评分
大理大学实验报告
课程名称生物医学统计分析
实验名称非参数检验（卡方检验）
专业班级
姓名
学号
实验日期
实验地点
2015—2016学年度第2学期
一、实验目的
对分类资料进行卡方检验。
二、实验环境
1、硬件配置：处理器：Intel（R）Core(TM) i5-4210U CPU @1.7GHz 1.7GHz安装内存（RAM）：4.00GB系统类型：64位操作系统
表11对称度量
值
渐进标准误差a
近似值Tb
近似值Sig.
一致性度量
Kappa
.680
.140
3.798
.000
有效案例中的N
28
a.不假定零假设。
b.使用渐进标准误差假定零假设。
分析：表11为LPA和FA两种检测结果的的一致性检验。Kappa值是内部一致性系数，除数据P值判断一致性有无统计学意义外，根据经验，Kappa≥0.75，表明两者一致性较好0.7>Kappa≥0.4，表明一致性一般，Kappa<0.4，则表明一致性较差。
例6.1
表1灭螨A和灭螨B杀灭大蜂螨效果的交叉制表
效果
合计
杀灭
未杀灭
组别
灭螨A
32
12
44
灭螨B
14
22
36
合计
46
34
80
分析：表1是灭螨A和灭螨B杀灭大蜂螨效果的样本分类的频数分析表，即交叉列联表。
表2卡方检验
X2值
df
渐进Sig. (双侧)
精确Sig.(双侧)
精确Sig.(单侧)
Pearson卡方
例6.5
表9LPA* FA交叉制表
FA
合计
1
2
LPA
1
17
0
17
2
4
7
11
合计
21
7
28
分析：表9是LPA* FA资料分析的列联表。
表10配对卡方检验
值
精确Sig.(双侧)
McNemar检验
.125a
有效案例中的N
28
a.使用的二项式分布。
分析：表10是LPA和FA两种检测方法的配对卡方检验。由于b+c<40,SPSS选用二项分布的直接计算概率法（相当于进行了精确校正），计算该配对资料的检验的精确双侧概率，并且不能给出卡方值。本例P=0.125>0.05，差异不显著，即LPA法和FA法对番鸭细小病毒抗原的检出率差异不显著。
例6.1为2*2列联表，df=1，须用连续性校正公式，故采用“连续校正”行的统计结果。
X2=7.944，P（Sig）=0.005<0.01，表明灭螨剂A组的杀螨率极显著高于灭螨剂B组。
例6.2
表3治疗方法*治疗效果交叉制表
计数
治疗效果
合计
1
2
3
治疗方法
1
19
16
5
40
2
16
12
8
36
3
15
13
7
35
例6.3
表5灌溉方式*稻叶情况交叉制表
计数
稻叶情况
合计
1
2
3
灌溉方式
1
146
7
7
160
2
183
9
13
205
3
152
14
16
182
合计
481
30
36
547
分析：表5是灌溉方式*稻叶情况资料分析的列联表。
表6卡方检验
X2值
df
渐进Sig. (双侧)
Pearson卡方
5.622a
4
.229
似然比
5.535
9.277a
1
.002
连续校正b
7.944
1
.005
似然比
9.419
1
.002
Fisher的精确检验
.003
.002
有效案例中的N
80
a. 0单元格(.0%)的期望计数少于5。最小期望计数为15.30。
b.仅对2x2表计算
分析：表2是卡方检验的结果。因为两组各自的结果互不影响，即相互独立。对于这种频数表格式资料，在卡方检验之前必须用“加权个案”命令将频数变量定义为加权变量，才能进行卡方检验。
4
.237
线性和线性组合
4.510
1
.034
有效案例中的N
547
a. 0单元格(.0%)的期望计数少于5。最小期望计数为8.78。
分析：表6是卡方检验的结果。自由度df=4，样本数n=547。表格下方的注解表明理论次数小于5的格子数为0，最小的理论次数为8.78。各理论次数均大于5，无须进行连续性校正，因此可以采用第一行（Pearson卡方）的检验结果，即X2=5.622，P=0.229>0.05,差异不显著，即不同灌溉方式对稻叶情况的影响差异不显著。
Pearson卡方：皮尔逊卡方检验计算的卡方值（用于样本数n≥40且所有理论数E≥5）；
连续校正b：连续性校正卡方值（df=1，只用于2*2列联表）；
似然比：对数似然比法计算的卡方值（类似皮尔逊卡方检验）；
Fisher的精确检验:精确概率法计算的卡方值（用于理论数E<5）。
不同的资料应选用不同的卡方计算方法。
例6.4
表7场地*奶牛类型交叉制表
计数
奶牛类型
合计
1
2
3
场地
1
15
24
12
51
2
4
2
7
13
3
20
13
11
44
合计
39
39
30
108
分析：表5是场地*奶牛类型资料分析的列联表。
表8卡方检验
X2值
df
渐进Sig. (双侧)
精确Sig.(双侧)
精确Sig.(单侧)
点概率
Pearson卡方
9.199a
4
.056
2、软件环境：IBM SPSS Statistics 19.0软件
三、实验内容
(包括本实验要完成的实验问题及需要的相关知识简单概述)
（1）课本第六章的例6.1-6.5运行一遍，注意理解结果；
（2）然后将实验指导书的例1-4运行一遍，注意理解结果。
四、实验结果与分析
（包括实验原理、数据的准备、运行过程分析、源程序（代码）、图形图象界面等）
.056
似然比
8.813
4
.066
.079
Fisher的精确检验
8.463
.072
线性和线性组合
.719b
1
.397
.404
.217
.036
有效案例中的N
108
a. 3单元格(33.3%)的期望计数少于5。最小期望计数为3.61。
b.标准化统计量是-.848。
分析：表8是卡方检验的结果。自由度df=4，样本数n=108。表格下方的注解表明理论次数小于5的格子数为3，最小的理论次数为3.61。需采用精确概率法计算，即用第三行（Fisher的精确检验）的检验结果，即X2=8.463，P=0.072>0.05,差异不显著，即3种奶牛牛场不同类型奶牛的构成比对差异不显著。
合计
50
41
20
111
分析：表3是治疗方法*治疗效果资料分析的列联表。
表4卡方检验
X2值
df
渐进Sig. 双侧)
Pearson卡方
1.428a
4
.839
似然比
1.484
4
.830
线性和线性组合
.514
1
.474
有效案例中的N
111
a. 0单元格(.0%)的期望计数少于5。最小期望计数为6.31。
分析：表4是卡方检验的结果。自由度df=4，表格下方的注解表明理论次数小于5的格子数为0，最小的理论次数为6.13。各理论次数均大于5，无须进行连续性校正，因此可以采用第一行（Pearson卡方）的检验结果，即X2=1.428，P=0.839>0.05,差异不显著，可以认为不同的治疗方法与治疗效果无关，即三种治疗方法对治疗效果的影响差异不显著。