a. 0 cells (.0%) have expected count less than 5. T he minimum expected count is 37.88.
AREA * BL OOD Crosstabulation BLOOD A AREA 亚洲 Count Expected Count % within AREA Count Expected Count % within AREA Count Expected Count % within AREA 321 379.4 29.7% 408 349.6 41.0% 729 729.0 35.1% B 369 247.2 34.2% 106 227.8 10.7% 475 475.0 22.9% AB 95 68.7 8.8% 37 63.3 3.7% 132 132.0 6.4% O 295 384.6 27.3% 444 354.4 44.6% 739 739.0 35.6% Total 1080 1080.0 100.0% 995 995.0 100.0% 2075 2075.0 100.0%
合计
11
36
15
27
26
53
11＋2<40，使用校正公式计算卡方统计量
建立数据库
设立三个变量：jia、yi、weight jia代表甲法：+赋值为1，-赋值为0 yi代表乙法：+赋值为1，-赋值为0 Weight代表例数
对数据加权
配对卡方检验
Case Processing Summary Cases Missing N Percent 0 .0%
204(a+b)
64(c+d)
12.75
3.13
合 计
28(a+c.)
240(b+d.)
268(a+b+c+d=n)
10.45
总的病死率
2 ( A T ) 2 , ( R 1)(C 1) T

2 (178 182.7) 2 (2 6.7) 2 (62 57.3) 2 ( 26 21 . 3 ) 2 21.3 182.7 6.7 57.3 4.82 v (2 1)(2 1) 1
欧洲
北美洲
Total
Chi-Square Tests Value 297.375a 297.233 9.788 2592 df 6 6 1 Asymp. Sig. (2-sided) .000 .000 .002
Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases
a. 0 cells (.0%) have expected count less than 5. T he minimum expected count is 30.72.
行x 列的分割
重复卡方检验操作
AREA * BLOOD Crosstabulation BLOOD A AREA 亚洲 Count Expected Count % within AREA Count Expected Count % within AREA Count Expected Count % within AREA 321 391.6 29.7% 258 187.4 49.9% 579 579.0 36.3% B 369 278.6 34.2% 43 133.4 8.3% 412 412.0 25.8% AB 95 79.1 8.8% 22 37.9 4.3% 117 117.0 7.3% O 295 330.7 27.3% 194 158.3 37.5% 489 489.0 30.6% Total 1080 1080.0 100.0% 517 517.0 100.0% 1597 1597.0 100.0%
检验统计量 值反映了实际频数与 理论频数的吻合程度。
2
若检验假设 H0:π1=π2 成立，实际频数 A 与 理论频数T 相差不应该很大，即统计量卡方值不应 该很大。如果 2 值很大，出现当前检验统计量 2 >χ2α,ν 的情形是一个小概率事件（ P<α ） , 于是决 定拒绝H0. 反之，则不拒绝H0
实验1 两种药物治疗白色葡萄球菌败血症疗效的试 验结果见表10-2，问两种药物的疗效有无差别？ （数据 ：例10-2.sav)
表1 两种药物治疗白色葡萄球菌败血症结果
处理 甲药 有效例数 28 无效例数 2 合计 30 有效率 （%） 93.33
乙药
合计
12
40
4
6
16
46
75.00
86.96
步骤

2
检验
李霞 流行病与卫生统计学系
内容
四格表 检验
2
（实验1）
（实验2）
配对 2检验
行 列表 2 检验 （实验3）
一、卡方检验的基本思想
表1
疗法
两种疗法的心血管病病死率的比较
死亡 生存 合计 病死率(%)
盐酸苯乙双胍
安慰剂
26 (a)
2 (c)
178 (b)
62 (d)
Valid N 甲法 * 乙法 53 Percent 100.0%
Total N 53 Percent 100.0%
甲 法 * 乙 法 Cross tabulation 乙法 阴性 甲法 阴性 Count Expected Count %w ithin 甲 法 Count Expected Count %w ithin 甲 法 Count Expected Count %w ithin 甲 法 15 8.3 57.7% 2 8.7 7.4% 17 17.0 32.1% 阳性 11 17.7 42.3% 25 18.3 92.6% 36 36.0 67.9% Total 26 26.0 100.0% 27 27.0 100.0% 53 53.0 100.0%
Valid N trial * effect 46 Percent 100.0%
Total N 46 Percent 100.0%
trial * effect Crosstabulation effect 无效 trial 甲药 Count Expected Count % within trial Count Expected Count % within trial Count Expected Count % within trial 2 3.9 6.7% 4 2.1 25.0% 6 6.0 13.0% 有效 28 26.1 93.3% 12 13.9 75.0% 40 40.0 87.0% Total 30 30.0 100.0% 16 16.0 100.0% 46 46.0 100.0%
步骤
建立数据库 对数据进行加权 行x列表 检验
2
建立数据库
设立三个变量：Area、Blood、weight
对数据进行加权
Data-----weight cases-----weight cases by----将变量“weight”调入“frequency variable”对话框-----OK。
b c 40时，连续性校正： 2 ( b c 1) 2 bc ,v 1
实验2 用两种不同的方法对53例肺癌患者进行诊断， 结果见表10-4，问两种方法的检测结果有无差别？ （数据 ：例10-4.sav) 表2 两种方法检测肺癌的效果比较
乙法 甲法 + + 25 2 合计 27
医药
小 于
5
Total
Chi-Square Tests Value 3.092b 1.687 2.933 df 1 1 1 Asymp. Sig. (2-sided) .079 .194 .087 Exact Sig. (2-sided) Exact Sig. (1-sided)
Pearson Chi-Square Continuity Correction a Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases
配对设计的四格表资料，也就是将含量为n的随机样本同时按照 两个二项分类的属性进行交叉分类，形成二行二列的交叉 分类表。
甲种属性
+
乙种属性
+ a b
合计
a+b
合计
c
a+c
d
b+d
c+d
N=a+b+c+d
实验2：配对资料的卡方检验
甲乙的阳性率之差： (a+b)/n-(a+c)/n=(b-c)/n 因此，在比较两种属性的阳性率有无差异时a和d 不起作用。 H0:B=c ,即b，c代表的总体相等， b，c对应的 理论频数均为（b+c)/2 统计量： (b c) 2 2 ,v 1 bc McNemar’s 检验
.163 3.025 46 1 .082
.099
a. Computed only for a 2x2 table b. 2 cells (50.0%) have expected count less than 5. The minimum expected count is 2. 09.
实验2：配对资料的卡方检验
实验3 某研究人员收集了亚洲、欧洲和北 美洲人的A、B、AB、O血型资料，结果见表 8-1所示，其目的是研究不同地区的人群血 型分类构成比是否一样。
表3 三个不同地区血型样本的频数分布
地区 亚洲 欧洲 北美洲 合计 A 321 258 408 987 B 369 43 106 518 AB 95 22 37 154 o 295 194 444 933 合计 1080 517 995 2592