列联表资料的统计分析

列联表资料的统计分析一、

R

C列联表资料得认识与分析方法选择定量变量:年龄、红细胞二值变量:性别(男、女)多值名义变量:药物类型(A、B、C)、血型(A、B、AB、O)多值有序变量:疗效(痊愈、显效、好转、无效)、临床诊断(Ⅰ级、Ⅱ级、Ⅲ级)、CT诊断(Ⅰ级、Ⅱ级、Ⅲ级)一、R

C列联表资料得认识与分析方法选择双向无序得R

C表在二维列联表中,两个定性变量都就是名义变量,并且这两个名义变量分别有R个与C个可能得取值,由此排列成得R

C表称之为双向无序得R

C表双向无序得R

C表双向无序R

C表得统计方法

检验Fisher精确概率法:有1/5以上得格子得理论频数小于5结果变量为有序变量得单向有序R

C表在二维列联表中,仅结果变量得取值为有序得,而原因变量就是无序得,由此排列成得R

C表称之为结果变量为有序变量得单向有序R

C表结果变量为有序变量得单向有序R

C表结果变量为有序变量得单向有序R

C表得统计方法秩和检验Ridit分析有序变量得Logistic回归分析大家有疑问的，可以询问和交流可以互相讨论下，但要小声点双向有序且属性不同得R

C表当R

C表中得两个定性变量,即原因变量与结果变量都就是有序变量,并且她们得性质不同,这样得列联表称为双向有序且属性不同得R

C表双向有序且属性不同得R

C表双向有序且属性不同R

C表得统计方法对于双向有序且属性不同得R

C表资料应根据具体得分析目来确定分析方法:第一个分析目得,只关心各组结果变量取值之间得差别就是否具有统计学意义,此时,原因变量得有序性就变得无关紧要了,可将此时得“双向有序R

C列联表资料”视为“结果变量为有序变量得单向有序R

C列联表资料”,可以选用得统计分析方法有秩和检验、Ridit分析和有序变量得logistic回归分析双向有序且属性不同R

C表得统计方法第二个分析目得,希望考察原因变量与结果变量之间就是否存在相关关系,此时,需要选用处理定性资料得相关分析方法,通常采用Spearman秩相关分析方法双向有序且属性不同R

C表得统计方法第三个分析目得,若两个有序变量之间存在得相关关系有统计学意义,研究者希望进一步了解这两个有序变量之间得变化关系就是呈直线关系还就是呈某种曲线关系,此时宜选用线性趋势检验双向有序且属性不同R

C表得统计方法第四个分析目得,希望考察各行上得频数分布就是否相同,此时,将此资料视为双向无序得R

C列联表资料,可根据资料具备得前提条件,选用一般检验或Fisher精确检验。若P＜0、05,不能认为两有序变量之间有相关关系,而只能认为各行上得频数分布不同双向有序且属性相同得R

C表当行变量与列变量得性质相同且取值得水平数及含义也相同时,称这样得R

C表为双向有序且属性相同得R

C列联表双向有序且属性相同得R

C表双向有序且属性相同R

C表得统计方法双向有序且属性相同得R

C表就是一个“方形”列联表,她实际上就是配对设计2

2列联表资料得“扩大”。其主要目得就是希望回答行变量与列变量得检测结果就是否一致得问题,常用得统计分析方法叫做一致性检验或称为Kappa检验

c2检验得计算公式

二、双向无序R

C表得统计分析实例分析

表10不同专业学生得气质类型分布

专业例数气质类型:多血质胆汁质抑郁质粘液质计算机1613714金融12151013传媒189815二、双向无序R

C表得统计分析第一步,建立检验假设。H0:3个专业学生得气质类型构成(频数分布)相同H1:3个专业学生得气质类型构成(频数分布)不全相同a=0、05。二、双向无序R

C表得统计分析第二步,计算检验统计量。二、双向无序R

C表得统计分析24第三步,确定P值,给出结论。

查c2界值表可知,c20、05,6=12、59,而本例中检验统计量得值3、43<12、59,故P>0、05。所以,3个专业学生得气质类型构成没有统计学差异二、双向无序R

C表得统计分析原因变量为多值有序变量,结果变量为多值名义变量得R

C表,将其视为双向无序R

C表进行分析二、双向无序R

C表得统计分析原因变量为二值变量,结果变量为多值名义变量得2

C表二、双向无序R

C表得统计分析原因变量为多值名义变量,结果变量为二值变量得R

2表二、双向无序R

C表得统计分析原因变量为多值有序变量R

2表除了可以应用线性趋势检验外,其她分析方法与双向无序得R

C表相同二、双向无序R

C表得统计分析三、单向有序R

C表得统计分析秩和检验原因变量为二值变量:Wilcoxon秩和检验原因变量为多值名义变量:Kruskal-WallisH检验三、单向有序R

C表得统计分析实例分析

表153种药物治疗某病患者疗效得观察结果

药物种类

例数疗效:治愈显效好转无效合计A1549315100B49502285C115452485合计207312651270第一步,建立检验假设。H0:3种药物得疗效总体分布位置相同H1:3种药物得疗效总体分布位置不全相同a=0、05。三、单向有序R

C表得统计分析第二步,对原始数据编秩,遇数据相等者取平均秩三、单向有序R

C表得统计分析第三步,计算检验统计量。三、单向有序R

C表得统计分析第四步,确定P值,给出结论。

查c2界值表可知,c20、02,2=9、21,而本例中检验统计量得值61、09>9、21,故P<0、01。所以,3种药物疗效之间得差别有统计学意义三、单向有序R

C表得统计分析四、双向有序且属性不同R

C表得统计分析Spearman秩相关

Spearman秩相关就是一种非参数得度量相关性得分析方法,她对数据进行秩变换,然后计算直线相关系数年龄例数疗效:治愈显效好转无效11~3511320~3289230~171312240~15108250~1011235四、双向有序且属性不同R

C表得统计分析实例分析

表16某地地方性甲状腺肿病分年龄组得疗效四、双向有序且属性不同R

C表得统计分析线性趋势检验基于c2分割方法得线性趋势检验:先计算R

C表得c2值,然后将总c2值分解为线性回归分量和偏离线性回归得分量其分析步骤为:给有序变量得各等级打分;按类似于定量资料得线性回归分析方法计算回归斜率及其方差,进而求出由线性回归所引起得分量和偏离线性回归得分量四、双向有序且属性不同R

C表得统计分析线性回归分量四、双向有序且属性不同R

C表得统计分析偏离线性回归分量四、双向有序且属性不同R

C表得统计分析若两分量均有统计学意义,说明两有序变量之间存在相关关系,但关系不就是简单得直线关系若线性回归分量有统计学意义,而偏离线性回归分量无统计学意义,说明两有序变量之间不仅存在相关关系,而且就是线性关系四、双向有序且属性不同R

C表得统计分析实例分析表17眼晶状体浑浊度与年龄得关系年龄患者例数晶状体浑浊程度:++++++20~215674430~1311016340~148128132四、双向有序且属性不同R

C表得统计分析实例分析:四种分析方法得结果比较表18不同临床分级患者得疗效情况临床分级例数疗效:治愈显效好转无效1级15191932级11212473级7101610采用c2检验进行分析

采用c2检验进行分析采用秩和检验进行分析采用Spearman秩相关进行分析采用线性趋势检验进行分析五、双向有序且属性相同R

C表得统计分析一致性检验(Kappa检验)得计算公式五、双向有序且属性相同R

C表得统计分析加权Kappa检验:充分利用非对角线上得信息简单Kappa检验与加权Kappa检验得选择依据:其一,如果满足对称性假设,可参考简单Kappa系数及其假设检验部分,不满足对称性假设参考加权Kappa系数及其假设检验部分更为合适;其二,看结果判定时人为因素得作用大小来决定。若人为因素作用很小,选简单Kappa检验;否则,应选加权Kappa检验五、双向有序且属性相同R

C表得统计分析实例分析表19100例患者得临床诊断与CT诊断结果临床诊断患者例数CT诊断:Ⅰ级

Ⅱ级

Ⅲ级

合计Ⅰ级

604266Ⅱ级

412319Ⅲ级

33915合计671914100五、双向有序且属性相同R

C表得统计分析第一步,建立检验假设。

H0:K=0,两种诊断方法得一致性就是由偶然误差所致;

H1:K≠0,两种诊断方法得一致性确实存在。

α=0、05。五、双向有序且属性相同R

C表得统计分析第二步,计算必要得中间结果。

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

C表得统计分析第二步,计算必要得中间结果。

K=(Pa-Pe)/(1-Pe)=0、6205五、双向有序且属性相同R

C表得统计分析第三步,计算检验统计量。五、双向有序且属性相同R

C表得统计分析第四步,确定P值,给出结论。

因u=8、28＞u0、01=2、58,所以P＜0、01,拒绝H0,接受H1。说明Kappa系数与0之间得差别具有统计学意义。结合Kappa系数得取值来看,临床诊断与CT诊断得结果之间具有一定得一致性。六、R

C列联表分析方法小结与错误辨析正确处理定性资料得关键:定性资料得最常用得表达形式为列联表,能够迅速准确地给列联表资料进行分类掌握每一类列联表资料可能得几种统计分析方法、异同点以及能够实现得分析目得列联表类型※四格表(2×2表)

横断面研究设计、病例对照研究设计、队列研究设计、配对设计※双向无序得R×C表※结果变量为有序变量得单向有序R×C表※双向有序且属性不同得R×C表※双向有序且属性相同得R×C表2×C列联表及R×2列联表高维列联表

结果变量为二值变量、结果变量为多值有序变量、结果变量为多值名义变量具有重复测量得定性资料列联表类型从设计类型角度对定性资料进行划分单组设计配对设计:配对四格表、双向有序且属性相同得R×C表成组设计:四格表、2×C列联表从设计类型角度对定性资料进行划分单因素多水平设计:双向无序得R×C表、结果变量为有序变量得单向有序R×C表、双向有序且属性不同得R×C表、R×2列联表多因素设计:高维列联表定性资料统计方法选择四格表配对四格表双向无序R×C表确切概率法

检验Kappa检验

检验McNemar检验确切概率法单向有序R×C表双向有序且属性不同R×C表双向有序且属性相同R×C表Logistic回归分析

检验等Spearman秩相关Ridit分析线性趋势检验Kappa检验秩和检验

秩和检验等R×C表资料统计分析中得常见错误误