分类资料的假设检验
构造反映抽样误差大小的差异统计量
如果H0成立，A和T的差别不应太大，且有
一定的分布规律。通过对差别 大小的判断， 可得到两总体率是否相等的结论。
2 ( A T )2
T
20
计算检验统计量χ2值
2 (AT)2
T
(100 91.6)2 ... ... (29 20.6)2
91.6
同，试验药的有效率较高。
20.01(1) 6.63
20.05(1) 3.84
22
卡方检验的应用条件
n>=40,T>=5 普通卡方检验(chi square test)
n>=40,1<T<5 校正卡方检验 (adjusted chi square test)
n<40,或T<1 确切概率法(fisher exact test)
n>40, 1<T<5
2 ( ad bc n / 2)2 n
(a b)(c d )(a c)(b d )
26
8.4 配对设计两组率
表8.10 两种方法检查结果
凝集法
培养法
合计
+
-
+
50(a ) 40(b )
90
-
15(c ) 35(d )
50
合计
62
75
124
27
数据整理
可能的结果 1 2 3 4
甲法 ＋ ＋ － －
15(c)
乙法 ＋ － ＋ －
40(b)
频数
a b c d
28
检验步骤
H0：B=C ； H1：B≠C α=0.05
理论数T=(b+c)/2=(42+15)/2=28.5
计算卡方值 υ=1
2
( A T )2 (40 27.5)2 (15 27.5)2
11.36
H0：两种药物的总体有效率相等， π1=π2=？
来自一个总体的两样本率的合并率可作为期望的 有效率.H0成立时, 两个样本率与期望率 的差 别还不会很大, 表现为频数间的差别不会很大。
18
基本思想
基于该理论的总体率构造两组相应的四个理 论频数TRC。
如果H0成立，A和T的差别不应太大，且有
一定的分布规律。通过对差别大小的判断， 可得到两总体率 是否相等的结论。
A investigation of the degree of agreement of theoretical(T) frequency and actual(A) frequency
2 ( Ai Ti )2 Ti
9
关于本例的基本思想
H0 ： 两 组 的 总 体 有 效 率 相 等 ， π1=π2=？
20.6
8.248.1
(R 1)(C 1)
21
确定p值得出结论
根据近似卡方分布，查 界值表（附表10）， =3.84 ， 本 例 的 =8.248> ， 所 以 ，
P<0.05(P=0.004)。按 =0.05水准拒绝H0 ，接受 H1 ，两组有效率差别有统计学意义，可认为试
验药与对照药治疗念珠菌性外阴阴道炎的效果不
T
27.5
27.5
12.79>7.88，P<0.005，故按α=0.05水 准拒绝H0，接受H1，可认为两种方法检查
结果不同 2 (b c)2 (42 15)2 12.79
b c 42 15
29
Fisher精确概率法（exact test)
表8.4 两种剂型妥布霉素治疗细菌性结膜炎结果比较
合计
有效例数 无效例数 合计 有效率（%）
100( a) 13(b) 113
88.5
80(c) 29(d) 109
73.4
180
42
222
81.1
6
基本思想 Basic logic
一个正常的骰子，抛 出后得到六个面的概 率均为1/6。因此， 要判定一个骰子是否 合格，可以通过抛骰 子的方法来进行；
7
试验结果(outcome)
点数
12
3
4
理论(T) 10 10 10
10
实际(A) 12 13
6
5
差值
－2 －3
4
5
2 12 102 13 102 6 102
10
10
10
5 102 15 102 9 102
8.00
10
10
10
5
6
10 10 15 9 －5 1
8
基本思想
一种对理论频数和实际频数吻合程 度的考察。
83
合计 50 50 55 155
有效率（%） 64.0 40.0 36.4 46.5
35
检验步骤
H0：3组有效率相等;
H1：3组有效率不相等或不全相等α=0.05
2 ( A T )2
T
2 n(
A2 1) nR nC
2 155( 322 182 202 302 202 352 1) 9.277 50 72 50 83 50 72 50 83 55 72 55 83
101
B 46(46.9) 30(29.1)
76
AB 62(59.3) 34(36.7)
96
O 21(20.4) 12(12.6)
33
合计 189 117 306
38
作业
P109 -110 第15,第16,第20
39
谢谢您的专心听讲!
40
8 分类资料的假设检验
余小金 东南大学公共卫生学院 流行病学与卫生统计学系
分类资料的统计描述常用相对数指标
2.4.1 比(ratio) 2.4.2 构成比(proportion) 说明一种事物内
部各组成部分所占的比重或分布。 2.4.3 率(rate) 说明某现象发生的频率或
强度。P=x/n
2
contents
8.1 完全随机设计两组率的比较 8.2 行列表数据的检验 8.3 多组率的两两比较 8.4配对设计两组率的比较
3
8.1 完全随机设计两组率比较
卡方检验 精确概率法
Karl Pearson 1857~1936
4
8.3四格表资料的卡方检验
表8.1 某试验药和传统对照药治疗念珠菌性外阴阴道炎的疗效比较
来自一个总体的两样本率的合并率应当能够更 好估计总体率 ，且与两个样本率 的差别还不 会很大。本例计算的合并率即理论的有效率为 81.1%
10
基本思想
如果H0成立，两组应有相同的率,从频数的角度 两组病人就相应有四个理论频数。 A 表示实际观察到的生存数和死亡数 T 表示即理论生存数和死亡数
A11 A12 100 13
A21 A22 80 29
T11
T12
91.6 21.4
T21
T22
88.4 20.6
11
构造反映抽样误差大小的差异统计量
如果H0成立，A和T的差别不应太大，
且有一定的分布规律。通过对差别 大 小的判断，可得到两总体率是否相等 的结论。
2 ( A T )2
T
12
关于卡方分布
与自由度有关的连续性偏态分布。 k个相互独立的标准正态变量u的平方和称
H1：两种药物的总体有效率不相 等，π1≠π2,
α=0.05。
16
计算理论频数
处理 试验药 对照药
合计
有效例数 无效例数 合计 有效率（%）
100( 91.6) 13 113
88.5
80
29 109
73.4
180
42
222
81.1
TRC
nR nc n
113 ×180/222=91.6
17
基本思想
未愈数 18 65 83
合计 50 55 105
合计 50 105 155
8.3.2 改变检验水准法
基于比较次数改变检验水准的方法也称为Bonferroni校正。
α'=α/c
（8.9）
构成比的比较
表8.6 某临床试验治疗组和对照组血型构成
组别 治疗组 对照组
合计
A 60(62.4) 41(38.6)
υ=（3-1）（2-1）=2
P<0.005，故按α=0.05水准拒绝H0，接受 H1，可认为3组有效率不同或不全相同。
36
8.3 多组率的两两比较
8.3.1卡方分割法
剂量组 中剂量 低剂量
合计
剂量组 高剂量 低剂量+中剂量
合计
有效数 20 20 40
治愈数 32 40 72
无效数 30 35 65
23
表 8.3 某抗生素在艾滋病人中的耐药情况
组别
曾服 未服 合计
耐药 5(3.7)
6 11
不耐药 9 22 31
合计 患病率%
14
35.7
28
21.4
42
26.2
24
卡方检验的连续性校正
2 ( A T 0.5)2
T
25
四格表专用公式
n>40且T>5
2
(ad bc)2 n
(a b)(c d )(a c)(b d )
3）计算P值
4）得出结论
定性资料假设检验的正确应用
四格表的卡方检验
n>40，T>5，用2； n>40，但1<T ≤ 5，用校正2。 n ≤ 40，或T ≤ 1，用确切概率法。
R×C表的卡方检验
理论数不能小于1； 理论数大于1小于5的格子数不超过总格子数的1/5。 增加样本含量；Fisher确切概率法；删去；合并
常用的假设检验方法
常用的假设检验方法
常用的假设检验方法包括：1. 单样本t检验：用于比较一个样本的均值是否与已知的总体均值有显著差异。
2. 双样本t检验：用于比较两个独立样本的均值是否有显著差异。
3. 配对样本t检验：用于比较两个相关样本的均值是否有显著差异。
4. 卡方检验：用于比较观察频数与期望频数之间的差异，适用于分类数据。
5. 方差分析（ANOVA）：用于比较多个样本的均值是否有显著差异。
6. Wilcoxon符号秩检验：用于比较两个相关样本的中位数是否有显著差异。
7. Mann-Whitney U检验：用于比较两个独立样本的中位数是否有显著差异。
8. Kruskal-Wallis H检验：用于比较多个独立样本的中位数是否有显著差异。
9. McNemar检验：用于比较两个相关样本的比例是否有显著差异，适用于二项分布数据。
10. Fisher精确检验：用于比较两个独立样本的比例是否有显著差异，适用于二项分布数据。
以上是常用的假设检验方法，根据不同的情况和数据类型选择不同的方法进行统计分析。
医学统计学之卡方x2检验
举例
买彩票
奖项 中奖概率
T
A
一等 1% 10 0
0
二等 5% 50 0
0
三等 10% 100 20
2%
四等 20% 200 180
18%
五等 64% 640 800
80%
二、基本原理
基本思想是检验实际频数和理论频数的差别是否 由抽样误差所引起的，由样本率来推断总体率。
x2反映了实际频数于理论频数的吻合程度，x2值
α=0.05。
T11 =44(41/70)=25.8 T12=44(29/70)=18.2 T21=26(41/70)=15.2 T22 = 26(29/70)=10.8
（2）求检验统计量值
2 (20 25.8)2 (24 18.2)2 (21 15.2)2 (5 10.8)2 8.40
作χ2检验后所得概率P接近检验水准α，需要
计数资料的统计推断
卡方检验是χ2检验(Chi-square test) 是现代统计学的创始人之一，英国人K . Pearson（1857-1936）于1900年提出的 一种具有广泛用途的统计方法，是分类 计数资料的假设检验方法,可用于两个 或多个率间或构成比之间的比较，计数 资料的关联度分析，拟合优度检验等等。
2 检验的应用
①检验两个样本率之间差别的显著性； ②检验多个样本率或构成比之间差别的
显著性； ③配对计数资料的比较； ④检验两个双向无序分类变量是否存在
关联。
某医生想观察一种新药对流感的预防效 果，进行了如下的研究，问此药是否有 效？
组别 实验组 对照组 合计
发病人数 14 30 44
未 发 病人数 86 90 176
观察例数 100 120 220
管理统计学-分类资料的假设检验
• 列觀察值的合計數的分佈 • 例如，四個分公司接受調查的人數分別為100人，120人，
90人，110人
2. 條件分佈與條件頻數
– 變數 X 條件下變數 Y 的分佈，或在變數 Y 條件下變 數 X 的分佈
– 每個具體的觀察值稱為條件頻數
觀察值的分佈
(圖示)
條件頻數
行邊緣分佈
一分公司 二分公司 三分公司 四分公司 合計
73.1 28.3% 71.8% 18.8%
31 36.9 22.0% 28.2% 7.4% 110 110.0 26.2% 100.0% 26.2%
T o ta l 279
279.0 100.0%
66.4% 66.4%
141 141.0 100.0% 33.6% 33.6%
420 420.0 100.0% 100.0% 100.0%
方案
期望頻數 34
75
57
79
80
60
73
45 33 31
40 30 37
6.2 擬合優度檢驗
一. c 統計量 二. 擬合優度檢驗
c 統計量
c 統計量
1. 用於檢驗列聯表中變數間擬合優度和獨立性
2. 用於測定兩個分類變數之間的相關程度
3. 計算公式為
r
c2
c ( fij eij )2
i1 j 1
一分公司 二分公司 三分公司 四分公司 合計
贊成該方案 68
75
57
79 279
反對該方案 32
45
33
31 141
合計 100 120 90 110 420
列聯表的分佈
觀察值的分佈
1. 邊緣分佈
多分类有序logit模型资料平行线假设及检验方法
定义回归系数的向量组和协方差阵 ^* = ( ^ 1, ^ 2, ^ j- 1 ),
V^ ar( ^ 1, ^ 1 ) V^ ar( ^* ) =
* : 山西省科技攻关项目 ( 051100 - 11 ) 1. 山西医科大学公共卫生学院 ( 030001) 2. 山西省疾病预防控制中心 ( 030001)
通讯作者: 刘桂芬, liufg66@ yahoo. com. cn
时 F ( 0 - x ) = 0, m 为 j时 F ( m - x ) = 1。有序 log it 模型又可以通过结果变量的累积概率表示为 j- 1个二
的 0矩阵。对全部自 变量的总体检 验统计量为 W = (D ^* ) [ D V^ ar( ^ * )D ] - 1 (D ^* ), W 服从自由度为 k ( j
- 2) 的卡方分布;
单个自变量的平行线假设 W a ld检验
H 0 ^ k, 1 = ^ k, 2 = = ^ k, j- 1, 统计量计算时只需选
序 log it模型 ( o rd inal log it m ode,l OLM )可以表示为
P(y = m | x ) = F ( m - x ) - F ( m- 1 - x ) ( 2)
F (x )
=
1
exp( x ) + exp( x
)
表示
log it连接, 式 ( 2) 中当 m 为 1
中国卫生统计 2009年 2月第 26 卷第 1期
一个 log it模型 (m 1) 的回归系数 - 1. 578小于第二 个 log it模型 (m 2) 的回归系数值 - 0. 598。这暗示 瘦素和年龄在儿童脂肪水平正常、超重和肥胖等级间 的效应不同, 不能对瘦素和年龄的回归系数做相同限 定假设, 因此如果采用一般的有序 lo g it回归模型可能 会导致错误的结论。
常见的假设检验方法
常见的假设检验方法嘿，咱今儿就来说说常见的假设检验方法！这可真是个有意思的事儿呢！你想想啊，生活中咱经常会碰到各种各样需要判断的情况。
就好比说，你觉得今天会不会下雨，这其实就是一种假设呀！那怎么去检验这个假设对不对呢？常见的假设检验方法里有个叫 Z 检验的。
这就好像是个厉害的侦探，能通过一些数据线索来判断假设是不是成立。
比如说，咱要检验一批产品是不是合格，Z 检验就能派上大用场啦！它能通过对样本数据的分析，告诉咱这批产品大体上是个啥情况。
还有 T 检验呢！它就像是个精细的工匠，专门处理一些比较“小气”的数据。
比如样本量没那么大的时候，T 检验就能发挥它的作用啦！它能在有限的数据里找出真相来。
那这两种方法怎么用呢？就好比你要去开一把锁，Z 检验和 T 检验就是不同的钥匙。
你得根据锁的情况，也就是数据的特点，来选择合适的钥匙呀！不然你拿着 T 检验这把钥匙去开 Z 检验能开的锁，那可不得折腾半天也打不开呀！咱再说说卡方检验。
这个呀，就像是个分类专家！它能把一堆杂乱的数据按照不同的类别整理得清清楚楚。
比如说，你想知道不同性别对某个事物的看法是不是有差异，卡方检验就能帮你搞明白。
假设检验方法可真是神奇啊！它们就像我们的秘密武器，能让我们在面对一堆数据和假设的时候不再迷茫。
你说要是没有这些方法，我们该多抓瞎呀！比如说，一个公司要推出新产品，要是没有这些假设检验方法，怎么知道这个新产品会不会受欢迎呢？那不就跟闭着眼睛走路一样，容易摔跟头嘛！这些方法还能帮我们在科学研究里找到真理呢！科学家们通过假设检验，不断地验证自己的理论，推动着知识的进步。
所以啊，常见的假设检验方法可真是太重要啦！咱可得好好学一学，用一用，让它们为我们的生活和工作服务呀！别小看了这些方法，它们能发挥的作用可大着呢！你还在等什么呢？赶紧去研究研究吧！。
SPSS-分类变量的假设检验
例4 方法二 （SPSS菜单：Nonparametric Tests）推荐
b+c <25,则给 出精确概率 法！
例5 用两种方法检查已确诊的乳腺癌患者120名，甲法 检出率为60％，乙法检出率为50％，两法一致的检出 率为35％，问两法检出率是否有差异？
例5 方法二 （SPSS菜单：Nonparametric Tests）推荐
上已经有行×列表的精确概率法）。
结果解释
当P0.05，拒绝H0时，总的说来各组有差别，但并不意味 着任何两组都有差别：可能是任何两者间都有差别，也可能 其中某两者间有差别，而其它组间无差别。目前尚无公认的 进一步两两比较的方法（可考虑采用Logistic回归）。
SPSS软件操作过程
例6 某省从3个水中氟含量不同的地区随机抽取10～12 岁儿童，进行第一恒齿患病率的调查（见数据文件 p231.sav），问3个地区儿童第一恒齿患病率是否不同？
（一）完全随机设计的两样本率比较
假设检验的目的 推断两个总体率是否相等
例1 某中药在改变剂型前曾在临床观察152例，治愈129例， 未治愈23例。改变剂型后又在临床观察130例，治愈101 例，未治愈29例。能否得出新剂型疗效与旧剂型不同的 结论？
H0：1=2 H1：12
＝0.05
（四）等级资料的比较
（数学公式请参见有关SPSS说明书）
2.双向有序等级资料的比较
Kappa检验 Kappa系数是医学中常用的一致性指标，取值在0~1之间。
目的:先根据Kappa检验判断一致性有无统计学意义，若 P<0.05,说明行变量与列变量存在一致性，然后根据Kappa 系数的大小来反映一致性的好坏。Kappa值越大，一致性 越好。
统计理论5_分类变量的假设检验
组 别 有效
无效
合 计 有效率（%）
试验组 99(90.48) a 对照组 75(83.52) c 合 计 174(a+c)
5(13.52) b 21(12.48) d 26(b+d)
104 (a+ b) 96 (c+d) 200 (n)
95.20 78.13 87.00
版权所有：多多医善
四格表χ 检验
组 别 有效
无效
试验组 对照组
99(90.48) a 75(83.52) c
5(13.52) b 21(12.48) d
合 计 174(a+c)
26(b+d)
合 计 有效率（%）
104 (a+ b)
95.20
96 (c+d)
78.13
200 (n)
87.00
T11 104174 / 200 90.48 ，T12 104 90.48 13.52 T21 174 90.48 83.52 ，T22 26 13.52 12.48
u | p 0 | | p 0 |
p
0 (1 0 ) n
版权所有：多多医善
率的u检验
根据以往经验，一般胃溃疡病患者有20%(总体率)发生胃出血症状。现某医生观察65岁以上胃 溃疡病人152例，其中48例发生胃出血，占31.6%（样本率）。问老年胃溃疡病患者是否较一般胃溃 疡病患者易发生胃出血。
对照组的96例颅内压增高症患者中：有效者为96(174/200)=83.52；无效者为96(26/200)=12.48。
版权所有：多多医善
四格表χ 检验
某院欲比较异梨醇口服液（试验组）和氢氯噻嗪+地塞米松（对照组）降低颅内压的疗效。将200例 颅内压增高症患者随机分为两组，结果见下表。问两组降低颅内压的总体有效率有无差别？
常用的假设检验方法（U检验、T检验、卡方检验、F检验）
常⽤的假设检验⽅法（U检验、T检验、卡⽅检验、F检验）⼀、假设检验假设检验是根据⼀定的假设条件，由样本推断总体的⼀种⽅法。
假设检验的基本思想是⼩概率反证法思想，⼩概率思想认为⼩概率事件在⼀次试验中基本上不可能发⽣，在这个⽅法下，我们⾸先对总体作出⼀个假设，这个假设⼤概率会成⽴，如果在⼀次试验中，试验结果和原假设相背离，也就是⼩概率事件竟然发⽣了，那我们就有理由怀疑原假设的真实性，从⽽拒绝这⼀假设。
⼆、假设检验的四种⽅法1、有关平均值参数u的假设检验根据是否已知⽅差,分为两类检验：U检验和T检验。
如果已知⽅差，则使⽤U检验，如果⽅差未知则采取T检验。
2、有关参数⽅差σ2的假设检验F检验是对两个正态分布的⽅差齐性检验，简单来说，就是检验两个分布的⽅差是否相等3、检验两个或多个变量之间是否关联卡⽅检验属于⾮参数检验，主要是⽐较两个及两个以上样本率（构成⽐）以及两个分类变量的关联性分析。
根本思想在于⽐较理论频数和实际频数的吻合程度或者拟合优度问题。
三、U检验（Z检验）U检验⼜称Z检验。
Z检验是⼀般⽤于⼤样本(即⼤于30)平均值差异性检验的⽅法（总体的⽅差已知）。
它是⽤标准的理论来推断差异发⽣的概率，从⽽⽐较两个的差异是否显著。
Z检验步骤：第⼀步：建⽴虚⽆假设 H0:µ1 = µ2 ，即先假定两个平均数之间没有显著差异，第⼆步：计算Z值，对于不同类型的问题选⽤不同的计算⽅法，1、如果检验⼀个样本平均数（X）与⼀个已知的总体平均数(µ0)的差异是否显著。
其Z值计算公式为：其中：X是检验样本的均值；µ0是已知总体的平均数；S是总体的标准差；n是样本容量。
2、如果检验来⾃两个的两组样本平均数的差异性，从⽽判断它们各⾃代表的总体的差异是否显著。
其Z值计算公式为：第三步：⽐较计算所得Z值与理论Z值，推断发⽣的概率，依据Z值与差异显著性关系表作出判断。
如下表所⽰：第四步：根据是以上分析，结合具体情况，作出结论。
假设检验——非参数检验
假设检验（二）——非参数检验假设检验的统计方法，从其统计假设的角度可分为两类：参数检验与非参数检验。
上一节我们所介绍的Z 检验、t 检验，都是参数检验。
它们的共同特点是总体分布正态，并满足某些总体参数的假定条件。
参数检验就是要通过样本统计量去推断或估计总体参数。
然而，在实践中我们常常会遇到一些问题的总体分布并不明确，或者总体参数的假设条件不成立，不能使用参数检验。
这一类问题的检验应该采用统计学中的另一类方法，即非参数检验。
非参数检验是通过检验总体分布情况来实现对总体参数的推断。
非参数检验法与参数检验法相比，特点可以归纳如下：（1）非参数检验一般不需要严格的前提假设；（2）非参数检验特别适用于顺序资料；（3）非参数检验很适用于小样本，并且计算简单；（4）非参数检验法最大的不足是没能充分利用数据资料的全部信息；（5 ）非参数检验法目前还不能用于处理因素间的交互作用。
非参数检验的方法很多，分别适用于各种特点的资料。
本节将介绍几种常用的非参数检验方法。
一．2检验2检验主要用于对按属性分类的计数资料的分析，对于数据资料本身的分布形态不作任何假设，所以从一定的意义上来讲，它是一种检验计数数据分布状态的最常用的非参数检验方法。
22检验的方法主要包括适合性检验和独立性检验。
（一）2检验概述2是实得数据与理论数据偏离程度的指标。
其基本公式为：2 （ f0 f e）（公式11—9）fe式中，f0 为实际观察次数，f e 为理论次数。
分析公式可知，把实际观测次数和依据某种假设所期望的次数（或理论次数）的差数平方，除以理论次数，求出比值，再将n 个比值相加，其和就是2。
观察公式可发现，如果实际观察次数与理论次数的差异越小， 2值也就越小。
当 f 0 与 f e 完全相同时，2值为零。
际次数与理论次数之差的大小而变化利用2值去检验实际观察次数与理论次数的差异是否显著的方法称为2检验有两个主要的作第一，可以用来检验各种实际次数与理论次数是否吻合的这类问题统称为适合性检验； 第二， 判断计数的两组或多组资料是否相互关联还是相互独立的问 题，这类问题统称为独立性检验。
资料：第六章 分类资料的假设检验习题
第六章 分类资料的假设检验题库一、选择题1．2χ分布的形状（ ）。
A. 同正态分布B. 同t 分布C.为对称分布D. 与自由度ν有关E. 与样本含量n 有关 2．四格表的自由度（ ）。
A. 不一定等于1B. 一定等于1C. 等于行数×列数D. 等于样本含量－1E. 等于格子数－13．5个样本率作比较，24,01.02χχ>，则在α=0.05的检验水准下，可认为（ ）。
A. 各总体率不全相等 B. 各总体率均不等 C. 各样本率均不等 D. 各样本率不全相等 E. 至少有两个总体率相等4．测得某地6094人的两种血型系统，结果如下。
欲研究两种血型系统之间是否有联系，应选择的统计分析方法是（ ）。
某地6094人的ABO 与MN 血型ABO 血型MN 血型M N MN O431 490 902 A 388 410 800 B 495 587 950 AB137 17932A.秩和检验B.2χ检验C.Ridit 检验D.相关分析E.Kappa 检验 5．假定两种方法检测结果的假阳性率和假阴性率均很低。
现有50份血样用甲法检查阳性25份，用乙法检查阳性35份，两法同为阳性和阴性的分别为23份和13份。
欲比较两种方法检测结果的差别有无统计学意义，应选用（ ）。
A. u 检验B. t 检验C. 配对t 检验D. 配对四格表资料的2χ检验 E. 四格表资料的2χ检验6．某医师欲比较两种疗法治疗2型糖尿病的有效率有无差别，每组各观察了30例，应选用（ ）。
A.两样本率比较的u 检验B.两样本均数比较的u 检验C. 四格表资料的2χ检验 D. 配对四格表资料的2χ检验 E. 四格表资料2χ检验的校正公式7．用大剂量Vit.E 治疗产后缺乳，以安慰剂对照，观察结果如下：Vit.E 组，有效12例，无效6例；安慰剂组有效3例，无效9例。
分析该资料，应选用（ ）。
A. t 检验 B.2χ检验 C.F 检验 D.Fisher 精确概率法 E. 四格表资料的2χ检验校正公式8．欲比较胞磷胆碱与神经节苷酯治疗脑血管疾病的疗效，将78例脑血管疾病患者随机分为2组，结果如下。