
SPSS詳細(xì)操作:多個(gè)獨(dú)立樣本列聯(lián)表的卡方檢驗(yàn)
上一期我們聊到了獨(dú)立樣本四格表的卡方檢驗(yàn),實(shí)際上臨床也經(jīng)常會(huì)遇到分組超過2個(gè)的計(jì)數(shù)資料,這一期我們來一起搞定多個(gè)獨(dú)立樣本列聯(lián)表的χ2檢驗(yàn)。
一、問題與數(shù)據(jù)
以下是胃癌真菌病因研究中3種食物樣品的真菌檢出率,比較3個(gè)檢出率有無差異。
表1 物種食物樣品的真菌檢出率
二、對數(shù)據(jù)結(jié)構(gòu)的分析
本例是獨(dú)立四格表χ2檢驗(yàn)的拓展,由兩個(gè)分組增加到多個(gè)分組,分析思路與四格表χ2檢驗(yàn)類同,需要注意的是,這里我們不光想知道多個(gè)分組間有無差異,如果差異存在統(tǒng)計(jì)學(xué)意義,那么具體到組間兩兩比較是否均存在差異。
三、SPSS分析方法
多個(gè)獨(dú)立樣本列聯(lián)表χ2檢驗(yàn)的SPSS操作與四格表一樣,這里不再贅述(忘記的小伙伴趕快戳SPSS詳細(xì)操作:獨(dú)立樣本四格表的χ2檢驗(yàn),復(fù)習(xí)一下)。需要注意的是,不同于四格表χ2檢驗(yàn),SPSS對于R*C列聯(lián)表χ2檢驗(yàn)不會(huì)自動(dòng)輸出Fisher確切概率檢驗(yàn)結(jié)果,如果樣本例數(shù)較少,建議在Exact設(shè)置中勾選Exact(如下圖)。
四、結(jié)果解讀
表2 統(tǒng)計(jì)匯總
表3 卡方檢驗(yàn)結(jié)果
多個(gè)獨(dú)立樣本列聯(lián)表χ2檢驗(yàn)的結(jié)果選擇:
1、所有理論頻數(shù)≥5,看Pearson Chi-Square的結(jié)果;
2、超過20%的理論頻數(shù)<5或至少1個(gè)理論頻數(shù)<1,看Fisher’s Exact Test結(jié)果(也可以考慮增加樣本量或者依據(jù)專業(yè)判斷適當(dāng)合并行或列,再進(jìn)行χ2檢驗(yàn))。
本例中SPSS提示沒有理論頻數(shù)小于5,且最小的理論頻數(shù)為8.00,故直接選擇Pearson Chi-Square結(jié)果,即χ2=22.841,P<0.001,提示三種食物中真菌檢出率不同。
五、組間的兩兩比較
通過上述χ2檢驗(yàn),明確了三種食物的真菌檢出率并不相同,此時(shí)我們還需要進(jìn)一步考慮三種食物真菌檢出率到底誰與誰之間的差異存在統(tǒng)計(jì)學(xué)意義,這里就需要用到“卡方分割”,通俗講就是把R*C列聯(lián)表拆分成若干個(gè)四個(gè)表分別進(jìn)行χ2檢驗(yàn),進(jìn)而判斷不同組兩兩比較差異是否用統(tǒng)計(jì)學(xué)意義,但是,因?yàn)槎嘟M比較可能會(huì)增加犯I類錯(cuò)誤概率,所以還需要對χ2檢驗(yàn)的P值進(jìn)行校正,這里主要介紹 Bonferroni校正。
本例中需要進(jìn)行3次兩兩比較,校正的檢驗(yàn)水準(zhǔn)α=0.05/比較次數(shù)=0.05/3=0.0167。
到這里,有的小伙伴要問了,SPSS數(shù)據(jù)庫中原來有3組,怎么才能方便地構(gòu)造任意兩組的“四格表”,進(jìn)行χ2檢驗(yàn)?zāi)兀窟@里教大家一個(gè)SPSS中比較實(shí)用的小技巧——選擇特定對象進(jìn)行統(tǒng)計(jì)分析。
A、菜單的Data中找到Select Cases
B、Select Cases中提供了多種用于選擇研究對象的方式 ,這里我們將用到條件篩選(如下圖)
C、條件篩選中提供了豐富的篩選公式,假如想選擇1-大米和2-地瓜粉,可以做如下圖設(shè)置,“食物=1|食物=2”,這里“|”代表“或者”,即數(shù)據(jù)庫只要有1或者2都會(huì)被選中進(jìn)行統(tǒng)計(jì)分析→Continue。
按照上面介紹的小技巧,我們就可以進(jìn)行任意兩組的四格表χ2檢驗(yàn)(表4)
表4. 不同食物真菌檢出率比較
如上表,按照校正的檢驗(yàn)水準(zhǔn)α=0.0167,大米和地瓜粉,大米和豆醬之間的真菌檢出率差異具有統(tǒng)計(jì)學(xué)意義,而地瓜粉和豆醬之間差異無統(tǒng)計(jì)學(xué)意義。
六、撰寫結(jié)論
大米、地瓜粉和豆醬的真菌檢出率并不相同(χ2=22.841,P<0.001),其中地瓜粉最高為96.7%,其次為豆醬為80.0%,大米最低為43.3%。大米的真菌檢出率分別與地瓜粉和豆醬相比差異均有統(tǒng)計(jì)學(xué)意義(Bonferroni校正,P<0.0167),而地瓜粉和豆醬之間真菌檢查率差異無統(tǒng)計(jì)學(xué)意義(Bonferroni校正,P>0.0167)。
PS: 多個(gè)獨(dú)立樣本的χ2檢驗(yàn)除了包含上述R*2列聯(lián)表卡方檢驗(yàn)外,還包含R*C卡方檢驗(yàn),即我們考慮的指標(biāo)變量為多分類(例如血型),其統(tǒng)計(jì)分析思路和SPSS操作分析與R*2列聯(lián)表卡方檢驗(yàn)一致,這里不再贅述。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10