.127.0285.070.000N of Valid Cases492a. Not assuming the null hypothesis.b. Using the asymptotic standard error assuming the null hypothesis.上表输出Kendalls tau-b列联系数，其值为0.498，标准误为0.034,对列联系数检验的统 计量为13.680，P=0.000。Kappa=0.127,其标准误=0.028，对Kappa值检验的统计量为5.070， P=0.000，可认为两者有一致性。根据经验KappaN0.75，表明两者一致性好；0.75KappaN 0.4,表明一致性一般；Kappa0.4表明一致性差。矽肺期次和肺门密度有一致性，但一致性 差。