如何在SPSS中实现四格表的卡方检验

1、Q：如何在SPSS中实现四格表的卡方检验？A：在多数统计软件中，四格表（和行*列表）的数据格式均为行变量、列变量和频数变量。如下面这个四格表的数据及相应格式如下： 阳性阴性正常3412发病 23 26 行变量 列变量 频数 1134121221232226分析时首先选择菜单Data->Weight Cases，将频数变量选入Frequency格中，按OK确认。此时系统就会以频数表的形式来读取所输入的数据，既记录数应为34+12+23+26=95例，而不是4例。然后选择菜单Analyze->Descriptive Statistics->Cross Tables,将行、列变量分

2、别选入相应的Row、Column格中，再按下方的Statistics钮，选中左上角的Chi-square复选框，按Continue钮，最后按OK即可。 Spss电脑实验第三节(1) 您要打印的文件是：Spss电脑实验第三节(1) 打印本文 Spss电脑实验第三节(1) 作者：佚名 转贴自：本站原创 点击数：74 第三节 不同对象有关指标发生率 （百分比）间的比较 两种对象率（百分比）间的比较 四格表2 检验 2 检验 （chi-square test），为希腊文字母，读作 kai（卡）； chi-square读作“卡方”；2 检验即“卡方检验”。它是一种用途较广的假设检验方法，是分析计率或百分

3、比及某些等级资料常用的方法，可分析两个或两个以上率（或百分比）差别的显著性。 1. 两个样本率（百分比）比较 一般四格表的2检验 四格表的2检验用于分析两组或两组以上率（或百分比）差别的显著性。 2 = （A - T）2 / T .(3-1) 式中 A 为四格表各格子中的实际数，T 为理论数。 2 =（ad-bc)2 n / (a+b)(c+d)(a+c)(b+d) .(3-2) 例如: 某医院用两种疗法（drug） 治疗慢性肾炎病人，结果（effect）西药组有效率为 79.7%（63/79）；中药组有效率为 87.0（47/54），见表 3-1-a。问中药治疗的有效率是否较高？（引自何清波

4、等主编，医学统计学及其软件包，2002 年，P.183）。 表3-1-a 两种疗法治疗慢性肾炎病人的结果 治疗用药 治疗例数 有效例数 有效率(%) 西药 79 63 79.7中药 54 47 87.0- -合 计 133 110 82.7 表 3-1是学术论文或总结报告中的常用形式；而在进行2检验时，不能用这个表的形式，必须列出象表 3-1-b 的表格形式，其中要从“治疗例数合计”中分出“无效例数”，这才是所谓著名的“四格表”（fourfold table，或2×2表，即 a = 63、b = 16、c = 47、d = 7 这 4 格），而不是表 3-1-a 中的 79、63、5

5、4、47 这 4 格！ 表3-1-b 两种疗法治疗慢性肾炎病人的结果 治疗结果 （effect）治疗用药 -（drug） 有效例数 (1) 无效例数 (2) 治疗例数合计 有效率(%) 西药 (1) 63 (a) 16 (b) 79 (a+b) 79.7中药 (2) 47 (c) 7 (d) 54 (c+d) 87.04- -合 计 110 (a+c) 23 (b+d) 133 (a+b+c+d=n) 82.7 运算所用程序如下：对照表3-1-b按行、按列输入数据到 BEGIN DATA 与 END DATA 之间。命令中用了一句 VALUE LABELS，是用来标示疗法（drug）与治疗效果

6、（effect），使之输出结果更易阅读，对计算结果并无影响。 所用程序文件名是Chi2-test.sps 的例 *1。 程序中 WEIGHT BY count 命令的产生方法是： 在数据编辑窗 Data Editor 中录入数据 点击 Data 主菜单 点击 Weight Cases 主菜单 改为勾选 Weight cases by 将 count选入 Frequency Variable 框中 Paste 出现WEIGHT BY count 命令。 程序中 CROSSTABS 命令的产生方法是： SPSS 程序编辑窗主菜单 Analyze 选 Descriptive Statistics 菜

7、单 选 Crosstabs 将 drug 选入右边的 Rows 框中（表示“药物 drug”在“行 Row”的方向上） 将 effect（疗效）选入右边的 Column(s) 框中 点击下方的 Statistics 钮，出现另一 Statistics窗 勾选 Chi-Square（2 值 ） 点击下方的 Cells 钮，出现另一 Cell Display 窗 勾选 Observed （观察值）、Expected （期望值）、Row （行方向上的百分率），即两种药物的有效率 Continue Paste，即出现 “CROSSTABS”命令。 * Some Example for Chi-Squa

8、re Test; Filename: Chi2-test.sps.*-.*1. Chi-square test for fourfold table (2 BY 2 table):.DATA LIST FREE /drug effect count.BEGIN DATA.1 1 63 1 2 16 2 1 47 2 2 7END DATA.VALUE LABELS drug 1 '西药' 2 '中药'/effect 1 '有效' 2 '无效'.WEIGHT BY count.CROSSTABS TABLES=drug BY eff

9、ect /CELLS=COUNT ROW EXPECTED /STATISTICS=CHISQ.*-. Chi-Square Tests Value df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided) Pearson Chi-Square 1.192 1 .275 Continuity Correction .737 1 .391 Likelihood Ratio 1.226 1 .268 Fisher's Exact Test .353 .196 Linear-by-Linear Association

10、 1.183 1 .277 N of Valid Cases 133 a Computed only for a 2x2 table b 0 cells (.0%) have expected count less than 5. The minimum expected count is 9.34. 程序中的“CROSSTABS”一句用于计算2值。其中的关键词即用于计算各格子的理论数 T。主要运算结果：2 （Pearson Chi-Square）= 1.192, P = 0.275。可见两种药物的有效率差异无统计学意义，因而不能认为中药治疗的有效率较高。 2. 两种方法效果的比较 配对计数资

11、料的2检验 有些调研工作要进行两种方法效果的比较，可用配对计数资料的2检验。目的是通过单一样本数据，推断两种处理的效果差异有无显著性。 例如: 采集了205份标本，将每份标本各分别接种于甲种与乙种培养基，观察其生长情况，结果见表3-2，问哪种培养基效果效果较好？（引自杨树勤主编.中国医学百科全书 医学统计学，P.93）。 从表中可见：甲种培养基生长率为 34.1% (70/205)，乙种为 17.6% (36/205)。 注意：表 3-2 与表 3-1-b 对比，形式上类似，也象“四格表”，但意义不同！因为其中a、 b、c、d的每份标本都接种了两种培养基，所以就数据而言加了倍。因而所用的2检验

12、公式也不同，要用下式计算2值： 2 = （b -c-1)2 / (b+c) .(3-3) 表3-2 甲乙两种培养基培养结果的比较 乙 种 培 养 基 （B）甲种培养基 - 合计 （A） 生长 不生长 生 长 36 34 70不生长 0 135 135-合 计 36 169 205 所用程序文件名为Chi2-test.sps 的例 *2： *-.*2. Yang Shu-Qing: CHN Encyclop. Med. Stat. Chi-square for paired sample:.DATA LIST FREE /a b c d.BEGIN DATA.36 34 0 135END DAT

13、A.COMPUTE Chi2=(ABS(b-c)-1)*2/(b+c).LIST VARIABLES=Chi2 /CASES=FROM 1 TO 1.*So getting Chi2=32.03.COMPUTE Chi2=32.03.COMPUTE df=1.COMPUTE P = PDF.CHISQ(Chi2,df)*2.FORMATS P(F6.4).LIST VARIABLES=Chi2 P /CASES=FROM 1 TO 1.*Or using non-parameter method, McNemar:.DATA LIST FREE /a b f.BEGIN DATA.1 1 36

14、1 0 340 1 00 0 135END DATA.VALUE LABELS a 1 '+' 0 '0' /b 1 '+' 0 '0'. WEIGHT BY f.NPAR TEST /MCNEMAR= a WITH b (PAIRED).*-. 在进行配对2 检验时，用一句 “COMPUTE Chi2 = (ABS(b-c)-1)*2/(b+c).” 此命令按公式（3-3）计算2 值，结果2 = 32.03。本例 P<0.01，说明甲种培养基生长率（34.1% ）高于乙种培养基（17.6%），差异有高度显著性。 此程序文件

15、算得2 值（Chi2）后，程序中含有计算此2 值所对应 P 值的语句，即用“COMPUTE P” 一句，使用了概率密度函数（Probability density function, PDF）的命令，结果 P = 0.0000, 即 P<0.01。 注：上述方法不够简捷。事实上可用更简便的非参数 McNemar 法来快速算得配对四格表的2 值与 P 值。这就是程序的下半段的内容。其中把 A 法与 B 法会生长者定为 1，不会生长者定为 0。 再按表 3-2 录入其频数。然后用 “WEIGHT BY f”一句以频数 f 作为权数；再产生一句用 McNemar 法计算2 值与 P 值的命令：

16、 程序编辑窗主菜单 Analyze 选 Nonparametric Tests 子菜单 向下选 2 Related Samples （即两法相关的样本） 将 A 与 B 选入右边的 Test Pair(s) List 框中（表示将 “方法 a”与“方法 b”成对比较） 在右下方的 Test Type 框中，改为勾选 MvNemar 法（默认为 Wilcoxon 法） Paste，即出现 “NPAR TEST /MCNEMAR”此句命令。 运算此句命令可得结果：2 = 32.02932.03，P=0.000，结果与前面的2 值概率密度函数算法相同。 3. 四格表2值的校正 由于实际上的2值是根据

17、连续性理论分布算出，当有理论数 T<5且总观察数 n>40时应计算校正2值（注：CROSSTABS 命令会自动算得 Continuity Correction 校正2值）： 2 = (A - T-0.5）2) / T .(3-4) 例2: 某矿石粉厂当生产一种矿石粉石时，在数天内即有部分工人患职业性皮炎。生产季节开始时，随机抽取15名车间工人穿上新防护服，其余仍穿旧防护服。一个月后检查两组工人的皮炎患病率，资料见表3-3，问两组工人皮炎患病率有无差异？（引自杨树勤主编.卫生统计学, 第三版，P.78）。 表3-3 穿新旧两种防护服工人的皮炎患病率比较 皮 炎 患 病防护服种类 -

18、合 计 患病率 有 无 （%） 新 1 14 15 6.7旧 10 18 28 35.7- -合 计 11 32 43 25.6 所用程序文件名为 Chi2-test.sps 的例 *3： *-.*3. Continuity Correction Chi-Square Test:.DATA LIST FREE /group test count.BEGIN DATA.1 1 1 1 2 14 2 1 10 2 2 18END DATA.WEIGHT BY count.CROSSTABS TABLES=group BY test /CELLS=COUNT ROW EXPECTED /STATIS

19、TICS=CHISQ.*-. GROUP * TEST Crosstabulation TEST Total 1.00 2.00 GROUP 1.00 Count 1 14 15 Expected Count 3.8 11.2 15.0 % within GROUP 6.7% 93.3% 100.0% 2.00 Count 10 18 28 Expected Count 7.2 20.8 28.0 % within GROUP 35.7% 64.3% 100.0% Total Count 11 32 43 Expected Count 11.0 32.0 43.0 % within GROUP

20、 25.6% 74.4% 100.0% Chi-Square Tests Value df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided) Pearson Chi-Square 4.329 1 .037 Continuity Correction 2.938 1 .087 Likelihood Ratio 5.056 1 .025 Fisher's Exact Test .065 .038 Linear-by-Linear Association 4.228 1 .040 N of Valid Cases

21、43 a Computed only for a 2x2 table b 1 cells (25.0%) have expected count less than 5. The minimum expected count is 3.84. 检验结果，有1个格子中的理论数 T 仅3.8（即有 T<5），但总观察数 n=43人，故应读取第2行的连续校正2值Continuity Correction Chi-Square = 2.938，P = 0.087，故尚不能认为穿新防护服者皮炎患病率较低。 注意：如果读取第1行的Pearson 2 = 4.329，P=0.037，这是未校正的P值，

22、据此将作出相反的结论，而这个结论是不对的。 4. 四格表精确概率检验 当有理论数 T<1，或总观察数 n<40 时，尤其是用其它检验方法所得概率接近检验水准时，所计算出来的2值有偏差，需用Fisher's 精确概率检验法,直接计算概率作判断。 例如: 某防疫站观察当地的一个污水排放口，在高温季节和低温季节水样的伤寒菌检出情况，资料见表 3-4。问两种季节污水的伤寒菌检出率差异有无显著性？（引自杨树勤主编.卫生统计学, 第三版，P.84）。 表3-4 高低温季节污水中伤寒菌检出率比较 季节气温 阳性数 阴性数 合 计 阳性率(%) 高 1 11 12 8.3低 7 5 12

23、58.3- -合 计 8 16 24 33.3 所用程序文件名为 Chi2-test.sps 的例 *4： *-.*4. Fisher's Exact Probability:.DATA LIST FREE /group test count. BEGIN DATA. 1 1 1 1 2 11 2 1 7 2 2 5 END DATA. WEIGHT BY count. CROSSTABS TABLES=group BY test /CELLS=COUNT ROW EXPECTED /STATISTICS=CHISQ. *-. GROUP * TEST Crosstabulation TEST To