卡方检验

四格表资料的卡方检验，也称卡方检验，可以推断两个（或多个）总体率以及构成比之间有无差别等等

卡方检验

• 四格表资料的卡方检验
  • 概念
    • 也称卡方检验，可以推断两个（或多个）总体率以及构成比之间有无差别
  • 一、卡方检验的应用范围
    • 推断两个或多个总体率或构成比之间差别有无统计学意义
    • 分析行列两种属性或两个变量之间有无关联性
    • 检验某事物的频数分布是否符合某一理论分布（称为频数分布的拟合优度检验）
  • 二、卡方检验的基本思想
    • 用卡方值的大小来衡量实际频数和理论频数之间的偏离程度
  • 三、四格表卡方检验的基本公式
  • 四、四格表卡方检验的应用条件
    • 总例数n≥40,且所有的T≥5，用Pearson X2检验;
    • 总例数n≥40,但有1≤T<5，用校正X2检验；
    • 总例数n＜40,或丁＜ 1或A=0，用Fisher’s确切概率检验
• 配对四格表资料的卡方检验
  • 方表
    • 双向且属性相同的列联表
  • McNemar检验
    • 或称优势性检验。适用于方表资料，检验行列两因素效应的差别是否有统计学意义。（麦克尼玛尔检验）
      • H0:行列效果相同
  • Kappa检验
    • 或称一致性检验，是用行列两因素评估结果一致的部分，检验两因素评估结果的实际一致率与随机的一致率差别是否具有统计学意义
      • Ho：两种诊断结果不一致 H1：两种诊断结果具有一致性
  • 配对四格表可进行
    • 独立性检验（用Pearson X2检验）
      • Pearson X2检验结论为有差异时， 表示行列属性有关联性 （有关联即不独立）
    • 优势性检验（用McNemar检验）
      • MeNemar检验结论为有差异时， 表示行列效果不同
    • 一致性检验（用Kappa检验）
      • Kappa检验结论为有差异时， 表示两种诊断结果具有一致性
• 行*列表资料的卡方检验
  • 专用公式
  • 多重比较方法
    • 1、多个实验组间的两两比较
      • 分析目的为k个实验组间，任两个率均进行比较，检验水准a’可为：a'=a/【k (k-1)/2】k为参加检验的组数
    • 2.实验组与同一对照组的比较
      • 检验水准a'可为：a’=a/(k-1) k为参加检验的组数
  • 注意事项
    • 一般认为，行*列资料中的各格理论数据不应小于1，并且1≤T<5个格子数不宜超过格子总数的1/5
    • 多个样本率比较，若所得统计推断为拒绝H0，接受H1，只能认为各总体率之间总的来说有差别，不能说明任两个总体率之间均有差别
    • 在实际应用中，对于有序的R*C表资料不宜用卡方检验