配对卡方检验
配对卡方检验
选中进行配对 卡方检验
配对卡方检验
结果分析
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona
V al ue 14 .15 4b
11.836
df 1 1
Asymp. Sig. (2-si de d) .000
c. Binom ial distribution used.
R×C表卡方检验
▪ 1979年某地发生松毛虫病，333例患者按年龄分为2组，资料如下，分析 不同年龄人群病变类型结构有无区别？
某地松毛虫患者病变构成
年龄分 皮炎型 骨关节 软组织炎 混合
组
型
型
型
合计
儿童组 50
48
成人组 105
10
合计
两种方法的检测结果
免疫荧光法 + －
合计
乳胶凝集法
+
－
11
12
2
33
13
45
合计 23 35 58
配对卡方检验
首先建立数据文件，如下。
配对卡方检验
同理，由于是频数表数据，应该先用weight cases进行预 处理。
不能忘记 哦！
配对卡方检验
在此选入频数变量即可进 行下一步的分析。
配对卡方检验
❖ 表示药物加化疗与单用药物治疗某种癌症的疗效比较的行 ×列表，除了观察值以外，还有期望值。
四格表卡方检验
结果分析
❖ 此为四格表2检验的结果，2＝6.508，P＝0.011，差异有显著性
意义，即药物加化疗与单用药物治疗癌症的疗效有显著性差异。
四格表卡方检验
❖ 几种卡方检验的比较：
连续性校正2检验：
一致性检验
注意：
Kappa检验会利用列联表的全部信息，而McNemar 检 验只会利用非主对角线单元格上的信息。因此，对于 一致性较好，即绝大多数数据都在主对角线的大样本 列联表，McNemar检验可能会失去实用价值。
两分类变量间关联程度的度量
2检验可以从定性的角度说明两个变量是否存在关联，当
若b+c>40，则用公式：
2 = (b c)2
bc
若b+c≤40，则用公式：
2 = ( b c 1)2
bc
配对卡方检验
例2 某实验室分别用乳胶凝集法和免疫荧光法对58名可 疑系统性红斑狼疮患者血清中抗核抗体进行测定，结果
见下表，问两种方法的检测结果有无差别？（数据见 McNemar.sav）
卡方检验
卡方检验基础
2值的计算：
2 (A E)2 E
由英国统计学家Karl Pearson首次提出，故被 称为Pearson 2 。
四格表卡方检验
例1 某种药物加化疗与单用某种药物治疗的两种处
理方法，观察对某种癌症的疗效，结果见下表。
（数据见cancer.sav）
两种治疗方法的疗效比较
处理
药物加 化疗
N of Valid Cases
58
a.Not assuming the null hypothesis.
ing the asymptotic standard error assuming the null hypot
一致性检验
一般认为， 当Kappa≥0.75时，表明两者一致性较好； 0.75>Kappa ≥0.4时，表明一致性一般； Kappa<0.4时，表明两者一致性较差。
McNemar Test
.01 3c
N of Valid Cases
58
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. T he minimum expected count is 5. 16.
155
58
18
72
188
7
23
145
25
95
333
R×C表卡方检验
对频数加权
R×C表卡方检验
R×C表卡方检验
R×C表卡方检验
结果
一致性检验
在Pearson 卡方检验中，对行变量和列变量的相关性作检 验，其中行变量和列变量是一个事物的两个不同属性。 在实际中，还有一种列联表，其行变量和列变量反映的是 一个事物的同一属性的相同水平，只是对该属性各水平的 区分方法不同。其特征是：行的数目和列的数目总是相同 的。如果希望检验这两种区分同一属性的方法给出的结果 是否一致，则不应当使用Pearson 2检验，而应该采用 Kappa一致性检验对两种方法一致程度进行评价。
单用药 物
合计
有效 42
疗效 无效 13
合计 55
48
3
51
90
16
106
四格表卡方检验
首先建立数据文件，如下。
四格表卡方检验
注意：由于上表给出的不是原始数据，而是频数表数据， 应该进行预处理。
四格表卡方检验
四格表卡方检验
四格表卡方检验
四格表卡方检验
四格表卡方检验
四格表卡方检验
结果分析
.001
Exact Sig. (2-si de d)
Exact Sig. (1-si de d)
Likelihood Ratio
14.550
1
.000
Fisher's Exact T est
.000
ቤተ መጻሕፍቲ ባይዱ
.000
Li n ea r-b y-Li ne ar A ssoci a ti o n
13.910
1
.000
一致性检验
结果分析
❖ 如果在crosstab过程的 statistics子对话框中勾选上Kappa 复选框，则有以下结果：
Symmetric Measures
Asymp. ValueStd. ErrAaoprproAxb.pTprox. Sig.
Measure of AgKraepepmaent .455 .115 3.762 .000
仅适用于四格表资料，在n>40，所有期望频数均大于1，只有1/5单元 格的期望频数大于1小于5时；
Fisher精确概率法：
在样本含量<40或有格子的期望频数<1的列联表，应该采用该法；
似然比2检验：
当n>40，最小期望频数>5时，结论与Pearson 2基本一致；
配对卡方检验
在Pearson卡方检验中，对行列变量的相关性作了检验， 其中的行列变量是一个事物的两个不同属性。
实际应用中，还有一种列联表，其中的行列变量反映 的是一个事物的同一属性。例如把每一份标本分为两份， 分别用两种方法进行化验，比较两种化验方法的结果是否 有本质不同；或分别采用甲、乙两种方法对同一批病人进 行检查，比较此两种方法的结果是否有本质不同，此时要 用配对卡方检验。
配对卡方检验
配对卡方检验公式：