《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。