醫(yī)學(xué)統(tǒng)計(jì)學(xué)：X2檢驗(yàn)和非參數(shù)檢驗(yàn)

1、 檢 驗(yàn) 和 非 參 數(shù) 檢 驗(yàn) 內(nèi)容1：率和構(gòu)成比比較的 檢驗(yàn) 1. 四格表資料的 檢驗(yàn) 2. 配對四格表資料的 檢驗(yàn) 3. 行*列表資料的 檢驗(yàn)內(nèi)容2：非參數(shù)檢驗(yàn) 1. 兩獨(dú)立樣本非參數(shù)檢驗(yàn) 2. 多個(gè)獨(dú)立樣本非參數(shù)檢驗(yàn) 3. 兩相關(guān)樣本非參數(shù)檢驗(yàn) 4. 多個(gè)相關(guān)樣本非參數(shù)檢驗(yàn) 內(nèi)容1： 檢 驗(yàn) （Chi-square test） 檢驗(yàn)是以 分布為理論依據(jù)，用途頗廣的假設(shè)檢驗(yàn)方法。 用途： 推斷兩個(gè)或多個(gè)總體率或構(gòu)成比之間有無差別、多個(gè)樣本率的多重比較、兩個(gè)分類變量之間有無關(guān)聯(lián)性、頻數(shù)分布擬合優(yōu)度的檢驗(yàn)。 檢驗(yàn)統(tǒng)計(jì)量： 值 應(yīng)用：計(jì)數(shù)資料依其基礎(chǔ)數(shù)據(jù)的個(gè)數(shù)：1. 四格表（2*2表，兩樣本所

2、對應(yīng)的總體率的比較）2. 行*列表 R2表（多樣本所對應(yīng)的總體率的比較） 2C表（兩樣本所對應(yīng)的總體構(gòu)成比的比較） RC表（多樣本所對應(yīng)的總體構(gòu)成比的比較）四格表資料2檢驗(yàn) 四格表資料的2檢驗(yàn)可推斷兩個(gè)總體率之間有無差別，其頻數(shù)排列用符號表示如下：四格表資料2檢驗(yàn) 四格表資料2檢驗(yàn)分析步驟1.建立數(shù)據(jù)文件 : 建立數(shù)據(jù)文件時(shí)，取三個(gè)變量。 （1）處理組別變量(treat)： 1代表試驗(yàn)組，2代表對照組。 （2）療效變量(effect)： 1代表有效，2代表無效。 （3）freq為頻數(shù)變量。2. 菜單操作： （1）變量加權(quán) Data Weight Cases 選擇頻數(shù)變量“freq”作為權(quán)變量.

3、 “Analyze” “Descriptive Statistics” “Crosstabs” Row(s): treat Column(s): effect Statistics Chi-squareCells Expected上表提出了5種檢驗(yàn)的6種結(jié)果：Pearson 2、連續(xù)性校正2、似然比2、Fisher確切概率、Linear-by-linear Association 2、Nof Valid Cases。 本例選擇Pearson 2=12.857，P=0.0000.05,可以認(rèn)為試驗(yàn)組和對照組兩組療效差別具有統(tǒng)計(jì)學(xué)意義。配對四格表資料2檢驗(yàn) 計(jì)數(shù)資料的配對設(shè)計(jì)常用于兩種檢驗(yàn)方法、培

4、養(yǎng)方法或診斷方法等的比較，各頻數(shù)排列用符號表示如下：配對四格表資料2檢驗(yàn)配對四格表資料2檢驗(yàn)分析步驟1.建立數(shù)據(jù)文件 建立數(shù)據(jù)文件時(shí)，取3個(gè)變量 變量1： “免疫熒光” 變量標(biāo)識：1=“+” 2=“-” 變量2： “乳膠凝集” 變量標(biāo)識：1=“+” 2=“-” 頻數(shù)變量“freq”。2. 統(tǒng)計(jì)分析： Data Weight Cases Weight cases by: freq Analyze Descriptive Statistics Crosstabs Row(s): 免疫熒光 Column(s): 乳膠凝集 Statistics McNemar 本例n=58，P=0.0130.05，可

5、以認(rèn)為免疫熒光和乳膠凝集兩種方法的檢驗(yàn)結(jié)果有差別。行列表資料的x2檢驗(yàn)?zāi)康模嚎捎糜诙鄠€(gè)樣本率或構(gòu)成比的比較設(shè)計(jì)： R2表（多個(gè)率的比較） 2C表（兩組內(nèi)部構(gòu)成比的比較） RC表（多組內(nèi)部構(gòu)成比的比較） 多個(gè)樣本率的比較分組陽 性陰 性合 計(jì)陽性率%樣本1.p1樣本2.p2.樣本R.pR合 計(jì).pc返回 兩組或多組內(nèi)部構(gòu)成比的比較分組內(nèi) 部 構(gòu) 成合 計(jì)AB.樣本1.樣本2.樣本R.合 計(jì).行列表資料的2檢驗(yàn)行列表資料的2檢驗(yàn)分析步驟1.建立數(shù)據(jù)文件 取3個(gè)變量：“療法”：1=“物理療法”； 2=“藥物治療”； 3=“外用膏藥”“療效”：1=“有效”；2=“無效”頻數(shù)變量“freq”2. 統(tǒng)計(jì)分

6、析： Data Weight Cases Weight cases by: freq Analyze Descriptive Statistics Crosstabs Row(s): 療法 Column(s): 療效 Statistics Chi-square Cells Expected 本例Pearson 2=21.038，df=2，P=0.0000.05，可以認(rèn)為三種療法治療周圍性面神經(jīng)麻痹的有效率有差別。內(nèi)容2 非參數(shù)檢驗(yàn) (Nonparametric test)概念： 非參數(shù)檢驗(yàn)是相對于參數(shù)檢驗(yàn)而言的，如果總體分布為已知的數(shù)學(xué)形式，對其總體參數(shù)做假設(shè)檢驗(yàn)是參數(shù)檢驗(yàn)，非參數(shù)檢驗(yàn)又稱任意

7、分布檢驗(yàn)，它直接對總體分布做假設(shè)檢驗(yàn)，其特點(diǎn)是假設(shè)檢驗(yàn)的結(jié)果對總體分布的形狀差別不敏感，只對總體分布的位置差別敏感。非參數(shù)檢驗(yàn)的應(yīng)用范圍包括：（1）不滿足正態(tài)和方差齊性條件的小樣本計(jì)量資料；（2）分布不知是否正態(tài)的小樣本資料；（3）一端或兩端為不確定數(shù)值的資料；（4）等級資料。對于單向有序的等級資料：1）分組變量有序，反映變量無序，用卡方檢驗(yàn)；2）分組變量無序，反應(yīng)變量有序，用非參數(shù)檢驗(yàn)。秩轉(zhuǎn)換的非參數(shù)檢驗(yàn) 1.兩個(gè)獨(dú)立樣本比較的Wilcoxon秩和檢驗(yàn)2.多個(gè)獨(dú)立樣本比較的Kruskal-Wallis H 檢驗(yàn)3.配對樣本比較的Wilcoxon符號秩檢驗(yàn)4.隨機(jī)區(qū)組設(shè)計(jì)多個(gè)樣本比較的Frie

8、dman M 檢驗(yàn) 兩個(gè)獨(dú)立樣本比較的Wilcoxon秩和檢驗(yàn)，用于推斷計(jì)量資料或等級資料的兩個(gè)獨(dú)立樣本所來自的兩總體分布是否有差別。兩個(gè)獨(dú)立樣本比較的Wilcoxon秩和檢驗(yàn) 例8-3 對10例肺癌病人和12例矽肺0期工人用X光片測量肺門橫徑右側(cè)距RD值（cm），結(jié)果見表8-5。問肺癌病人的RD值與矽肺0期工人的RD值是否不等？ 表8-5 肺癌病人和矽肺0期工人的RD值（cm）比較 本例兩樣本資料經(jīng)方差齊性檢驗(yàn)，推斷兩總體方差不等（P0.05,不能認(rèn)為肺癌病人的RD值與矽肺0期工人的RD值有差別。頻數(shù)表資料和等級資料的兩獨(dú)立樣本比較 例8-4 39名吸煙工人和40名不吸煙工人的碳氧血紅蛋白H

9、bCO(%)含量見表8-6。問吸煙工人的HbCO(%)含量與不吸煙工人的HbCO(%)含量是否相等？ 頻數(shù)表資料和等級資料的兩樣本比較分析步驟1.建立數(shù)據(jù)文件： 取3個(gè)變量：分組變量“group”： 1=“吸煙”，2=“不吸煙” 反應(yīng)變量 “含量”： 1=“很低”，2=“低”， 3=“中”， 4=“偏高”，5=“高”頻數(shù)變量“freq”，即人數(shù)。2. 統(tǒng)計(jì)分析： Data Weight Cases Weight cases by: freq Analyze Nonparametric Tests 2 Independent Samples Test Variable List: 含量 Grou

10、ping Variable: group Test Type: Mann-Whitney U 結(jié)果： 檢驗(yàn)統(tǒng)計(jì)量為-3.702，概率P=0.0000.05,可以認(rèn)為吸煙工人的HbCO(%)含量與不吸煙工人的HbCO(%)含量有差別。完全隨機(jī)設(shè)計(jì)多個(gè)樣本比較的Kruskal-Wallis H 檢驗(yàn) 完全隨機(jī)設(shè)計(jì)多個(gè)樣本比較的Kruskal-Wallis H 檢驗(yàn)，用于推斷計(jì)量資料或等級資料的多個(gè)獨(dú)立樣本所來自的多個(gè)總體分布是否有差別。完全隨機(jī)設(shè)計(jì)多個(gè)樣本比較的Kruskal-Wallis H 檢驗(yàn) 例8-5 用三種藥物殺滅釘螺，每批用200只活釘螺，用藥后清點(diǎn)每批釘螺的死亡數(shù)、再計(jì)算死亡率（%）

11、，結(jié)果見表8-9。問三種藥物殺滅釘螺的效果有無差別？ 本例為百分率資料，不服從正態(tài)分布，現(xiàn)用Kruskal-Wallis H 檢驗(yàn)。 完全隨機(jī)設(shè)計(jì)多個(gè)樣本比較的Kruskal-Wallis H 檢驗(yàn)分析步驟1.建立數(shù)據(jù)文件 取兩個(gè)變量：分組變量“藥物”： 1=“甲藥”， 2=“乙藥”， 3=“丙藥”反應(yīng)變量 “死亡率”。2. 統(tǒng)計(jì)分析： Analyze Nonparametric Tests K Independent Samples Test Variable List: 死亡率 Grouping Variable: 藥物 Test Type: Kruskal Wallis H 結(jié)果： 檢驗(yàn)

12、統(tǒng)計(jì)量為9.740，概率P=0.0080.05,可以認(rèn)為不同藥物殺滅釘螺的效果有差別。 頻數(shù)表資料和等級資料的多個(gè)樣本比較 頻數(shù)表資料和等級資料的多個(gè)樣本比較分析步驟1.建立數(shù)據(jù)文件 取3個(gè)變量： 分組變量“疾病”： 1=“支氣管擴(kuò)張”， 2=“肺水腫”， 3=“肺癌”， 4=“病毒性呼吸道感染” 反應(yīng)變量 “白細(xì)胞”： 1=“-”，2=“+”， 3=“+”，4=“+” 頻數(shù)變量“freq”。2. 統(tǒng)計(jì)分析： Data Weight Cases Weight cases by: freq Analyze Nonparametric Tests K Independent Samples Tes

13、t Variable List: 白細(xì)胞 Grouping Variable: 疾病 Test Type: Kruskal Wallis H 結(jié)果： 檢驗(yàn)統(tǒng)計(jì)量為15.506，概率P=0.0010.05,尚不能認(rèn)為兩法測谷丙轉(zhuǎn)氨酶結(jié)果有差別。隨機(jī)區(qū)組設(shè)計(jì)多個(gè)樣本比較的Friedman M 檢驗(yàn) 隨機(jī)區(qū)組設(shè)計(jì)多個(gè)樣本比較的Friedman M 檢驗(yàn)，用于推斷隨機(jī)區(qū)組設(shè)計(jì)的多個(gè)相關(guān)樣本所來自的多個(gè)總體分布是否有差別。隨機(jī)區(qū)組設(shè)計(jì)多個(gè)樣本比較的Friedman M 檢驗(yàn) 例8-9 8名受試對象在相同實(shí)驗(yàn)條件下分別接受4種不同頻率聲音的刺激，他們的反應(yīng)率（%）資料見表8-12。問4種頻率聲音刺激的反應(yīng)率是否有差別？ 本例中，隨機(jī)區(qū)組設(shè)計(jì)的區(qū)組個(gè)數(shù)為8，研究因素的水平個(gè)數(shù)為4，本例為百分率資料，不服從正態(tài)分布，現(xiàn)用Friedman M 檢驗(yàn) 。 隨機(jī)區(qū)組設(shè)計(jì)多個(gè)樣本比較 的Friedman M 檢驗(yàn)分析步驟