列聯表資料的統計分析一、

R

C列聯表資料得認識與分析方法選擇定量變量:年齡、紅細胞二值變量:性別(男、女)多值名義變量:藥物類型(A、B、C)、血型(A、B、AB、O)多值有序變量:療效(痊愈、顯效、好轉、無效)、臨床診斷(Ⅰ級、Ⅱ級、Ⅲ級)、CT診斷(Ⅰ級、Ⅱ級、Ⅲ級)一、R

C列聯表資料得認識與分析方法選擇雙向無序得R

C表在二維列聯表中,兩個定性變量都就是名義變量,并且這兩個名義變量分別有R個與C個可能得取值,由此排列成得R

C表稱之為雙向無序得R

C表雙向無序得R

C表雙向無序R

C表得統計方法

檢驗Fisher精確概率法:有1/5以上得格子得理論頻數小于5結果變量為有序變量得單向有序R

C表在二維列聯表中,僅結果變量得取值為有序得,而原因變量就是無序得,由此排列成得R

C表稱之為結果變量為有序變量得單向有序R

C表結果變量為有序變量得單向有序R

C表結果變量為有序變量得單向有序R

C表得統計方法秩和檢驗Ridit分析有序變量得Logistic回歸分析大家有疑問的，可以詢問和交流可以互相討論下，但要小聲點雙向有序且屬性不同得R

C表當R

C表中得兩個定性變量,即原因變量與結果變量都就是有序變量,并且她們得性質不同,這樣得列聯表稱為雙向有序且屬性不同得R

C表雙向有序且屬性不同得R

C表雙向有序且屬性不同R

C表得統計方法對于雙向有序且屬性不同得R

C表資料應根據具體得分析目來確定分析方法:第一個分析目得,只關心各組結果變量取值之間得差別就是否具有統計學意義,此時,原因變量得有序性就變得無關緊要了,可將此時得“雙向有序R

C列聯表資料”視為“結果變量為有序變量得單向有序R

C列聯表資料”,可以選用得統計分析方法有秩和檢驗、Ridit分析和有序變量得logistic回歸分析雙向有序且屬性不同R

C表得統計方法第二個分析目得,希望考察原因變量與結果變量之間就是否存在相關關系,此時,需要選用處理定性資料得相關分析方法,通常采用Spearman秩相關分析方法雙向有序且屬性不同R

C表得統計方法第三個分析目得,若兩個有序變量之間存在得相關關系有統計學意義,研究者希望進一步了解這兩個有序變量之間得變化關系就是呈直線關系還就是呈某種曲線關系,此時宜選用線性趨勢檢驗雙向有序且屬性不同R

C表得統計方法第四個分析目得,希望考察各行上得頻數分布就是否相同,此時,將此資料視為雙向無序得R

C列聯表資料,可根據資料具備得前提條件,選用一般檢驗或Fisher精確檢驗。若P＜0、05,不能認為兩有序變量之間有相關關系,而只能認為各行上得頻數分布不同雙向有序且屬性相同得R

C表當行變量與列變量得性質相同且取值得水平數及含義也相同時,稱這樣得R

C表為雙向有序且屬性相同得R

C列聯表雙向有序且屬性相同得R

C表雙向有序且屬性相同R

C表得統計方法雙向有序且屬性相同得R

C表就是一個“方形”列聯表,她實際上就是配對設計2

2列聯表資料得“擴大”。其主要目得就是希望回答行變量與列變量得檢測結果就是否一致得問題,常用得統計分析方法叫做一致性檢驗或稱為Kappa檢驗

c2檢驗得計算公式

二、雙向無序R

C表得統計分析實例分析

表10不同專業學生得氣質類型分布

專業例數氣質類型:多血質膽汁質抑郁質粘液質計算機1613714金融12151013傳媒189815二、雙向無序R

C表得統計分析第一步,建立檢驗假設。H0:3個專業學生得氣質類型構成(頻數分布)相同H1:3個專業學生得氣質類型構成(頻數分布)不全相同a=0、05。二、雙向無序R

C表得統計分析第二步,計算檢驗統計量。二、雙向無序R

C表得統計分析24第三步,確定P值,給出結論。

查c2界值表可知,c20、05,6=12、59,而本例中檢驗統計量得值3、43<12、59,故P>0、05。所以,3個專業學生得氣質類型構成沒有統計學差異二、雙向無序R

C表得統計分析原因變量為多值有序變量,結果變量為多值名義變量得R

C表,將其視為雙向無序R

C表進行分析二、雙向無序R

C表得統計分析原因變量為二值變量,結果變量為多值名義變量得2

C表二、雙向無序R

C表得統計分析原因變量為多值名義變量,結果變量為二值變量得R

2表二、雙向無序R

C表得統計分析原因變量為多值有序變量R

2表除了可以應用線性趨勢檢驗外,其她分析方法與雙向無序得R

C表相同二、雙向無序R

C表得統計分析三、單向有序R

C表得統計分析秩和檢驗原因變量為二值變量:Wilcoxon秩和檢驗原因變量為多值名義變量:Kruskal-WallisH檢驗三、單向有序R

C表得統計分析實例分析

表153種藥物治療某病患者療效得觀察結果

藥物種類

例數療效:治愈顯效好轉無效合計A1549315100B49502285C115452485合計207312651270第一步,建立檢驗假設。H0:3種藥物得療效總體分布位置相同H1:3種藥物得療效總體分布位置不全相同a=0、05。三、單向有序R

C表得統計分析第二步,對原始數據編秩,遇數據相等者取平均秩三、單向有序R

C表得統計分析第三步,計算檢驗統計量。三、單向有序R

C表得統計分析第四步,確定P值,給出結論。

查c2界值表可知,c20、02,2=9、21,而本例中檢驗統計量得值61、09>9、21,故P<0、01。所以,3種藥物療效之間得差別有統計學意義三、單向有序R

C表得統計分析四、雙向有序且屬性不同R

C表得統計分析Spearman秩相關

Spearman秩相關就是一種非參數得度量相關性得分析方法,她對數據進行秩變換,然后計算直線相關系數年齡例數療效:治愈顯效好轉無效11~3511320~3289230~171312240~15108250~1011235四、雙向有序且屬性不同R

C表得統計分析實例分析

表16某地地方性甲狀腺腫病分年齡組得療效四、雙向有序且屬性不同R

C表得統計分析線性趨勢檢驗基于c2分割方法得線性趨勢檢驗:先計算R

C表得c2值,然后將總c2值分解為線性回歸分量和偏離線性回歸得分量其分析步驟為:給有序變量得各等級打分;按類似于定量資料得線性回歸分析方法計算回歸斜率及其方差,進而求出由線性回歸所引起得分量和偏離線性回歸得分量四、雙向有序且屬性不同R

C表得統計分析線性回歸分量四、雙向有序且屬性不同R

C表得統計分析偏離線性回歸分量四、雙向有序且屬性不同R

C表得統計分析若兩分量均有統計學意義,說明兩有序變量之間存在相關關系,但關系不就是簡單得直線關系若線性回歸分量有統計學意義,而偏離線性回歸分量無統計學意義,說明兩有序變量之間不僅存在相關關系,而且就是線性關系四、雙向有序且屬性不同R

C表得統計分析實例分析表17眼晶狀體渾濁度與年齡得關系年齡患者例數晶狀體渾濁程度:++++++20~215674430~1311016340~148128132四、雙向有序且屬性不同R

C表得統計分析實例分析:四種分析方法得結果比較表18不同臨床分級患者得療效情況臨床分級例數療效:治愈顯效好轉無效1級15191932級11212473級7101610采用c2檢驗進行分析

采用c2檢驗進行分析采用秩和檢驗進行分析采用Spearman秩相關進行分析采用線性趨勢檢驗進行分析五、雙向有序且屬性相同R

C表得統計分析一致性檢驗(Kappa檢驗)得計算公式五、雙向有序且屬性相同R

C表得統計分析加權Kappa檢驗:充分利用非對角線上得信息簡單Kappa檢驗與加權Kappa檢驗得選擇依據:其一,如果滿足對稱性假設,可參考簡單Kappa系數及其假設檢驗部分,不滿足對稱性假設參考加權Kappa系數及其假設檢驗部分更為合適;其二,看結果判定時人為因素得作用大小來決定。若人為因素作用很小,選簡單Kappa檢驗;否則,應選加權Kappa檢驗五、雙向有序且屬性相同R

C表得統計分析實例分析表19100例患者得臨床診斷與CT診斷結果臨床診斷患者例數CT診斷:Ⅰ級

Ⅱ級

Ⅲ級

合計Ⅰ級

604266Ⅱ級

412319Ⅲ級

33915合計671914100五、雙向有序且屬性相同R

C表得統計分析第一步,建立檢驗假設。

H0:K=0,兩種診斷方法得一致性就是由偶然誤差所致;

H1:K≠0,兩種診斷方法得一致性確實存在。

α=0、05。五、雙向有序且屬性相同R

C表得統計分析第二步,計算必要得中間結果。

n=100Pa=(60+12+9)/100=0、81T11=66×67/100T22=19×19/100T33=15×14/100Pe=(T11+T22+T33)/100=0、4993五、雙向有序且屬性相同R

C表得統計分析第二步,計算必要得中間結果。

K=(Pa-Pe)/(1-Pe)=0、6205五、雙向有序且屬性相同R

C表得統計分析第三步,計算檢驗統計量。五、雙向有序且屬性相同R

C表得統計分析第四步,確定P值,給出結論。

因u=8、28＞u0、01=2、58,所以P＜0、01,拒絕H0,接受H1。說明Kappa系數與0之間得差別具有統計學意義。結合Kappa系數得取值來看,臨床診斷與CT診斷得結果之間具有一定得一致性。六、R

C列聯表分析方法小結與錯誤辨析正確處理定性資料得關鍵:定性資料得最常用得表達形式為列聯表,能夠迅速準確地給列聯表資料進行分類掌握每一類列聯表資料可能得幾種統計分析方法、異同點以及能夠實現得分析目得列聯表類型※四格表(2×2表)

橫斷面研究設計、病例對照研究設計、隊列研究設計、配對設計※雙向無序得R×C表※結果變量為有序變量得單向有序R×C表※雙向有序且屬性不同得R×C表※雙向有序且屬性相同得R×C表2×C列聯表及R×2列聯表高維列聯表

結果變量為二值變量、結果變量為多值有序變量、結果變量為多值名義變量具有重復測量得定性資料列聯表類型從設計類型角度對定性資料進行劃分單組設計配對設計:配對四格表、雙向有序且屬性相同得R×C表成組設計:四格表、2×C列聯表從設計類型角度對定性資料進行劃分單因素多水平設計:雙向無序得R×C表、結果變量為有序變量得單向有序R×C表、雙向有序且屬性不同得R×C表、R×2列聯表多因素設計:高維列聯表定性資料統計方法選擇四格表配對四格表雙向無序R×C表確切概率法

檢驗Kappa檢驗

檢驗McNemar檢驗確切概率法單向有序R×C表雙向有序且屬性不同R×C表雙向有序且屬性相同R×C表Logistic回歸分析

檢驗等Spearman秩相關Ridit分析線性趨勢檢驗Kappa檢驗秩和檢驗

秩和檢驗等R×C表資料統計分析中得常見錯誤誤