ch6Chi–square检验.ppt

;;Chapter 7 Chi-Square 检验;6.1 Chi-Square 分布 和拟合优度检验;6.1.1 Chi-square 分布;6.1.2 拟合优度 ?2 检验(大样本) ;;6.2 比较两独立样本频率的 ?2 检验;大样本;;计算自由度 ?=4－1－2＝1 对于 2×2 表 ?＝(2－1)×(2－1)＝1 确定P值和统计决策 当 ?2≥ ?2-分布的临界值 , 拒绝 H0 否则，不拒绝 H0 ?20.05(1)=3.84 现 ?2=2.7343.84, P0.05, 不拒绝 H0.;;例 败血症;怎么办？;6.3 2×2交叉分类资料的?2检验;社区随机抽样50岁以上男性人群，研究刚血压与体型关联性;前述比较两独立样本概率的方法依然有效！;;6.3.1 两个二值变量独立性检验 A 方法和 B 方法的结果有联系吗? 检验 P(B+︱ A+) =P(B +︱ A-) ? 若 P(B+︱ A+) =P(B +︱ A-) , 则 B 方法的结果独立于 A方法的结果 若 P(B+︱ A+) ≠P(B +︱ A-) , 则 B 方法的结果依赖于 A方法的结果;;;;;问: 两种方法的阳性率相等吗?;6.4 R×C 表的 ?2 检验;6.4.1 比较几个独立样本频率的 ?2 检验;例6.4 在血型与疾病关系的研究中，随机抽取胃 溃疡病人、胃癌病人及对照人群的样本，根据 ABO血型分类(本例中因AB血型的例数较少， 故省略不计) 。试探讨不同病种是否具有不同 的血型分布。;;6.4.2 比较R 组概率分布的分割 ?2 检验 ;;;6.4.3 R×C交叉分类资料的?2检验;6.4.3 R×C表资料的关联度测定 ;;2?2表 和 R?C 表都称为列联表(contingency table) , 2?2表是 R?C 表的特例。 2. R?C 表的资料来自两种不同的设计： 设计1：多组样本，比较概率分布； 设计2：一组样本，探讨两个分类变量的独立 性或关联性。 3. 配对设计的资料是设计2的特例，可以探讨两 种测定方法的独立性或关联性。 配对设计的资料还可以比较两种方法的阳性率， 但是，不能采用两组独立样本比较的?2统计量， 需采用McNemer检验的?2统计量，两者是不同的。 ;;;