卡方检验配对四个表资料的x2检验

6．某医院147例大肠杆菌标本分别在A ，B 两种培养基上培养，然后进行检验，资料见下表，试分析两种培养基的检验结果是否有显著性差别？表 A 、B 两种培养基上培养大肠杆菌标本结果

A 培养基

B 培养基合计＋－＋ 59 36 95 － 15 37 52 合计

147

[参考答案]

本题是一个配对设计的二分类资料，采用配对四个表资料的2χ检验。

（1）建立检验假设并确定检验水准

0H ：C B =，即两种培养基的阳性培养率相等

1H ：C B ≠，即两种培养基的阳性培养率不相等

05.0=α

（2）计算检验统计量

本例b +c =36+15=51> 40 ，用配对四个表2χ检验公式，计算检验统计量2χ值

b c b +-=22

)(χ=

()65.8153615362

=+-, 1=ν 3. 确定P 值，作出推断结论

查2χ界值表得P < 0.05。按0.05α=水准，拒绝0H 。认为两种培养基的阳性培养率不同。

χ2分布临界值表

2χ分布临界值表 ()(){}2P n n αχχα=2 1-> n 0.995 0.99 0.975 0.95 0.90 0.75 0.25 0.10 0.05 0.025 0.01 0.005 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 38 40 41 42 43 44 45 __ 0.010 0.072 0.207 0.412 0.676 0.989 1.344 1.735 2.156 2.603 3.074 3.565 4.075 4.601 5.142 5.697 6.265 6.844 7.434 8.034 8.643 9.260 9.886 10.520 11.160 11.808 12.461 13.121 13.787 14.458 15.134 15.815 16.501 17.192 17.887 18.586 19.289 19.996 20.707 21.421 22.138 22.859 23.584 24.311 __ 0.020 0.115 0.297 0.554 0.872 1.239 1.646 2.088 2.558 3.053 3.571 4.107 4.660 5.229 5.812 6.408 7.015 7.633 8.260 8.897 9.542 10.196 10.856 11.524 12.198 12.879 13.565 14.257 14.954 15.655 16.362 17.074 17.789 18.509 19.233 19.960 20.691 21.426 22.164 22.906 23.650 24.398 25.148 25.901 0.001 0.051 0.216 0.484 0.831 1.237 1.690 2.180 2.700 3.247 3.816 4.404 5.009 5.629 6.262 6.908 7.564 8.231 8.907 9.591 10.283 10.982 11.689 12.401 13.120 13.844 14.573 15.308 16.047 16.791 17.539 18.291 19.047 19.806 20.569 21.336 22.106 22.878 23.654 24.433 25.215 25.999 26.785 27.575 28.366 0.004 0.103 0.352 0.711 1.145 1.635 2.167 2.733 3.325 3.940 4.575 5.226 5.892 6.571 7.261 7.962 8.672 9.390 10.117 10.851 11.591 12.338 13.091 13.848 14.611 15.379 16.151 16.928 17.708 18.493 19.281 20.072 20.867 21.664 22.465 23.269 24.075 24.884 25.695 26.509 27.326 28.144 28.965 29.987 30.612 0.016 0.211 0.584 1.064 1.610 2.204 2.833 3.490 4.168 4.865 5.578 6.304 7.042 7.790 8.547 9.312 10.085 10.865 11.651 12.443 13.240 14.042 14.848 15.659 16.473 17.292 18.114 18.939 19.768 20.599 21.434 22.271 23..100 23.952 24.797 25.643 26.492 27.343 28.196 29.051 29.907 30.765 31.625 32.487 33.350 0.102 0.575 1.213 1.923 2.675 3.455 4.255 5.071 5.899 6.737 7.584 8.438 9.299 10.165 11.037 11.912 12.792 13.675 14.562 15.452 16.344 17.240 18.137 19.037 19.939 20.843 21.749 22.657 23.567 24.478 25.390 26.304 27.219 28.136 29.054 29.973 30.893 31.815 32.737 33.660 34.585 35.510 36.436 37.363 38.291 1.323 2.773 4.108 5.385 6.626 7.841 9.037 10.219 11.389 12.549 1 3.701 1 4.845 1 5.984 17.117 18.245 19.369 20.489 21.605 22.718 23.828 24.935 2 6.039 2 7.141 2 8.241 2 9.339 30.435 31.528 32.620 33.711 34.800 35.887 36.973 38.058 39.141 40.223 41.304 42.383 43.462 44.539 45.616 46.692 47.766 48.840 49.913 50.985 2.706 4.605 6.251 7.779 9.236 10.645 12.017 1 3.362 1 4.684 1 5.987 17275 18.549 19.812 21.064 22.307 23.542 24.769 25.989 27.204 28.412 29.615 30.813 32.007 33.196 34.382 35.563 3 6.741 3 7.916 39.087 40.256 41.422 42.585 43.745 44.903 46.059 47.212 4 8.363 4 9.513 50.660 51.805 52.949 54.090 55.230 56.369 57.505 3.841 5.991 7.815 9.488 11.071 12.592 1 4.067 1 5.507 1 6.919 18.307 19.675 21.026 22.362 23.685 24.966 26.296 2 7.587 2 8.869 30.144 31.410 32.671 33.924 35.172 36.415 37.652 38.885 40.113 41.337 42.557 43.773 44.985 46.194 47.400 48.602 4 9.802 50.998 52.192 53.384 54.572 55.758 56.942 58.124 59.304 60.481 61.656 5.024 7.378 9.348 11.143 12.833 14.449 1 6.013 1 7.535 19.023 20.483 21.920 23.337 24.736 16.119 27.488 2 8.845 30.191 31.526 32.852 34.170 35.479 36.781 38.076 3 9.364 40.646 41.923 43.194 44.461 45.722 46.979 48.232 49.480 50.725 51.966 53.203 54.437 55.668 56.896 58.120 59.342 60.561 61.777 62.990 64.201 65.410 6.635 9.210 11.345 13.277 15.086 16.812 18.475 20.090 21.666 23.209 24.725 26.217 2 7.688 29.141 30.578 32.000 33.409 34.805 36.191 37.566 3 8.932 40.289 41.638 42.980 44.314 45.642 46.963 48.278 4 9.588 50.892 52.191 53.486 54.776 56.061 57.342 58.619 59.892 61.162 62.428 63.691 64.950 66.206 67.459 68.710 69.957 7.879 10.597 12.838 14.860 16.750 18.548 20.278 21.955 23.589 25.188 26.757 28.299 29.819 31.319 32.801 34.267 35.718 37.156 38.582 39.997 41.401 42.796 44.181 45.559 46.928 48.290 49.645 50.993 52.336 53.672 55.003 56.328 57.648 58.964 60.275 61.581 62.883 64.181 65.476 66.766 68.053 69.336 70.616 71.893 73.166

配对卡方检验及Kappa检验一致性检验

一、配对卡方检验把每一份样本平均分成两份，分别用两种方法进行化验，比较此两种化验方法的结果（两类计数资料）是否有本质的不同；或者分别采用甲、乙两种方法对同一批病人进行检查，比较此两种检查方法的结果（两类计数资料）是否有本质的不同，此时要用配对卡方检验。操作方法：单击【Statistics钮】，在弹出的Statistics对话框中选择McNemanr复选框，进行McNemanr检验。即配对卡方检验，只能针对方形表格进行。不能给出卡方值，只能给出P值。二、一致性检验（Kappa检验）诊断试验的一致性检验经常用在下列两种情况中：一种是评价待评价的诊断实验方法与金标准的一致性；另一种是评价两种化验方法对同一个样本（化验对象）的化验结果的一致性或两个医务工作者对同一组病人的诊断结论的一致性或同一医务工作者对同一组病人前后进行两次观察作出的诊断的一致性等等。 Kappa值即内部一致性系数(inter-rater,coefficient of internal consistency)，是作为评价判断的一致性程度的重要指标。取值在0～1 之间。Kappa≥两者一致性较好；>Kappa≥两者一致性一般；Kappa<两者一致性较差。操作方法：单击【Statistics钮】，在弹出的Statistics对话框中选择Kappa复选框。计算Kappa值。如果选择Risk复选框，则计算OR值（比数比）和RR值（相对危险度）。病例对照研究（case control study）是主要用于探索病因的一种流行病学方法。它是以某人群内一组患有某种病的人（称为病例）和同一人群内未患这种病但在与患病有关的某些已知因素方面和病例组相似的人（称为对照）作为研究对象；调查他们过去对某个或某些可疑病因（即研究因子）的暴露有无和（或）暴露程度（剂量）；通过对两组暴露史的比较，推断研究因子作为病因的可能性：如果病例组有暴露史者或严重暴露者的比例在统计学上显着高于对照组，则可认为这种暴露与患病存在统计学联系，有可能是因果联系。究竟是否是因果联系，须根据一些标准再加以衡量判断。所谓联系（associatiom）是指两个或更多个变量间的一种依赖关系，可以是因果关系，也可以不是。

统计软件配对卡方检验教程

1．配对四格表的卡方检验（1）当b+c≥40 c b c b +-=2 2 )(χ 1=υ （2）当b+c<40 c b c b +--= 2 2 )1(χ 1=υ 例．有28份咽喉涂片标本，把每份标本一分为二，分别接种在甲、乙两种白喉杆菌培养基上，观察白喉杆菌生长的情况，其结果如表5，问两种培养基的阳性检出率是否相等？表5 两种白喉杆菌培养基培养结果比较甲培养基乙培养基 + - 合计 + 11 1 12 - 9 7 16 合计 20 8 28 例6．某医院用三种方案治疗急性无黄疸型病毒性肝炎结果如下，问三种疗法的有效率是否一致？表６三种方案治疗肝炎疗效的结果比较组别有效无效合计有效率（％）西药组 51 49 100 51.00 中药组 35 45 80 43.75 中西结合 59 15 74 79.73 145 109 254 57.09 卡方分割：（а必须校正，然后P 值和α’进行比较）多个实验组间的两两比较：1 2' += k C α α 实验组与同一个对照组比较：() 12' -= k α α 1 输入值 2. 权重 3.计算卡方值 4.结果 Asymp.sig.的那一列就是P 值：表示三者间不全相同 5.卡方分割输入条件选择相应的组别计算相应的卡方值例7. 测得某地5801人的ABO 血型和MN 血型结果如表7-10，问两种血型系统之间是否有关联？表7 某地5801人的血型 ABO 血型 MN 血型合计 M N MN O 431 490 902 1823

A 388 410 800 1598 B 495 587 950 2032 AB 137 179 32 348 合计1451 1666 2684 5801 此题为双向无序，用卡方检验，计算列联系数：计算步骤相同唯一不同之处：多选两项（contigency coefficient为列联系数）结果结果解释：卡方值显示两者间有联系，Linear-by- Linear Association 中P<0.0001，所以数据符合线性；论文统计时还需要计算偏离线性回归分量=213.162-51.336即可，相应的自由度为6-1=5，算出的P值越大越说明符合线性。例8. 某研究者欲研究年龄与冠状动脉粥样硬化等级之间的关系，将278例尸解资料整理成表7-13，问年龄与冠状动脉粥样硬化等级之间是否存在线性变化趋势？表8 年龄与冠状动脉硬化的关系年龄(岁) (X) 冠状动脉硬化等级(Y) 合计—+ ++ +++ 20～70 22 4 2 98 30～27 24 9 3 63 40～16 23 13 7 59 ≥50 9 20 15 14 58 合计122 89 41 26 278 双向有序但属性不同，进行线性趋势检验（test for linear trend）： 1. 计算总的X 2值 2. 计算线性回归分量X 2回归 3. 计算偏离线性回归分量X 2偏 4. 列2x分解表，确定p值变异来源df p 总变异(R-1)(C-1) 线性回归分量若小于0则相关偏离线性回归分量若小于0则为非直线相关输入值进行线性趋势检验结果结果解释：卡方值即总变异为71.432 回归值为63.389 然后在EXCEL手工计算配对四格表的扩展即例9 例9. 以血清法作为金标准评价滤纸片法的准确性，检测指标为检测标本的抗体阳性反应等级，结果如下表33-4,试进行效度评价。表9 滤纸片法与血清法比较

15-2配对四格表资料差别检验的精确概率方法_刘玉秀

南京大学学报(自然科学) 第34卷　第5期　JOU RN AL OF NAN JING U NIV ERSIT Y Vol.34,No.5　1998年9月 (N ATU RAL SCIENCES ) Sept .,1998 配对四格表资料差别检验的精确概率方法刘玉秀　刘　钧 ( 南京大学医学院临床学院南京军区南京总医院　医务部,210002,南京) 摘　要　探讨用于配对四格表资料差别检验的精确概率方法。方法:在配对四格表资料两组率差为0的无效假设下,根据两项分布的原理,可导出假设检验用的精确概率计算公式,借此公式经逐一计算,给出b ≤20和c ≤10不同组合时的单、双侧检验精确概率值。提供了配对四格表资料差别检验的精确概率计算公式,并构造出b ≤20和c ≤10的精确概率速查表。结论:M cN emar 卡方检验方法仅适于b +c >20情形,当b +c ≤20时宜用本文介绍的精确概率方法:或通过公式计算或直接查表。关键词　配对四格表,假设检验,精确概率分类法　R311a 0　引言医学研究中经常会遇到配对形式的四格表资料,该类资料数据处理的目的一般为推断两因素(处理)间有无关联或两处理的结果间有无差异(此种情况更为多见),前者可采用通常四格表资料处理的卡方检验法或Fisher 精确概率法,后者常规应用的方法为M cNem ar 卡方检验法,但此方法需满足一定的条件,当配对四格表中(b+c)较小(<20)时不宜使用,应考虑选用配对四格表资料差别检验的精确概率计算方法。表1 A 、B 两种检验方法对血中某抗体的检出情况T able 1　T he o utcome o f two test matho ds A B +-合　计+ 461460-43640合计 50 50 100 1　举例欲比较两种检验方法对血样中某抗体的检出率,将100份血样同时用两种方法进行检测,结果为阳性或阴性。根据检测的结果,应以血样本为基本单位,整理成数据对子数为100的配对形式的四格表资料(表1)进行两方法间检出率 a 收稿日期:1997-07-14;修回日期:1998-03-03 第一作者简介:刘玉秀,男,1966年2月生,主治医师,现从事科研管理,曾发表“生物检定数据效价比值的广义线性模型估计”等论文

配对卡方检验及Kappa检验一致性检验完整版

配对卡方检验及K a p p a 检验一致性检验集团标准化办公室：[VV986T-J682P28-JP266L8-68PNN]

一、配对卡方检验把每一份样本平均分成两份，分别用两种方法进行化验，比较此两种化验方法的结果（两类计数资料）是否有本质的不同；或者分别采用甲、乙两种方法对同一批病人进行检查，比较此两种检查方法的结果（两类计数资料）是否有本质的不同，此时要用配对卡方检验。操作方法：单击【Statistics钮】，在弹出的Statistics对话框中选择McNemanr复选框，进行McNemanr检验。即配对卡方检验，只能针对方形表格进行。不能给出卡方值，只能给出P 值。二、一致性检验（Kappa检验）诊断试验的一致性检验经常用在下列两种情况中：一种是评价待评价的诊断实验方法与金标准的一致性；另一种是评价两种化验方法对同一个样本（化验对象）的化验结果的一致性或两个医务工作者对同一组病人的诊断结论的一致性或同一医务工作者对同一组病人前后进行两次观察作出的诊断的一致性等等。 Kappa值即内部一致性系数(inter-rater,coefficientofinternalconsistency)，是作为评价判断的一致性程度的重要指标。取值在0～1之间。Kappa≥0.75两者一致性较好；0.75>Kappa ≥0.4两者一致性一般；Kappa<0.4两者一致性较差。操作方法：单击【Statistics钮】，在弹出的Statistics对话框中选择Kappa复选框。计算Kappa值。如果选择Risk复选框，则计算OR值（比数比）和RR值（相对危险度）。病例对照研究（casecontrolstudy）是主要用于探索病因的一种流行病学方法。它是以某人群内一组患有某种病的人（称为病例）和同一人群内未患这种病但在与患病有关的某些已知因素方面和病例组相似的人（称为对照）作为研究对象；调查他们过去对某个或某些可疑病因（即研究因子）的暴露有无和（或）暴露程度（剂量）；通过对两组暴露史的比较，推断研究因子作为病因的可能性：如果病例组有暴露史者或严重暴露者的比例在统计学上显着高于对照组，则可认为这种暴露与患病存在统计学联系，有可能是因果联系。究竟是否是因果联系，须根据一些标准再加以衡量判断。所谓联系（associatiom）是指两个或更多个变量间的一种依赖关系，可以是因果关系，也可以不是。例如，对一组肺癌病人（病例组）和一组未患肺癌但有可比性的人（对照组）调查他们的吸烟（暴露）历史（可包括现在吸烟否，过去吸过烟否，开始吸烟年龄，吸烟年数，最近每天吸烟支数；如已戒烟则为戒烟前每日吸烟支数，已戒烟年数，等等）。其目的为通过比较两组吸烟史的差别，检验吸烟（可疑病因）与疾病（肺癌）有因果联系的假设。这就是病例对照研究。如果选择Cochran'sandMantel-Haenszelstatistics复选框，则可以为两个二分类变量进行独立性检验和同质性（齐性）检验，同时可进行分层因素的调整。包括：χ2MH统计量（分层卡

卡方分布表

WORD格式 x 2 分布临界值表（卡方分布） P n＇ 0.995 0.99 0.975 0.95 0.9 0.75 0.5 0.25 0.1 0.05 0.025 0.01 0.005 1 ????0.0 2 0.1 0.45 1.32 2.71 3.84 5.02 6.6 3 7.88 2 0.01 0.02 0.02 0.1 0.21 0.58 1.39 2.77 4.61 5.99 7.38 9.21 10.6 3 0.07 0.11 0.22 0.35 0.58 1.21 2.37 4.11 6.25 7.81 9.35 11.3 4 12.84 4 0.21 0.3 0.48 0.71 1.06 1.92 3.36 5.39 7.78 9.49 11.14 13.28 14.86 5 0.41 0.55 0.83 1.15 1.61 2.67 4.35 6.63 9.24 11.07 12.83 15.09 16.75 6 0.68 0.8 7 1.24 1.64 2.2 3.45 5.35 7.84 10.64 12.59 14.45 16.81 18.55 7 0.99 1.24 1.69 2.17 2.83 4.25 6.35 9.04 12.02 14.07 16.01 18.48 20.28 8 1.34 1.65 2.18 2.73 3.4 5.07 7.34 10.22 13.36 15.51 17.53 20.09 21.96 9 1.73 2.09 2.7 3.33 4.17 5.9 8.34 11.39 14.68 16.92 19.02 21.67 23.59 10 2.16 2.56 3.25 3.94 4.87 6.74 9.34 12.55 15.99 18.31 20.48 23.21 25.19 11 2.6 3.05 3.82 4.57 5.58 7.58 10.34 13.7 17.28 19.68 21.92 24.72 26.76 12 3.07 3.57 4.4 5.23 6.3 8.44 11.34 14.85 18.55 21.03 23.34 26.22 28.3 13 3.57 4.11 5.01 5.89 7.04 9.3 12.34 15.98 19.81 22.36 24.74 27.69 29.82 14 4.07 4.66 5.63 6.57 7.79 10.17 13.34 17.12 21.06 23.68 26.12 29.14 31.32 15 4.6 5.23 6.27 7.26 8.55 11.04 14.34 18.25 22.31 25 27.49 30.58 32.8 16 5.14 5.81 6.91 7.96 9.31 11.91 15.34 19.37 23.54 26.3 28.85 32 34.27 17 5.7 6.41 7.56 8.67 10.09 12.79 16.34 20.49 24.77 27.59 30.19 33.41 35.72 18 6.26 7.01 8.23 9.39 10.86 13.68 17.34 21.6 25.99 28.87 31.53 34.81 37.16 19 6.84 7.63 8.91 10.12 11.65 14.56 18.34 22.72 27.2 30.14 32.85 36.19 38.58 20 7.43 8.26 9.59 10.85 12.44 15.45 19.34 23.83 28.41 31.41 34.17 37.57 40 21 8.03 8.9 10.28 11.59 13.24 16.34 20.34 24.93 29.62 32.67 35.48 38.93 41.4 22 8.64 9.54 10.98 12.34 14.04 17.24 21.34 26.04 30.81 33.92 36.78 40.29 42.8 23 9.26 10.2 11.69 13.09 14.85 18.14 22.34 27.14 32.01 35.17 38.08 41.64 44.18 24 9.89 10.86 12.4 13.85 15.66 19.04 23.34 28.24 33.2 36.42 39.36 42.98 45.56 25 10.52 11.52 13.12 14.61 16.47 19.94 24.34 29.34 34.38 37.65 40.65 44.31 46.93 26 11.16 12.2 13.84 15.38 17.29 20.84 25.34 30.43 35.56 38.89 41.92 45.64 48.29 27 11.81 12.88 14.57 16.15 18.11 21.75 26.34 31.53 36.74 40.11 43.19 46.96 49.64 28 12.46 13.56 15.31 16.93 18.94 22.66 27.34 32.62 37.92 41.34 44.46 48.28 50.99 29 13.12 14.26 16.05 17.71 19.77 23.57 28.34 33.71 39.09 42.56 45.72 49.59 52.34 30 13.79 14.95 16.79 18.49 20.6 24.48 29.34 34.8 40.26 43.77 46.98 50.89 53.67 40 20.71 22.16 24.43 26.51 29.05 33.66 39.34 45.62 51.8 55.76 59.34 63.69 66.77 50 27.99 29.71 32.36 34.76 37.69 42.94 49.33 56.33 63.17 67.5 71.42 76.15 79.49 60 35.53 37.48 40.48 43.19 46.46 52.29 59.33 66.98 74.4 79.08 83.3 88.38 91.95 70 43.28 45.44 48.76 51.74 55.33 61.7 69.33 77.58 85.53 90.53 95.02 100.42 104.22 80 51.17 53.54 57.15 60.39 64.28 71.14 79.33 88.13 96.58 101.88 106.63 112.33 116.32 90 59.2 61.75 65.65 69.13 73.29 80.62 89.33 98.64 107.56 113.14 118.14 124.12 128.3 100 67.33 70.06 74.22 77.93 82.36 90.13 99.33 109.14 118.5 124.34 129.56 135.81 140.17 专业资料

Q：如何在SPSS中实现四格表的卡方检验

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：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 Ⅰ．两种对象率（百分比）间的比较—四格表χ2 检验 χ 2 检验（chi-square test），χ为希腊文字母，读作 [kai]（卡）； chi-square读作“卡方”；χ2 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χ2检验四格表的χ2检验用于分析两组或两组以上率（或百分比）差别的显著性。 χ2 = ∑[（∣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。 χ2 =（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χ2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、54、 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)

卡方分布标准表格.doc

文地址 x2分布界表（卡方分布） P n＇ 0.995 0.99 0.975 0.95 0.9 0.75 0.5 0.25 0.1 0.05 0.025 0.01 0.005 1 ????0.0 2 0.1 0.45 1.32 2.71 3.84 5.02 6.6 3 7.88 2 0.01 0.02 0.02 0.1 0.21 0.58 1.39 2.77 4.61 5.99 7.38 9.21 10.6 3 0.07 0.11 0.22 0.35 0.58 1.21 2.37 4.11 6.25 7.81 9.35 11.3 4 12.84 4 0.21 0.3 0.48 0.71 1.06 1.92 3.36 5.39 7.78 9.49 11.14 13.28 14.86 5 0.41 0.55 0.83 1.15 1.61 2.67 4.35 6.63 9.24 11.07 12.83 15.09 16.75 6 0.68 0.8 7 1.24 1.64 2.2 3.45 5.35 7.84 10.64 12.59 14.45 16.81 18.55 7 0.99 1.24 1.69 2.17 2.83 4.25 6.35 9.04 12.02 14.07 16.01 18.48 20.28 8 1.34 1.65 2.18 2.73 3.4 5.07 7.34 10.22 13.36 15.51 17.53 20.09 21.96

9 1.73 2.09 2.7 3.33 4.17 5.9 8.34 11.39 14.68 16.92 19.02 21.67 23.59 10 2.16 2.56 3.25 3.94 4.87 6.74 9.34 12.55 15.99 18.31 20.48 23.21 25.19 11 2.6 3.05 3.82 4.57 5.58 7.58 10.34 13.7 17.28 19.68 21.92 24.72 26.76 12 3.07 3.57 4.4 5.23 6.3 8.44 11.34 14.85 18.55 21.03 23.34 26.22 28.3 13 3.57 4.11 5.01 5.89 7.04 9.3 12.34 15.98 19.81 22.36 24.74 27.69 29.82 14 4.07 4.66 5.63 6.57 7.79 10.17 13.34 17.12 21.06 23.68 26.12 29.14 31.32 15 4.6 5.23 6.27 7.26 8.55 11.04 14.34 18.25 22.31 25 27.49 30.58 32.8 16 5.14 5.81 6.91 7.96 9.31 11.91 15.34 19.37 23.54 26.3 28.85 32 34.27 17 5.7 6.41 7.56 8.67 10.09 12.79 16.34 20.49 24.77 27.59 30.19 33.41 35.72 18 6.26 7.01 8.23 9.39 10.86 13.68 17.34 21.6 25.99 28.87 31.53 34.81 37.16 19 6.84 7.63 8.91 10.12 11.65 14.56 18.34 22.72 27.2 30.14 32.85 36.19 38.58

卡方分布表

精品文档 . x 2 分布临界值表（卡方分布） n ＇ P 0.995 0.99 0.975 0.95 0.9 0.75 0.5 0.25 0.1 0.05 0.025 0.01 0.005 1 …………0.02 0.1 0.45 1.32 2.71 3.84 5.02 6.63 7.88 2 0.01 0.02 0.02 0.1 0.21 0.58 1.39 2.77 4.61 5.99 7.38 9.21 10.6 3 0.07 0.11 0.22 0.35 0.58 1.21 2.37 4.11 6.25 7.81 9.35 11.34 12.84 4 0.21 0.3 0.48 0.71 1.06 1.92 3.36 5.39 7.78 9.49 11.14 13.28 14.86 5 0.41 0.55 0.83 1.15 1.61 2.67 4.35 6.63 9.24 11.07 12.83 15.09 16.75 6 0.68 0.87 1.24 1.64 2.2 3.45 5.35 7.84 10.64 12.59 14.45 16.81 18.55 7 0.99 1.24 1.69 2.17 2.83 4.25 6.35 9.04 12.02 14.07 16.01 18.48 20.28 8 1.34 1.65 2.18 2.73 3.4 5.07 7.34 10.22 13.36 15.51 17.53 20.09 21.96 9 1.73 2.09 2.7 3.33 4.17 5.9 8.34 11.39 14.68 16.92 19.02 21.67 23.59 10 2.16 2.56 3.25 3.94 4.87 6.74 9.34 12.55 15.99 18.31 20.48 23.21 25.19 11 2.6 3.05 3.82 4.57 5.58 7.58 10.34 13.7 17.28 19.68 21.92 24.72 26.76 12 3.07 3.57 4.4 5.23 6.3 8.44 11.34 14.85 18.55 21.03 23.34 26.22 28.3 13 3.57 4.11 5.01 5.89 7.04 9.3 12.34 15.98 19.81 22.36 24.74 27.69 29.82 14 4.07 4.66 5.63 6.57 7.79 10.17 13.34 17.12 21.06 23.68 26.12 29.14 31.32 15 4.6 5.23 6.27 7.26 8.55 11.04 14.34 18.25 22.31 25 27.49 30.58 32.8 16 5.14 5.81 6.91 7.96 9.31 11.91 15.34 19.37 23.54 26.3 28.85 32 34.27 17 5.7 6.41 7.56 8.67 10.09 12.79 16.34 20.49 24.77 27.59 30.19 33.41 35.72 18 6.26 7.01 8.23 9.39 10.86 13.68 17.34 21.6 25.99 28.87 31.53 34.81 37.16 19 6.84 7.63 8.91 10.12 11.65 14.56 18.34 22.72 27.2 30.14 32.85 36.19 38.58 20 7.43 8.26 9.59 10.85 12.44 15.45 19.34 23.83 28.41 31.41 34.17 37.57 40 21 8.03 8.9 10.28 11.59 13.24 16.34 20.34 24.93 29.62 32.67 35.48 38.93 41.4 22 8.64 9.54 10.98 12.34 14.04 17.24 21.34 26.04 30.81 33.92 36.78 40.29 42.8 23 9.26 10.2 11.69 13.09 14.85 18.14 22.34 27.14 32.01 35.17 38.08 41.64 44.18 24 9.89 10.86 12.4 13.85 15.66 19.04 23.34 28.24 33.2 36.42 39.36 42.98 45.56 25 10.52 11.52 13.12 14.61 16.47 19.94 24.34 29.34 34.38 37.65 40.65 44.31 46.93 26 11.16 12.2 13.84 15.38 17.29 20.84 25.34 30.43 35.56 38.89 41.92 45.64 48.29 27 11.81 12.88 14.57 16.15 18.11 21.75 26.34 31.53 36.74 40.11 43.19 46.96 49.64 28 12.46 13.56 15.31 16.93 18.94 22.66 27.34 32.62 37.92 41.34 44.46 48.28 50.99 29 13.12 14.26 16.05 17.71 19.77 23.57 28.34 33.71 39.09 42.56 45.72 49.59 52.34 30 13.79 14.95 16.79 18.49 20.6 24.48 29.34 34.8 40.26 43.77 46.98 50.89 53.67 40 20.71 22.16 24.43 26.51 29.05 33.66 39.34 45.62 51.8 55.76 59.34 63.69 66.77 50 27.99 29.71 32.36 34.76 37.69 42.94 49.33 56.33 63.17 67.5 71.42 76.15 79.49 60 35.53 37.48 40.48 43.19 46.46 52.29 59.33 66.98 74.4 79.08 83.3 88.38 91.95 70 43.28 45.44 48.76 51.74 55.33 61.7 69.33 77.58 85.53 90.53 95.02 100.42 104.22 80 51.17 53.54 57.15 60.39 64.28 71.14 79.33 88.13 96.58 101.88 106.63 112.33 116.32 90 59.2 61.75 65.65 69.13 73.29 80.62 89.33 98.64 107.56 113.14 118.14 124.12 128.3 100 67.33 70.06 74.22 77.93 82.36 90.13 99.33 109.14 118.5 124.34 129.56 135.81 140.17

附表四卡方分布表

αdf 14E-050 0.0010.0040.016 2.71 3.841 5.024 6.6357.879 20.010.020.0510.1030.211 4.61 5.9917.3789.21 10.6 30.0720.120.2160.3520.584 6.257.8159.34811.3512.84 40.2070.3 0.4840.711 1.0647.789.48811.1413.2814.86 50.4120.550.831 1.145 1.619.2411.0712.8315.0916.7560.6760.87 1.237 1.635 2.20410.612.5914.4516.8118.55 70.989 1.24 1.69 2.167 2.83312 14.0716.0118.4820.28 8 1.344 1.65 2.18 2.733 3.4913.415.5117.5420.0921.969 1.735 2.09 2.7 3.325 4.16814.716.9219.0221.6723.59 10 2.156 2.56 3.247 3.94 4.865 16 18.3120.4823.2125.19 11 2.603 3.05 3.816 4.575 5.57817.319.6821.9224.7326.7612 3.074 3.57 4.404 5.226 6.30418.521.0323.3426.2228.3 13 3.565 4.11 5.009 5.8927.04219.822.3624.7427.6929.82 14 4.075 4.66 5.629 6.5717.79 21.123.6926.1229.1431.32 15 4.601 5.23 6.2627.2618.54722.32527.4930.5832.816 5.142 5.81 6.908 7.9629.31223.5 26.3 28.85 32 34.27 0.9950.990.9750.950.010.005 0.90.10.050.025