率或构成比比较的卡方检验

卡方检验是用途非常广的一种假设检验方法，它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。 卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，如果卡方值越大，二者偏差程度越大；反之，二者偏差越小；若两个值完全相等时，卡方值就为0，表明理论值完全符合。

第八章 率或构成比比较的卡方检验

• 第一节 基本思想
  • 一、 对总体建立假设
  • 二、计算理论频数
    • 理论频数T
  • 三、 度量实际频数与理论频数之间的差异
  • 四、确定是否发生了小概率事件，作出统计推断
    • v=（R-1)(C-1)
    • R为行数，C为列数
    • 值域为【0，∞）
  • 分析步骤
    • 1.建立检验假设，确定检验水准
    • 2.选定检验方法，计算检验统计量
    • 3.确定P值，做出统计推断
  • 适用范围
    • 样本例数或理论频数足够大时
• 第二节 完全随机设计
  • 一、四格表的卡方检验
    • 直接卡方检验条件
      • n>=40
      • T>=5
    • 具体情况
      • n>=40且T>=5, 近似较好
      • n<40或T<1, Fisher确切概率法
      • n>=40且1=<T<=5时， 连续性校正
    • 四格表的连续性校正
  • 二、RxC列联表资料的卡方检验
    • 分类
      • 2x2列联表，即四格表
      • Rx2列联表
      • 2xC或RxC列联表
    • 卡方检验要求
      • 1/5以上格子A>5 且没有格子A<1
    • 注意事项
      • 1.不宜有1/5以上格子A<5 或有格子A>1
        • 增大样本量
        • 用确切概率法
        • 将理论频数太小的行或列与性质相近的邻行或邻列合并
      • 2.卡方检验针对结局指标为无序分类变量
      • 3.对于多个样本率或构成比比较的卡方检验，结论为拒绝H0时，只能认为各总体率/构成比之间来说有差别，并不代表他们彼此之间有差别
  • 三、四格表的Fisher确切概率法
• 第三节 配对设计样本率比较的卡方检验
  • 一、配对设计两样本率比较
    • 注意事项
      • 1.要求所投入的检品是用标准法检出的阳性产品
      • 2.当a，d比较大，c，b比较小时，需结合两样本率差异的大小做出专业的结论
      • 3.目的在于比较两种方法检出阳性率的差异，而非阳性率的一致性
  • 二、 配对RxR列联表资料