多个样本率的卡方检验及两两比较

1、SPSS ：多个样本率的卡方查验及两两比较来自：医咖会医咖会以前推送过“两个率的比较 (卡方查验 ) 及 Fisher 精准查验的 SPSS 教程”，小伙伴们都掌握了吗？假如不只两个分组， 又该怎样进行卡方 查验以及以后的两两比较呢？来看详尽教程吧！1、问题与数据 某医生拟商讨药物之外的其余方法能否可降低患者的胆固醇浓度， 如加强 体育锻炼、减少体重及改良饮食习惯等。该医生招募了 150 位高胆固醇、生活习惯差的受试者， 并将其随机分红3 组。此中一组赐予降胆固醇药物，一组赐予饮食干涉，另一组赐予运动干 涉。经过 6 个月的试验后，该医生从头丈量受试者的胆固醇浓度，分为高和 正常两类。该医生采

2、集了受试者接受的干涉方法( intervention )和试验结束时胆固 醇的风险程度( risk_level )等变量信息，并依据分类汇总整理，部分数据以 下：说明：本研究将胆固醇浓度分为“高”和“正常”两类，不过为了剖析 的方便，其实不代表临床诊疗结果。2、对问题的剖析研究者想判断干涉后多个分组状况的不一样。 如本研究中经过降胆固醇 药物、饮食和运动干涉后，比较各组胆固醇浓度的变化状况。针对这类状况， 我们建议使用卡方查验(2 XC)，但需要先知足5项假定：假定 1：观察变量是二分类变量 ，如本研究中试验结束时胆固醇的风险 程度变量是二分类变量。假定 2：存在多个分组 (2 个)，如本研究

3、有 3 个不一样的干涉组。假定 3：拥有互相独立的观察值，如本研究中各位受试者的信息都是独 立的，不会互相扰乱。假定 4：研究设计一定知足： (a) 样本拥有代表性，如本研究在高胆固 醇、生活习惯差的人群中随机抽取 150 位受试者； (b) 目的分组，能够是前 瞻性的，也能够是回首性的，如本研究中将受试者随机分红 3 组，分别赐予 降胆固醇药物、饮食和运动干涉。假定 5：样本量足够大，最小的样本量要求为剖析中的任一展望频数大 于 5。经剖析，本研究数据切合假定 1-4 ，那么应当怎样查验假定 5，并进行卡方查验(2 XC)呢？3、思想导图4、SPSS 操作数据加权在进行正式操作以前，我们需要

4、先对数据加权，以下：在主页面点击 Data Weight Cases弹出下列图：点击 Weight cases by ，激活 Frequency Variable 窗口将 freq 变量放入 Frequency Variable 栏点击 OK查验假定 5 数据加权以后，我们要判断研究数据能否知足样本量要求，以下：在主页面点击 Analyze Descriptive StatisticsCrosstabs弹出下列图：将变量 intervention 和 risk_level 分别放入 Row(s) 栏和 Column(s)栏点击 Statistics ，弹出下列图：点击 Chi-square点击

5、 Continue Cells点击 Counts 栏中的 Expected 选项点击 Continue OK经上述操作， SPSS 输出预期频数结果以下：该表显示，本研究最小的展望频数是，大于 5，知足假定 5，拥有足够的 样本量。 Chi-Square Tests 表格也对该结果做出提示，以下标明部分：即在本研究中，没有小于5的展望频数，能够直接进行卡方查验(2 XC)。 那么，假如存在展望频数小于 5 的状况，我们应当怎么办呢？一般来说，假如 展望频数小于5，就需要进行Fisher精准查验(2 XC)，我们将在后边推送的内 容中向大家详尽介绍。卡方查验(2 XC)的SPSS操作(1)弹出下

6、列图：(2)(3)(4)点击 Percentage 栏中的 Column 选项(6)组间比较(1)弹出下列图：(2) 点击 Cells ，弹出下列图：点击 z-test 栏中的 Compare column proportions 和 Adjustp-values (Bonferroni method) 选项(4)5、结果解说统计描绘在进行卡方查验(2 XC)的结果剖析以前，我们需要先对研究数占有个基 本的认识。 SPSS 输出结果以下：该表提示，本研究共有 150 位受试者，依据干涉方式均分为 3 组。在试验 结束时，药物干涉组的 50 位受试者中有 16 位胆固醇浓度高，饮食干涉组的 50

7、 位受试者中有 28 位胆固醇浓度高，而运动干涉组的 50 位受试者中有30 位胆固醇浓度高，以下标明部分：因而可知，药物干涉比饮食或运动干涉的疗效更好。 同时，该表也提示， 药物干涉组的 50 位受试者中有 34 位胆固醇浓度降落，饮食干涉组的 50 位受 试者中有 22 位胆固醇浓度降落，而运动干涉组的 50 位受试者中只有 20 位胆 固醇浓度降落，以下标明部分：可是，当各组样本量不一样时，频数会误导人们对数据的理解。所以， 我们介绍使用频次来剖析结果，以下标明部分：该表提示，药物干涉组的 50 位受试者中 68% 胆固醇浓度降落， 饮食干涉 组的 50 位受试者中 44% 胆固醇浓度降

8、落，而运动干涉组的 50 位受试者中只有 40% 胆固醇浓度降落，提示药物干涉比饮食和运动干涉更有效。可是这类直接的数据比较可能遇到抽样偏差的影响，可信性不强，我们还需要进行统 计学查验。卡方查验(2 XC)结果本研究中任一展望频数均大于 5 ，所以依据 Chi-Square Tests 表格剖析各 组的差异。 SPSS 输出查验结果以下：卡方查验(2 XC)结果显示x2=, P =，说明本研究中各组之间率的差值 与 0 的差异拥有统计学意义，提示药物干涉与饮食、运动干涉在降低受试者胆 固醇浓度的作用上存在不一样。假如P，那么就说明各组之间率的差值与0 的差异没有统计学意义，即不以为各组之间存

9、在差异。卡方查验(2 XC)中的成对照较剖析假如卡方查验(2 XC)的Pv,说明起码有两组之间的差异存在统计学意义。SPSS 输出 risk_level * intervention Crosstabulation 表格经过数字标 的记提示了两两比较的结果，以下标明部分：大家可能会注意到，每组数据的标志同样(即上下两行的标志同样)， 那么我们只需知道组间标志的作用即可。那么， risk_level * intervention Cross tabulation表格的标志是什么意思呢？第一种状况，各组间无差异，以下：如上图，各组间标志一致，说明各组之间无差异。第二种状况，随意两 组之间均存在差异

10、，以下：即每组标志字母均不同样， 说明随意两组之间的差异均存在统计学意义。 第三种状况，有些组之间存在差异， 而另一些组之间的差异没有统计学意义， 以下：假如任两组之间标志字母同样， 说明这两组之间的差异没有统计学意义； 假如两组标志字母不一样，说明这两组之间的差异存在统计学意义。依据这一原则，剖析本研究结果以下：该表说明，在本研究中，药物干涉的降胆固醇作用 ( “a”) 与饮食干涉的降胆固醇作用 ( “b”) 的差异存在统计学意义 (P ，药物干涉的降胆固醇作用(“a ”)也与运动干涉的降胆固醇作用(b”)的差异存在统计学意义(P，而 饮食干涉 ( “b” ) 与运动干涉 ( “b” ) 在降胆固醇的作用上没有差异。6、撰写结论若卡方查验(2 XC)的P本研究招募 150 位高胆固醇、生活习惯差的受试者，随机分组后分别给 予药物、饮食和运动干涉。试验结束时，药物干涉组有 34 位(68%)胆固醇浓 度降落，饮食干涉组有 22 位(44%)胆固醇浓度降落，而运动干涉组有 20 位 (40%)胆固醇浓度降落，三组差异拥有统计学意义 (P=。成对照较结果提示， 药物干涉的降胆固醇成效好于饮食或运动干涉 (P，而饮食与运动干涉在降低胆固醇浓度上的作用无