SPSSX2检验过程.docx

1、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

2、，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。【Display clustered bar charts复选框】显示重叠条图。【Suppress table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Pears

3、on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。Contingency coefficient复选框：即列联系数，基于X2值，其值界于01之间，越大表明两变量间相关性月强。Phi and Cramers V复选框：这两者也是基于X2值的，Phi在四格表X2检验中界于-11之间，在R*C表X2检验中界于01之间；Cramers V 则界于01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

4、明自变量预测应变量差；Uncertainty coefficient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-11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。Somersd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；Kendalls tau-b复选框：界于-11之间；Kendalls tau-c复选框：界于-11之间；Eta复

5、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，0.40.75，表明一致性一般，Weight Cases (对数据按频数进行加权)Weight Cases by单选框：选中 Freqency Variable：选入F单击OK钮 Analyze=Descriptive Statistics=Crosstabs Rows框：选入R Columns框：C Statistics按钮：选中Chi-square复选框，单击Continue钮 Cells.按钮

6、： 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：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。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。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(Exact Sig.2-sided)、单侧精确概率(Exact Sig.1-sided)；从上到下为：Pearson卡方（Pearson Chi-Square即常用的卡方检验）、连续性校正的卡方值(Continuity Correction)

7、、对数似然比方法计算的卡方(Likelihood Ratio)、Fishers确切概率法(Fishers Exact Test)、线性相关的卡方值(Linear by Linear Association)、有效记录数(N of Valid Cases)。另外，Continuity Correction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

8、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+ 70 20 90 4 6 10 合 计 74 26 100 【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Weight Cases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。RCF1.001.0070.001.002.0020.002.00

9、1.004.002.002.006.00【操作过程】1. Data=Weight Cases (对数据按频数进行加权)Weight Cases by单选框：选中 Freqency Variable：选入F单击OK钮 2. Analyze=Descriptive Statistics=Crosstabs Rows框：选入R Columns框：C Statistics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Cont

10、inue钮单击OK钮【结果解释】 NNNA * B100100.0%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. 上表输出配对四格表数据。A、B两种试纸结果阳性率有无差异)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（McNemar Test）,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、RC表X2检验这是42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

11、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。 RCF11951240216522303120321041104210【操作过程】1. Data=Weight Cases (对数据按频数进行加权)Weight Cases by单选框：选中 Freqency Variable：选入F 单击OK钮 2. Analyze=Descriptive Statistics=Crosstabs Rows框：选入R Columns框：C Statistics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】 NNNR * 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。