
SPSS能做Cochran-Armitage趨勢(shì)檢驗(yàn)嗎
Cochran-Armitage (CA) 趨勢(shì)檢驗(yàn)是一種用于分析1個(gè)二分類(lèi)變量和1個(gè)有序分類(lèi)變量關(guān)聯(lián)性的統(tǒng)計(jì)方法,由Cochran和Armtiage創(chuàng)建和完善。線(xiàn)性趨勢(shì)檢驗(yàn)中最常用的一種方法就是Cochran-Armitage趨勢(shì)檢驗(yàn)。因?yàn)槎诸?lèi)變量和有序分類(lèi)變量可以列聯(lián)表的形式表示,所以很多人將針對(duì)于這類(lèi)資料的趨勢(shì)檢驗(yàn)稱(chēng)為趨勢(shì)卡方檢驗(yàn)。
常見(jiàn)的應(yīng)用例子應(yīng)該是研究不同等位基因與疾病的關(guān)系,比如橫斷面研究不同基因型aa\Aa\AA對(duì)應(yīng)的某病的患病率。假設(shè)資料如下:
SPSS中的趨勢(shì)檢驗(yàn)LLA
那么,我們常用的SPSS統(tǒng)計(jì)軟件該如何進(jìn)行此分析?很多SPSS的軟件教程書(shū)籍中都可能有一章節(jié)為“趨勢(shì)卡方檢驗(yàn)”,它們選用Crosstabs過(guò)程中的線(xiàn)性關(guān)系Linear-by-Linear Association (LLA)統(tǒng)計(jì)量完成,該操作過(guò)程同卡方分析。結(jié)果如下圖,雙側(cè)近似P值為0.023<0.05,可以認(rèn)為基因型純度與疾病患病之間存在線(xiàn)性趨勢(shì)。
CA與LLA的區(qū)別
但近日有位朋友拿著reviewer的意見(jiàn)找我說(shuō),他們要求把Linear-by-Linear Association改為Cochran-Armitage Trend Test,那么,兩者的區(qū)別在哪?SPSS軟件的Cochran-Armitage趨勢(shì)檢驗(yàn)究竟如何操作?
兩者究竟是有所區(qū)別的,下面看看來(lái)自SPSS軟件公司Principal Support Statistician and Manager of Statistical Support部門(mén)的答復(fù):“The linear by linear association chi^2 statistic in CROSSTABS is one version of a trend test. A logistic regression is another option.SPSS doesn't offer specifically the Cochran-Armitage trend test, which is based on a linear probability model rather than a linear logistic model, but running a linear regression will produce a p-value that's reasonably close to what you'd get if you went to the trouble of calculating that statistic.”大概意思就是SPSS尚不提供Cochran-Armitage趨勢(shì)檢驗(yàn),Linear-by-Linear Association可以得到近似的結(jié)果。
CA趨勢(shì)檢驗(yàn)在SAS與R中實(shí)現(xiàn)
SAS代碼及結(jié)果
proc freq;
tablerow*col /trend;
weightn;
run;
雙側(cè)P值為0.0224與SPSS中的Linear-by-Linear Association結(jié)果(0.023)接近。
R代碼及結(jié)果
library(CATT)
tbl=matrix(c(20,10,20,20,20,30),ncol=3)
CATT(table=tbl)
雙側(cè)P值為0.0224與SAS的結(jié)果完全一樣。
所以,無(wú)論是Linear-by-Linear Association,還是Cochran-Armitage,兩種方法都是可以采用的,只要在文章中指明用的是什么方法就好,它們都可以得到線(xiàn)性趨勢(shì)的統(tǒng)計(jì)結(jié)論。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-18剛?cè)肼殘?chǎng)或是在職場(chǎng)正面臨崗位替代、技能更新、人機(jī)協(xié)作等焦慮的打工人,想要找到一條破解職場(chǎng)焦慮和升職瓶頸的系統(tǒng)化學(xué)習(xí)提升 ...
2025-07-182025被稱(chēng)為“AI元年”,而AI,與數(shù)據(jù)密不可分。網(wǎng)易公司創(chuàng)始人丁磊在《AI思維:從數(shù)據(jù)中創(chuàng)造價(jià)值的煉金術(shù) ...
2025-07-18CDA 數(shù)據(jù)分析師:數(shù)據(jù)時(shí)代的價(jià)值挖掘者 在大數(shù)據(jù)席卷全球的今天,數(shù)據(jù)已成為企業(yè)核心競(jìng)爭(zhēng)力的重要組成部分。從海量數(shù)據(jù)中提取有 ...
2025-07-18SPSS 賦值后數(shù)據(jù)不顯示?原因排查與解決指南? 在 SPSS( Statistical Package for the Social Sciences)數(shù)據(jù)分析過(guò)程中,變量 ...
2025-07-18在 DBeaver 中利用 MySQL 實(shí)現(xiàn)表數(shù)據(jù)同步操作指南? ? 在數(shù)據(jù)庫(kù)管理工作中,將一張表的數(shù)據(jù)同步到另一張表是常見(jiàn)需求,這有助于 ...
2025-07-18數(shù)據(jù)分析師的技能圖譜:從數(shù)據(jù)到價(jià)值的橋梁? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,數(shù)據(jù)分析師如同 “數(shù)據(jù)翻譯官”,將冰冷的數(shù)字轉(zhuǎn)化為清晰的 ...
2025-07-17Pandas 寫(xiě)入指定行數(shù)據(jù):數(shù)據(jù)精細(xì)化管理的核心技能? 在數(shù)據(jù)處理的日常工作中,我們常常需要面對(duì)這樣的場(chǎng)景:在龐大的數(shù)據(jù)集里精 ...
2025-07-17解碼 CDA:數(shù)據(jù)時(shí)代的通行證? 在數(shù)字化浪潮席卷全球的今天,當(dāng)企業(yè)決策者盯著屏幕上跳動(dòng)的數(shù)據(jù)曲線(xiàn)尋找增長(zhǎng)密碼,當(dāng)科研人員在 ...
2025-07-17CDA 精益業(yè)務(wù)數(shù)據(jù)分析:數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)的實(shí)戰(zhàn)方法論 在企業(yè)數(shù)字化轉(zhuǎn)型的浪潮中,“數(shù)據(jù)分析” 已從 “加分項(xiàng)” 成為 “必修課 ...
2025-07-16MySQL 中 ADD KEY 與 ADD INDEX 詳解:用法、差異與優(yōu)化實(shí)踐 在 MySQL 數(shù)據(jù)庫(kù)表結(jié)構(gòu)設(shè)計(jì)中,索引是提升查詢(xún)性能的核心手段。無(wú)論 ...
2025-07-16解析 MySQL Update 語(yǔ)句中 “query end” 狀態(tài):含義、成因與優(yōu)化指南? 在 MySQL 數(shù)據(jù)庫(kù)的日常運(yùn)維與開(kāi)發(fā)中,開(kāi)發(fā)者和 DBA 常會(huì) ...
2025-07-16如何考取數(shù)據(jù)分析師證書(shū):以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價(jià)值、驅(qū)動(dòng)決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動(dòng)企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時(shí)代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無(wú)外鍵關(guān)聯(lián)表的 JOIN 實(shí)戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫(kù)的日常操作中,我們經(jīng)常會(huì)遇到需要整合多張表數(shù)據(jù)的場(chǎng)景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動(dòng)的時(shí)代,面對(duì)海量、復(fù)雜的數(shù)據(jù),如何高效地進(jìn)行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫(kù)操作中,誤刪數(shù)據(jù)、錯(cuò)改字段或誤執(zhí)行批量更新等問(wèn)題時(shí)有發(fā)生。 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時(shí)用t.test,何時(shí)用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時(shí)用 t.test,何時(shí)用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開(kāi)啟新時(shí)代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書(shū)) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11