导图社区 专题九:卡方检验
专题九:卡方检验,卡方检验的基本思想,差异性检验,配对设计资料,独立性检验内容点总结。希望对生物统计学的小伙伴有所帮助。
这是一篇关于5 第五章 外源化学物的致癌作用的思维导图,包括:化学致癌物的分类、化学致癌机制、化学致癌的影响因素、外源化学物致癌性的测试和评价。
病例对照研究(case-control study)是以当前已经确诊的患有某特定疾病的一组病人作为病例组,以不患有该病但具有可比性的一组个体作为对照组,通过询问、实验室检...
社区模板帮助中心,点此进入>>
论语孔子简单思维导图
《傅雷家书》思维导图
《童年》读书笔记
《茶馆》思维导图
《朝花夕拾》篇目思维导图
《昆虫记》思维导图
《安徒生童话》思维导图
《鲁滨逊漂流记》读书笔记
《这样读书就够了》读书笔记
妈妈必读:一张0-1岁孩子认知发展的精确时间表
9专题九:卡方检验
卡方检验的基本思想
先假设两个样本所对应的总体率相等
根据两个率相等,计算理论上的样本频数(T),要求相互独立
计算实际观察频数与理论频数之间的差别大小,用卡方统计量来衡量
更具卡方统计量的值(差别大小),判断假设是否被拒绝
卡方分布用途
差异性检验
独立性(关联性)检验
拟合优度检验
了解就行
差异性检验:两组或多独立样本资料
两独立样本2*2交叉表
应用场景
应用条件
两样本相互独立(配对表中的样本呢数据一般不独立)
对样本量的要求
≥40,正常公式
≥40但一个格子的理论频数1≤Tij<5时,用连续性校正
不适用卡方检验,宜采用Fisher确切概率法
<40
存在格子理论频数T<1
卡方检验后所得概率P接近检验水准
Fisher确切概率法
基本思想:保持周边合计数不变,计算交叉表中各个实际频数变动的所有可能组合给出所对应的概率,再将获得现有样本的概率以及比它更极端的所有概率求和,直接求出单侧或双侧的累计概率进行推断。
两个率的z检验和卡方检验的联系和区别
联系
都可以检验两个率之间的差别,且都基于零假设应用了合并率的概念
两种检验的应用条件均满足时两者等价,即z^2=x^2
都存在连续型校正的问题
区别
z检验可按研究设计进行单侧或双侧假设检验,卡方只能进行双侧检验(单侧戒指)
z检验只能检验两个率之间的差别,卡方检验能检验两个或多个率的差别
z检验可以计算两概率之差的95%置信区间,以分析两率之间的差别有无实际意义,卡方检验还可用于2*2列联表有无关联的分析
多组独立样本R*C交叉表
多个构成比的情况(多行多列)
多个率的比较(多行2列)
卡方分割(率的多重比较):就nm拆开来一个一个比,但是得修正检验水准α,否则将极大增加犯I类错误概率
多组样本间相互独立
RxC列联表没有校正公式,若理论频数过小,或1/5以上的格子理论频数小于5,则考虑合理合并行或列
存在格子理论频数T<1则不适用卡方检验,宜采用Fisher确切概率法
双向无序资料直接应用,若为单向有序或双向有序则需进一步考虑
有序分类资料R*C列联表
单项有序R*C列联表
分组有序,指标无序:视为无序分类,采用卡方检验
分组无序,指标有序:Wilcoxcon秩和检验,Kruskal-WallisH秩和检验
双向有序R*C列联表
属性不同
差异性检验:视为单向有序,采用Kruskal-WallisH秩和检验
关联性分析:Gamma检验,线性趋势检验
属性相同
一致性检验(Kappa检验)
差异性检验:配对设计资料
配对四格表
四格表差异性检验可直接用(b-c)^2/(b+c)
配对RxR交叉表
独立性检验
基本思想
一般地,变量X与Y相互独立,是指变量X的概率分布与Y的概率分布互不相关,即称其为独立随机样本。反之,则认为分类变量的概率分布彼此相关。者常见于一份随机样本同时按两种不同属性分类
不同情形下的独立性检验
数据形式
2*2交叉表
独立性与差异性公式一致
独立性与差异性公式不一致
无序分类RxC交叉表
先抽样,再分组那就是一个总体里的随机抽样,可以差异也可以独立检验;但是如果先分组再抽样,那就是两个总体,只能作差异性检验
分析结果
卡方值
列联系数