R×C表卡方检验 ppt课件
合集下载
RC表卡方检验
2020年7月12日
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：疗效 击Statistics按钮选择Chi-square。
2020年7月12日
输出结果
结果分析：Pearson 2 =32.736，双侧P＝0.000<0.05，
2020年7月12日
R×C表2 检验应注意的问题
❖2.多组比较时，若效应有强弱的等级，如+，++
，+++，最好采用后面的非参数检验方法。 2检
验只能反映其构成比有无差异，不能比较效应的 平均水平。 ❖3.行列两种属性皆有序时，可考虑趋势检验或 等级相关分析。
❖4.多个率比较的2检验，结论为拒绝H0时、需
d f(31 )(41 )6
2 =9.60< 2 0.1，6=10.64，P>0.1，
按α=0.05水准，不拒绝H0，即不能认为三组病 人中医各型的构成比不同.
2020年7月12日
1.建立数据文件
在SPSS数据编辑窗，建立数据文件Li8-4.sav。 行变量：“疗法”，Values为：1＝“生胃宁素
C k2 k(k21)
20.050.0167
3(31)
2020年7月12日
（3）新复方与降压药比较：列出表C，2=4.419
，P=0.036，按α’= 0.0167水准，不拒绝H0，不 能认为新复方与降压药治疗高血压病的效果不 同。
表C 新复方与降压药比较
药物 新复方 降压药 合计
有效 35 20 55
2020年7月12日
输出结果
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：疗效 击Statistics按钮选择Chi-square。
2020年7月12日
输出结果
结果分析：Pearson 2 =32.736，双侧P＝0.000<0.05，
2020年7月12日
R×C表2 检验应注意的问题
❖2.多组比较时，若效应有强弱的等级，如+，++
，+++，最好采用后面的非参数检验方法。 2检
验只能反映其构成比有无差异，不能比较效应的 平均水平。 ❖3.行列两种属性皆有序时，可考虑趋势检验或 等级相关分析。
❖4.多个率比较的2检验，结论为拒绝H0时、需
d f(31 )(41 )6
2 =9.60< 2 0.1，6=10.64，P>0.1，
按α=0.05水准，不拒绝H0，即不能认为三组病 人中医各型的构成比不同.
2020年7月12日
1.建立数据文件
在SPSS数据编辑窗，建立数据文件Li8-4.sav。 行变量：“疗法”，Values为：1＝“生胃宁素
C k2 k(k21)
20.050.0167
3(31)
2020年7月12日
（3）新复方与降压药比较：列出表C，2=4.419
，P=0.036，按α’= 0.0167水准，不拒绝H0，不 能认为新复方与降压药治疗高血压病的效果不 同。
表C 新复方与降压药比较
药物 新复方 降压药 合计
有效 35 20 55
2020年7月12日
输出结果
卡方检验最新版本ppt课件
.
16
例 2 为比较某新药与传统药物治疗脑动脉硬化的疗 效，临床试验结果见表 3，问两种药物的疗效有无差异？
表 3 两种药物治疗脑动脉硬化的疗效
处理措施 新药组
有效 无效 合计 有效率（）
41 3 44 （38.18） （5.82）
93.18
传统药物组 18 6 24 （20.82） （3.18）
▪ 适当增加样本例数以增大理论频数； ▪ 理论频数太小的行和列与性质相近的临行
或临列合并；
▪ 删去理论频数太小的格子所对应的行或列； ▪ 改用Fisher确切概率法。
二、三种处理方法可能损失资料信息，也 可能损害样本的随机性，不同合并方式所 得结果也会不同，尽量不采用。
30.07.2020
.
32
2）注意有序资料的正确处理
卡方检验
董英
30.07.2020
.
1
组别 中药 西药 合计
表8-1 两组流感患者治愈率的比较
治愈人数
未治愈人数
144(122.4)
36(57.6)
128(149.6)
92(70.4)
272
128
合计 180 220 400
治愈率(％) 80.0 58.2 68.0
30.07.2020
.
2
第一节 2 检验的基本思想
问两种方法检验结果是否有差异？
30.07.2020
.
19
▪ 本例对同一个个体有两次不同的测量，从 设计的角度上讲可以被理解为自身配对设 计
▪ 按照配对设计的思路进行分析，则首先应 当求出各对的差值，然后考察样本中差值
的分布是否按照H0假设的情况对称分布
▪ 按此分析思路，最终可整理出下表所列的 配对四格表
卡方检验ppt课件
2检验 (chi-square test)
.5
.4
ν=1
.3
.2
ν=3
ν=6
.1
ν=பைடு நூலகம்0
0.0
0
5
10
15
20
25
1
主要内容
2分布
– 了解2分布的基本思想和2分布曲线
四格表资料的2检验
– 掌握应用条件、基本思想和检验过程
配对设计资料的2检验
– 掌握应用条件、基本思想和检验过程
2分布的形状依赖于自由度ν的大小，当 ν≤2时，曲线呈L型；随着ν的增加，曲线 逐渐趋于对称；当ν→∞时, 2分布趋向正 态分布。
3
2分布曲线
.5
.4
ν=1
.3
.2
ν=3
ν=6
.1
ν=10
0.0 0
5
10
15
20
25
4
2 检验
2检验是一种用途非常广泛的以2分布 为理论依据的假设检验方法，主要用于：
14
本例的2检验
H0：π1=π2，即两种给药方法的总体不良 反应发生率相同
H1：π1≠π2，即两种给药方法的总体不良 反应发生率不同
α=0.05
15
本例的2检验
2 (A T )2 (35 30.76)2 (74 78.24)2 (22 26.24)2 (71 66.76)2 1.771
实际频数：表内各格数字为实际资料的数字。
10
2 检验的基本思想
实际频数和理论频数差异的大小可以用2值的大
小来说明，当样本量n和各个按检验假设计算的理
论频数T都足够大时，比如n≥40，T≥5， 似于2分布，n越大，近似程度越好。
.5
.4
ν=1
.3
.2
ν=3
ν=6
.1
ν=பைடு நூலகம்0
0.0
0
5
10
15
20
25
1
主要内容
2分布
– 了解2分布的基本思想和2分布曲线
四格表资料的2检验
– 掌握应用条件、基本思想和检验过程
配对设计资料的2检验
– 掌握应用条件、基本思想和检验过程
2分布的形状依赖于自由度ν的大小，当 ν≤2时，曲线呈L型；随着ν的增加，曲线 逐渐趋于对称；当ν→∞时, 2分布趋向正 态分布。
3
2分布曲线
.5
.4
ν=1
.3
.2
ν=3
ν=6
.1
ν=10
0.0 0
5
10
15
20
25
4
2 检验
2检验是一种用途非常广泛的以2分布 为理论依据的假设检验方法，主要用于：
14
本例的2检验
H0：π1=π2，即两种给药方法的总体不良 反应发生率相同
H1：π1≠π2，即两种给药方法的总体不良 反应发生率不同
α=0.05
15
本例的2检验
2 (A T )2 (35 30.76)2 (74 78.24)2 (22 26.24)2 (71 66.76)2 1.771
实际频数：表内各格数字为实际资料的数字。
10
2 检验的基本思想
实际频数和理论频数差异的大小可以用2值的大
小来说明，当样本量n和各个按检验假设计算的理
论频数T都足够大时，比如n≥40，T≥5， 似于2分布，n越大，近似程度越好。
R×C表卡方检验
2 =9.60< 2 0.1，6=10.64，P>0.1， 按α=0.0病5水人准中，医不各拒型绝的H构0成，比即不不同能.认为三组
Q Technology limited
1.建立数据文件
Q Tech
在SPSS数据编辑窗，建立数据文件Li8-4.sav。
行变量：“疗法”，Values为：1＝“生胃宁素 片”，2＝“中药组” ，3＝“西药组” ；
Q Technology limited
Q Tech
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：疗效 击Statistics按钮选择Chi-square。
Q Technology limited
血压病效果不同。
Q Technology limited
1.建立数据文件
Q Tech
在SPSS数据编辑窗，建立数据文件题18.sav 。
行变量：“组别”，Values为：1＝“新复方 ”，2＝“降压片” ，3＝“安慰剂” ；
列变量：“疗效”，Values为：1＝“有效” ，2＝“无效；
频数变量：“频数”。
Q Technology limited
2. spss操作过程
Q Tech
（1）在spss中调出数据文件题18.sav （2）频数变量加权。 从菜单选择
Data→Weight Cases 弹出Weight Cases对话框，选择
Weight Cases by框，框内选入“频 数”，即指定该变量为频数变量
Data→Weight Cases 弹出Weight Cases对话框，选择
(完整)R×C列联表资料的统计分析ppt
缓慢心律
患者例数
失常种类 部位： 下壁 前壁 真后壁 心内膜下 合计
窦性过缓
8
7
2
1 18
被动心律
1
1
0
0
2
房室阻滞
6
3
1
1 11
束支阻滞
1
16
1
0 18
合计
16
27
4
2 49
双向无序RC表的统计方法 2 检验
Fisher精确概率法：有1/5以上的格子的 理论频数小于5
结果变量为有序变量的单向有序RC表
四、双向有序且属性不同RC表的统计分析
Spearman秩相关 Spearman 秩相关是一种非参数的度量
相关性的分析方法，它对数据进行秩变换， 然后计算直线相关系数
四、双向有序且属性不同RC表的统计分析
实例分析
表16 某地地方性甲状腺肿病分年龄组的疗效
年龄 疗效： 治愈
例数 显效
好转
无效
11~
35
双向有序且属性不同RC表的统计方法
第四个分析目的，希望考察各行上的频数分布是 否相同，此时，将此资料视为双向无序的RC列 联表资料，可根据资料具备的前提条件，选用一
般 检验或Fish2 er精确检验。若P＜，不能认为
两有序变量之间有相关关系，而只能认为各行上 的频数分布不同
双向有序且属性相同的RC表
➢ 第一个分析目的，只关心各组结果变量取值之间的差别是 否具有统计学意义，此时，原因变量的有序性就变得无关 紧要了，可将此时的“双向有序RC列联表资料”视为 “结果变量为有序变量的单向有序RC列联表资料”，可 以选用的统计分析方法有秩和检验、Ridit分析和有序变量 的logistic回归分析
RC表卡方检验课件
T
nR nC
自由度= (R1)(C1)
2023年12月23日
二、多个样本率的比较
例8-4 （ P419题18）研究新复方治疗高血 压病效果的临床试验，并与标准对照药物 降压片和安慰剂作对照，结果如表8-5，比 较三组效果。
2023年12月23日
表8-5 三种药物治疗高血压病的有效率 2023年12月23日
2023年12月23日
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：疗效 击Statistics按钮选择Chi-square。
2023年12月23日
输出结果
结果分析：Pearson 2 =32.736，双侧P＝0.000<0.05，
H0：π1=π2=π3，三种药物治疗高血压病总体 有效率相等
H1：三个总体率不全相等 α=0.05
2
102
352 62 40
52 40 40
232 40 32
1
32.736
df (3 1) (2 1) 2
2 =32.736 > 2 0.005，2=10.60，P<0.005，按
按α=0.05水准，不拒绝H0，即不能认为三组病 人中医各型的构成比不同.
2023年12月23日
1.建立数据文件
在SPSS数据编辑窗，建立数据文件Li8-4.sav。 行变量：“疗法”，Values为：1＝“生胃宁素
片”，2＝“中药组” ，3＝“西药组” ； 列变量：“中医分型”，Values为：1＝“肝胃
2023年12月23日
四、R×C表2 检验应注意的问题
R×C表卡方检验
k1 31
2020年月27日
（1） 新复方与安慰剂比较：列出表A，
2=30.50，P=0.000，按α’=0.025水准
拒绝H0，可以认为新复方治疗高血压有效。
表A 新复方与安慰剂比较
药物
有效
无效
新复方
35
5
安慰剂
7
25
合计
42
30
合计 40 32 72
2020年4月27日
（2）降压药与安慰剂比较：列出表B，
2020年4月27日
R×C表2 检验应注意的问题
❖2.多组比较时，若效应有强弱的等级，如+，++
，+++，最好采用后面的非参数检验方法。 2检
验只能反映其构成比有无差异，不能比较效应的 平均水平。 ❖3.行列两种属性皆有序时，可考虑趋势检验或 等级相关分析。
❖4.多个率比较的2检验，结论为拒绝H0时、需
2020年4月27日
相关性分析
结果分析： Spearman等级相关系数＝0.214，近似概率P
＝0.001<0.05，可认为行和列两等级变量之间的总体相关系 数不等于0，两变量之间有一定的相关关系。
2020年4月27日
线性趋势检验
结果分析： MH 2 ＝10.281，近似概率P＝0.001<0.05，
拒绝H0，可以认为三种疗法效果不同。
2020年4月27日
三、两组或多组构成比的比较
例8-5 用三种治疗方法治疗199例消化性 溃疡住院病人资料如表8-6，试分析三组 病人按4种中医分型的构成比有无差别。
2020年4月27日
表8-6 三种消化性溃疡住院病人四种证型的构成
中医分型 疗法 肝胃不和 胃阴不和 脾胃虚寒 寒热夹杂 合计
2020年月27日
（1） 新复方与安慰剂比较：列出表A，
2=30.50，P=0.000，按α’=0.025水准
拒绝H0，可以认为新复方治疗高血压有效。
表A 新复方与安慰剂比较
药物
有效
无效
新复方
35
5
安慰剂
7
25
合计
42
30
合计 40 32 72
2020年4月27日
（2）降压药与安慰剂比较：列出表B，
2020年4月27日
R×C表2 检验应注意的问题
❖2.多组比较时，若效应有强弱的等级，如+，++
，+++，最好采用后面的非参数检验方法。 2检
验只能反映其构成比有无差异，不能比较效应的 平均水平。 ❖3.行列两种属性皆有序时，可考虑趋势检验或 等级相关分析。
❖4.多个率比较的2检验，结论为拒绝H0时、需
2020年4月27日
相关性分析
结果分析： Spearman等级相关系数＝0.214，近似概率P
＝0.001<0.05，可认为行和列两等级变量之间的总体相关系 数不等于0，两变量之间有一定的相关关系。
2020年4月27日
线性趋势检验
结果分析： MH 2 ＝10.281，近似概率P＝0.001<0.05，
拒绝H0，可以认为三种疗法效果不同。
2020年4月27日
三、两组或多组构成比的比较
例8-5 用三种治疗方法治疗199例消化性 溃疡住院病人资料如表8-6，试分析三组 病人按4种中医分型的构成比有无差别。
2020年4月27日
表8-6 三种消化性溃疡住院病人四种证型的构成
中医分型 疗法 肝胃不和 胃阴不和 脾胃虚寒 寒热夹杂 合计
R×C表卡方检验
2020年2月29日
表8-6 三种消化性溃疡住院病人四种证型的构成
中医分型 疗法 肝胃不和 胃阴不和 脾胃虚寒 寒热夹杂 合计
生胃宁素 7
片ቤተ መጻሕፍቲ ባይዱ
中药组
4
15
29
37
88
12
16
19
51
西药组
3
5
15
37
60
合计
14
32
60
93
199
2020年2月29日
H0：三种疗法病人的中医分型总体构成相同（ 疗法与证型无关）
有效
无效
合计
有效率 （%）
新复方
35
5
40
87.50
降压药
20
10
30
66.67
安慰剂
7
25
32
21.88
合计
62
40
102
60.70
2020年2月29日
❖ H0：π1=π2=π3，三种药物治疗高血压病总体 有效率相等
❖ H1：三个总体率不全相等 α=0.05
2
102
352 62 40
Weight Cases by框，框内选入“频数 ”，即指定该变量为频数变量
2020年2月29日
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：中医分型 击Statistics按钮选择Chi-square。
52 40 40
232 40 32
1
32.736
df (3 1) (2 1) 2
表8-6 三种消化性溃疡住院病人四种证型的构成
中医分型 疗法 肝胃不和 胃阴不和 脾胃虚寒 寒热夹杂 合计
生胃宁素 7
片ቤተ መጻሕፍቲ ባይዱ
中药组
4
15
29
37
88
12
16
19
51
西药组
3
5
15
37
60
合计
14
32
60
93
199
2020年2月29日
H0：三种疗法病人的中医分型总体构成相同（ 疗法与证型无关）
有效
无效
合计
有效率 （%）
新复方
35
5
40
87.50
降压药
20
10
30
66.67
安慰剂
7
25
32
21.88
合计
62
40
102
60.70
2020年2月29日
❖ H0：π1=π2=π3，三种药物治疗高血压病总体 有效率相等
❖ H1：三个总体率不全相等 α=0.05
2
102
352 62 40
Weight Cases by框，框内选入“频数 ”，即指定该变量为频数变量
2020年2月29日
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：中医分型 击Statistics按钮选择Chi-square。
52 40 40
232 40 32
1
32.736
df (3 1) (2 1) 2
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
在SPSS数据编辑窗，建立数据文件题18.sav 。
行变量：“组别”，Values为：1＝“新复方 ”，2＝“降压片” ，3＝“安慰剂” ；
列变量：“疗效”，Values为：1＝“有效” ，2＝“无效；
频数变量：“频数”。
2019年9月15日
2. spss操作过程
（1）在spss中调出数据文件题18.sav （2）频数变量加权。 从菜单选择 Data→Weight Cases 弹出Weight Cases对话框，选择
2019年9月15日
四、R×C表2 检验应注意的问题
1. R×C表中，不宜有较多格子（1/5）的理论频数 小于5或理论频数小于1，否则易犯第一类错误。
出现某些格子中理论频数过小时： （1）增大样本含量（最好！） （2）删去该格所在的行或列（丢失信息！） （3）根据专业知识将该格所在行或列与别的行或 列合并。（丢失信息！甚至出假象） （4）计算R×C表的确切概率
T
nR nC
自由度= (R1)(C1)
2019年9月15日
二、多个样本率的比较
例8-4 （ P419题18）研究新复方治疗高血 压病效果的临床试验，并与标准对照药物 降压片和安慰剂作对照，结果如表8-5，比 较三组效果。
2019年9月15日
表8-5 三种药物治疗高血压病的有效率
组别
疗效
2019年9月15日
输出结果
结果分析：Pearson 2 =32.736，双侧P＝0.000<0.05，
拒绝H0，可以认为三种疗法效果不同。
2019年9月15日
三、两组或多组构成比的比较
例8-5 用三种治疗方法治疗199例消化性 溃疡住院病人资料如表8-6，试分析三组 病人按4种中医分型的构成比有无差别。
有效
无效
合计
有效率 （%）
新复方
35
5
40
87.50
降压药
20
10
30
66.67
安慰剂
7
25
32
21.88
合计
62
40
102
60.70
2019年9月15日
H0：π1=π2=π3，三种药物治疗高血压病总体 有效率相等
H1：三个总体率不全相等 α=0.05
2
102
352 62 40
2019年9月15日
表8-6 三种消化性溃疡住院病人四种证型的构成
中医分型 疗法 肝胃不和 胃阴不和 脾胃虚寒 寒热夹杂 合计
生胃宁素 7
片中药组4152937
88
12
16
19
51
西药组
3
5
15
37
60
合计
14
32
60
93
199
2019年9月15日
H0：三种疗法病人的中医分型总体构成相同（ 疗法与证型无关）
第三节 R×C表资料的 2检验
R×C表卡方检验的通用公式 多个样本率的比较 两组或多组构成比的比较 R×C表卡方检验应注意的问题
2019年9月15日
R×C列联表
前述四格表，即2×2表，是最简单的一种 R×C表形式。因为其基本数据有R行C列， 故通称R×C列联表（contingency table）， 简称R×C表。
Weight Cases by框，框内选入“频数 ”，即指定该变量为频数变量
2019年9月15日
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：疗效 击Statistics按钮选择Chi-square。
R×C表2检验的应用形式有：
1. 多个样本率的比较（如例p419题18的3×2 表）
2. 两组或多组构成比的比较（如例8-4的3×4 表）
2019年9月15日
一、R×C 表2 检验通用公式
理论频数T nRnC 代入基本公式
n
可推导出： 基本公式 通用公式
2 ( A T 2 ) 2 n( A2 1)
52 40 40
232 40 32
1
32.736
df (3 1) (2 1) 2
2 =32.736 > 2 0.005，2=10.60，P<0.005，按
α=0.05水准拒绝H0，即可以认为三种药物治疗
高血压病效果不同。
2019年9月15日
1.建立数据文件
Weight Cases by框，框内选入“频数 ”，即指定该变量为频数变量
2019年9月15日
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：中医分型 击Statistics按钮选择Chi-square。
H1：三组病人中医分型总体构成不全相同（疗 法与证型有关） ，α=0.05
2
199
72 88 14
152 88 32
372 60 93
1
9.60
df (3 1) (4 1) 6
2 =9.60< 2 0.1，6=10.64，P>0.1，
按α=0.05水准，不拒绝H0，即不能认为三组病 人中医各型的构成比不同.
2019年9月15日
1.建立数据文件
在SPSS数据编辑窗，建立数据文件Li8-4.sav。 行变量：“疗法”，Values为：1＝“生胃宁素
片”，2＝“中药组” ，3＝“西药组” ； 列变量：“中医分型”，Values为：1＝“肝胃
不和”，2＝“胃阴不和”，3＝“脾胃虚寒” ，4＝“寒热夹杂”； 频数变量：“频数”。
2019年9月15日
2. spss操作过程
（1）在spss中调出数据文件Li8-4.sav （2）频数变量加权。 从菜单选择 Data→Weight Cases 弹出Weight Cases对话框，选择
2019年9月15日
输出结果
理论数小于5的格子数为2(占16.7%),最小理论数为3.59
2019年9月15日
结果分析
表下方提示理论频数小于5的单元格有2个 ，最小理论频数为3.59<5，说明可用 Pearson卡方检验。
结果分析：Pearson 2 =9.596，双侧P＝
0.143>0.05，以α＝0.05水准不拒绝H0，不 能认为三组病人中医分型的构成比不同。
行变量：“组别”，Values为：1＝“新复方 ”，2＝“降压片” ，3＝“安慰剂” ；
列变量：“疗效”，Values为：1＝“有效” ，2＝“无效；
频数变量：“频数”。
2019年9月15日
2. spss操作过程
（1）在spss中调出数据文件题18.sav （2）频数变量加权。 从菜单选择 Data→Weight Cases 弹出Weight Cases对话框，选择
2019年9月15日
四、R×C表2 检验应注意的问题
1. R×C表中，不宜有较多格子（1/5）的理论频数 小于5或理论频数小于1，否则易犯第一类错误。
出现某些格子中理论频数过小时： （1）增大样本含量（最好！） （2）删去该格所在的行或列（丢失信息！） （3）根据专业知识将该格所在行或列与别的行或 列合并。（丢失信息！甚至出假象） （4）计算R×C表的确切概率
T
nR nC
自由度= (R1)(C1)
2019年9月15日
二、多个样本率的比较
例8-4 （ P419题18）研究新复方治疗高血 压病效果的临床试验，并与标准对照药物 降压片和安慰剂作对照，结果如表8-5，比 较三组效果。
2019年9月15日
表8-5 三种药物治疗高血压病的有效率
组别
疗效
2019年9月15日
输出结果
结果分析：Pearson 2 =32.736，双侧P＝0.000<0.05，
拒绝H0，可以认为三种疗法效果不同。
2019年9月15日
三、两组或多组构成比的比较
例8-5 用三种治疗方法治疗199例消化性 溃疡住院病人资料如表8-6，试分析三组 病人按4种中医分型的构成比有无差别。
有效
无效
合计
有效率 （%）
新复方
35
5
40
87.50
降压药
20
10
30
66.67
安慰剂
7
25
32
21.88
合计
62
40
102
60.70
2019年9月15日
H0：π1=π2=π3，三种药物治疗高血压病总体 有效率相等
H1：三个总体率不全相等 α=0.05
2
102
352 62 40
2019年9月15日
表8-6 三种消化性溃疡住院病人四种证型的构成
中医分型 疗法 肝胃不和 胃阴不和 脾胃虚寒 寒热夹杂 合计
生胃宁素 7
片中药组4152937
88
12
16
19
51
西药组
3
5
15
37
60
合计
14
32
60
93
199
2019年9月15日
H0：三种疗法病人的中医分型总体构成相同（ 疗法与证型无关）
第三节 R×C表资料的 2检验
R×C表卡方检验的通用公式 多个样本率的比较 两组或多组构成比的比较 R×C表卡方检验应注意的问题
2019年9月15日
R×C列联表
前述四格表，即2×2表，是最简单的一种 R×C表形式。因为其基本数据有R行C列， 故通称R×C列联表（contingency table）， 简称R×C表。
Weight Cases by框，框内选入“频数 ”，即指定该变量为频数变量
2019年9月15日
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：疗效 击Statistics按钮选择Chi-square。
R×C表2检验的应用形式有：
1. 多个样本率的比较（如例p419题18的3×2 表）
2. 两组或多组构成比的比较（如例8-4的3×4 表）
2019年9月15日
一、R×C 表2 检验通用公式
理论频数T nRnC 代入基本公式
n
可推导出： 基本公式 通用公式
2 ( A T 2 ) 2 n( A2 1)
52 40 40
232 40 32
1
32.736
df (3 1) (2 1) 2
2 =32.736 > 2 0.005，2=10.60，P<0.005，按
α=0.05水准拒绝H0，即可以认为三种药物治疗
高血压病效果不同。
2019年9月15日
1.建立数据文件
Weight Cases by框，框内选入“频数 ”，即指定该变量为频数变量
2019年9月15日
（3） 2检验
从菜单选择 Analyze→Descriptive
Statistics→Crosstable 指定 Row(s)：疗法 Columns(s)：中医分型 击Statistics按钮选择Chi-square。
H1：三组病人中医分型总体构成不全相同（疗 法与证型有关） ，α=0.05
2
199
72 88 14
152 88 32
372 60 93
1
9.60
df (3 1) (4 1) 6
2 =9.60< 2 0.1，6=10.64，P>0.1，
按α=0.05水准，不拒绝H0，即不能认为三组病 人中医各型的构成比不同.
2019年9月15日
1.建立数据文件
在SPSS数据编辑窗，建立数据文件Li8-4.sav。 行变量：“疗法”，Values为：1＝“生胃宁素
片”，2＝“中药组” ，3＝“西药组” ； 列变量：“中医分型”，Values为：1＝“肝胃
不和”，2＝“胃阴不和”，3＝“脾胃虚寒” ，4＝“寒热夹杂”； 频数变量：“频数”。
2019年9月15日
2. spss操作过程
（1）在spss中调出数据文件Li8-4.sav （2）频数变量加权。 从菜单选择 Data→Weight Cases 弹出Weight Cases对话框，选择
2019年9月15日
输出结果
理论数小于5的格子数为2(占16.7%),最小理论数为3.59
2019年9月15日
结果分析
表下方提示理论频数小于5的单元格有2个 ，最小理论频数为3.59<5，说明可用 Pearson卡方检验。
结果分析：Pearson 2 =9.596，双侧P＝
0.143>0.05，以α＝0.05水准不拒绝H0，不 能认为三组病人中医分型的构成比不同。