卡方检验【统计学】剖析.ppt

精确概率检验法的基本思想 在无效假设成立的前提下，构造检验统计量的无效分布，即固定边缘合计数不变，得到所有不同实际频数分布的四格表(四格表中的实际频数a、b、c、d的多种组合)然后计算等于现有样本检验统计量（实际频数与理论频数的差，或两样本率的差）以及更极端的四格表的概率（累积概率），即为假设检验之P值。 实例步骤 1）建立假设、确定检验水准 H0：两种剂型药物疗效相同； H1：两种剂型药物疗效不同。双侧α=0.05 2）确定检验统计量 |A-T|=10-8.9=1.1 3）计算P值 4）得出结论 * 定性资料假设检验的正确应用 四格表的卡方检验 n40，T5，用?2； n40，但1T ≤ 5，用校正?2。 n ≤ 40，或T ≤ 1，用确切概率法。 R×C表的卡方检验 理论数不能小于1； 理论数大于1小于5的格子数不超过总格子数的1/5。 增加样本含量；Fisher确切概率法；删去；合并 * 8.2行列表数据的假设检验(自学) 多组率的比较 构成比的比较 行列表检验的注意事项 * 8.3多个率的比较 表8.5 三个剂量失眠药物治疗失眠有效率比较 * 检验步骤 H0：3组有效率相等; H1：3组有效率不相等或不全相等α=0.05 υ=（3-1）（2-1）=2 P0.005，故按α=0.05水准拒绝H0，接受H1，可认为3组有效率不同或不全相同。 8.3 多组率的两两比较 8.3.2 改变检验水准法 8.3.1卡方分割法 基于比较次数改变检验水准的方法也称为Bonferroni校正。 α=α/c （8.9） * 构成比的比较 表8.6 某临床试验治疗组和对照组血型构成 * 作业 P109 -110 第15,第16,第20 * 谢谢您的专心听讲! * * * * * * * * * * * * 8 分类资料的假设检验HT on categorical data 余小金 东南大学公共卫生学院 流行病学与卫生统计学系 * Review on relative number 常用相对数指标 2.4.1 比(ratio) 2.4.2 构成比(proportion) 说明一种事物内部各组成部分所占的比重或分布。 2.4.3 率(rate) 说明某现象发生的频率或强度。P=x/n contents 8.1 两组率的比较 completely randomized design,2 groups 8.2 行列表数据的检验 completely randomized design,more than2 groups 8.3 多组率的两两比较(multiple comparison) 8.4 配对设计两组率的比较(paired design) * * 8.1 完全随机设计两组率比较 卡方检验 精确概率法 Karl Pearson 1857~1936 * 8.3四格表资料的卡方检验 groups effective Not effective total rate（%） New drug 100(91.6) 13(21.4) 113 88.5 Old drug 80(88.4) 29(20.6) 109 73.4 total 180 42 222 81.1 表8.1 某试验药和传统对照药治疗念珠菌性外阴阴道炎的疗效比较 * 何为四格表资料（four-fold table) 比较目的：总体率是否不等 资料为比较两组两种结果的频数 处理 有效例数 无效例数 合计 有效率（%） 试验药 100( a) 13(b) 113 88.5 对照药 80(c) 29(d) 109 73.4 合计 180 42 222 81.1 * 基本思想 Basic logic 一个正常的骰子，抛出后得到六个面的概率均为1/6。因此，要判定一个骰子是否合格，可以通过抛骰子的方法来进行； * 试验结果(outcome) 点数 1 2 3 4 5 6 理论(T) 10 10 10 10 10 10 实际(A) 12 13 6 5 15 9 差值 －2 －3 4 5 －5 1 * 基本思想 一种对理论频数和实际频数吻合程度的考察。 A investigation of the degree of agreement of theor