SPSSX2检验过程

X2检验X2检验是用途广泛的假设检验方法，它的原理是检验实际分布和理论分布的吻合程度。在SPSS中，所有X2检验均用Crosstabs完成。Crosstabls过程用于对计数资料和有序分类资料进行统计描述和统计推断。在分析时可以产生二维至n维列联表，并计算相应的百分数指标。统计推断则包括了我们常用的X2检验、Kappa值，分层X2（X2M-H）。Crosstabs过程不能产生一维频数表（单变量频数表），该功能由Frequencies过程实现。界面说明【Rows框】用于选择行*列表中的行变量。【Columns框】用于选择行*列表中的列变量。【Layer框】Layer指的是层，对话框中的许多设置都可以分层设定，在同一层中的变量使用相同的设置，而不同层中的变量分别使用各自层的设置。如果要让不同的变量做不同的分析，则将其选入Layer框，并用Previous和Next钮设为不同层。Layer在这里用的比较少，在多元回归中我们将进行详细的解释。【Displayclusteredbarcharts复选框】显示重叠条图。【Suppresstable复选框】禁止在结果中输出行*列表。【Statistics】按钮弹出Statistics对话框，用于定义所需计算的统计量。Chi-square复选框：计算X2值。Correlations复选框：计算行、列两变量的Pearson相关系数和Spearman等级相关系数。Norminal复选框组：选择是否输出反映分类资料相关性的指标，这些指标在变量为有序或无序分类时均可以使用，但有序分类变量使用Ordinal复选框组中的统计量更好。Contingencycoefficient复选框：即列联系数，基于X2值，其值界于0～1之间，越大表明两变量间相关性月强。PhiandCramer'sV复选框：这两者也是基于X2值的，Phi在四格表X2检验中界于-1～1之间，在R*C表X2检验中界于0～1之间；Cramer'sV则界于0～1之间；Lambda复选框：用于自变量预测应变量的效果。其值为1时表明自变量预测应变量好，为0时表明自变量预测应变量差；Uncertaintycoefficient复选框：不确定系数，以熵为标准的比例缩减误差，其值接近1时表明后一变量的信息很大程度来自前一变量，其值接近0时表明后一变量的信息与前一变量无关。Ordinal复选框组：计算输出反映有序分类变量一致性的指标。Gamma复选框：界于-1～1之间，观察值集中于对角线时，其值为1或-1，表示两者取值完全一致或完全不一致，两变量无关时该值为0。Somers'd复选框：为独立变量上不存在同分的偶对中，同序对子数超过异序对子数的比例；Kendall'stau-b复选框：界于-1～1之间；Kendall'stau-c复选框：界于-1～1之间；Eta复选框：计算Eta值，其平方值可认为是应变量受不同因素影响所致方差的比例；Kappa复选框：计算Kappa值，即内部一致性系数；这是医学上很常用的一致性指标，取值0-1之间。≥0.75，一致性较好，0.4~0.75，表明一致性一般，0.4表明一致性差。Risk复选框：计算比数比OR值和RR值；McNemanr复选框：进行McNemanr检验，即常用的配对计数资料的X2检验（一种非参检验）；Cochran'sandMantel-Haenszelstatistics复选框：计算X2M-H统计量（分层X2，也有写为X2CMH的），可在下方输出H0假设的OR值，默认为1。【Cells】按钮弹出Cells对话框，用于定义列联表单元格中需要计算的指标：Counts复选框组：是否输出实际观察数(Observed)和理论数（Expected）；Percentages复选框组：是否输出行百分数（Row）、列百分数（Column）以及合计百分数（Total）；Residuals复选框组：选择残差的显示方式，可以是实际数与理论数的差值（Unstandardized）、标化后的差值（Standardized，实际数与理论数的差值除理论数），或者由标准误确立的单元格残差（Adj.Standardized）；【Format钮】用于选择行变量是升序还是降序排列。分析实例一、四格表资料的X2检验例1组别有效无效合计有效率（%）甲组3194077.50乙组14264035.00合计45358056.25【建立数据文件】由于此处给出的是频数表（大部分资料都以这种形式给出），因此在建立数据集时可以直接输入三个变量：1、行变量（分组变量）：变量名取“R”，变量值为1=“甲治疗组”，2=“乙治疗组”2、列变量（疗效变量）：变量名取“C”，变量值为1=“有效”，2=“无效”；3、指示每个格子中频数的变量：变量名取“F”，直接输入各个格子的频数。所建立的数据集用WeightCases对话框指定频数变量进行加权，最后调用Crosstabs过程进行X2检验。RCF1.001.0031.001.002.009.002.001.0014.002.002.0026.00【操作过程】Data==WeightCases(对数据按频数进行加权)WeightCasesby单选框：选中FreqencyVariable：选入F单击OK钮Analyze==DescriptiveStatistics==CrosstabsRows框：选入RColumns框：CStatistics按钮：选中Chi-square复选框，单击Continue钮Cells...按钮：选中Row复选框，单击Continue钮单击OK钮【结果解释】上题分析结果如下：案例处理摘要80100.0%0.0%80100.0%分组*疗效N百分比N百分比N百分比有效的缺失合计案例首先是有效记录数和处理记录缺失值情况报告，可见80例均为有效值。分组*疗效交叉制表3194077.5%22.5%100.0%14264035.0%65.0%100.0%45358056.3%43.8%100.0%计数分组的%计数分组的%计数分组的%甲方案乙方案分组合计有效无效疗效合计上表为列出的四格表，其中加入变量值和变量值标签，看起来很清楚。卡方检验14.679b1.00013.0031.00015.2011.000.000.00014.4961.00080Pearson卡方连续校正a似然比Fisher的精确检验线性和线性组合有效案例中的N值df渐进Sig.(双侧)精确Sig.(双侧)精确Sig.(单侧)仅对2x2表计算a.0单元格(.0%)的期望计数少于5。最小期望计数为17.50。b.上表给出了一堆检验结果，从左到右为：检验统计量值(Value)、自由度(df)、双侧近似概率(Asymp.Sig.2-sided)、双侧精确概率(ExactSig.2-sided)、单侧精确概率(ExactSig.1-sided)；从上到下为：Pearson卡方（PearsonChi-Square即常用的卡方检验）、连续性校正的卡方值(ContinuityCorrection)、对数似然比方法计算的卡方(LikelihoodRatio)、Fisher's确切概率法(Fisher'sExactTest)、线性相关的卡方值(LinearbyLinearAssociation)、有效记录数(NofValidCases)。另外，ContinuityCorrection和Pearson卡方值处分别标注有a和b，表格下方为相应的注解：a.只为2*2表计算。b.0%个格子的期望频数小于5，最小的期望频数为13.78。因此，这里无须校正，直接采用第一行的检验结果，即X2=14.679，P=0.000。因P=0.000，可以认为两种治疗方案疗效有差异，结合样本率，可以认为甲方案有效率高于乙方案。二、配对计数资料X2检验AB两种试纸检验尿葡萄糖结果B试纸A试纸+—合计+702090—4610合计7426100【建立数据文件】输入三个变量：行变量（A试纸）：变量名取“R”，变量值为1=“阳性”，2=“阴性”列变量（B试纸）：变量名取“C”，变量值为1=“阳性”，2=“阴性”指示每个格子中频数的变量：变量名取“F”，直接输入各个格子的频数。所建立的数据集如下表。然后用WeightCases对话框指定频数变量进行加权，最后调用Crosstabs过程进行X2检验。RCF1.001.0070.001.002.0020.002.001.004.002.002.006.00【操作过程】1.Data==WeightCases(对数据按频数进行加权)WeightCasesby单选框：选中FreqencyVariable：选入F单击OK钮2.Analyze==DescriptiveStatistics==CrosstabsRows框：选入RColumns框：CStatistics按钮：选中Chi-square复选框(分析A、B两种试纸结果有无相关)选中McNemanr复选框:(做配对X2检验,分析A、B两种试纸结果阳性率有无差异)单击Continue钮Cells...按钮：选中Row复选框，单击Continue钮单击OK钮【结果解释】°¸Àý´¦ÀíÕªÒª°¸ÀýÓÐЧµÄȱʧºÏ¼ÆN°Ù·Ö±ÈN°Ù·Ö±ÈN°Ù·Ö±ÈAÊÔÖ½*BÊÔÖ½100100.0%0.0%100100.0%上表为有效例数,缺失例数和总例数的情况,100例均有效.A试纸*B试纸交叉制表70209077.8%22.2%100.0%461040.0%60.0%100.0%742610074.0%26.0%100.0%计数A试纸的%计数A试纸的%计数A试纸的%阳性阴性A试纸合计阳性阴性B试纸合计上表输出配对四格表数据。卡方检验6.676b1.0104.8571.0285.8041.016.018.0186.6091.010.002c100Pearson卡方连续校正a似然比Fisher的精确检验线性和线性组合McNemar检验有效案例中的N值df渐进Sig.(双侧)精确Sig.(双侧)精确Sig.(单侧)仅对2x2表计算a.1单元格(25.0%)的期望计数少于5。最小期望计数为2.60。b.使用的二项式分布。c.上表为X2检验的结果。首先是成组X2检验，X2=6.676，P=0.010，可以认为A、B两种试纸的结果有相关性（即A阳性，B可能也阳性）。下面做了配对X2检验（McNemarTest）,用精确概率法计算，P=0.002（双侧），可以认为A、B两种试纸的阳性率差异有统计学意义。三、R×C表X2检验这是4×2表资料，要进行4个样本率的比较。【建立数据文件】直接输入三个变量：行变量（分组变量）：变量名取“R”，变量值为1=“鳞癌”，2=“腺癌”，3＝“腺鳞癌”，4＝“小细胞癌”。列变量：变量名取“C”，变量值为1=“表达”，2=“不表达”指示每个格子中频数的变量：变量名取“F”，直接输入各个格子的频数。所建立的数据集如下表。A、B两种试纸结果阳性率有无关联性)A、B两种试纸结果阳性率有无差异)【操作过程】1.Data==WeightCases(对数据按频数进行加权)WeightCasesby单选框：选中FreqencyVariable：选入F单击OK钮2.Analyze==DescriptiveStatistics==CrosstabsRows框：选入RColumns框：CStatistics按钮：选中Chi-square复选框单击Continue钮Cells...按钮：选中Row复选框RCF11951240216522303120321041104210单击Continue钮单击OK钮【结果解释】°¸Àý´¦ÀíÕªÒª°¸ÀýÓÐЧµÄȱʧºÏ¼ÆN°Ù·Ö±ÈN°Ù·Ö±ÈN°Ù·Ö±ÈR*C280100.0%0.0%280100.0%上表为有效例数,缺失例数和总例数的情况,280例均有效。R*C交叉制表954013570.4%29.6%100.0%6530