【2025】R×C列联表(分类数据)的统计分析方法选择与SPSS实现 |
您所在的位置:网站首页 › 理论频数的计算方法 › 【2025】R×C列联表(分类数据)的统计分析方法选择与SPSS实现 |
常见的情况是结果变量有序,而原因变量无序。比如要比较AB两种药物的治疗效果,药物分组(AB)是无序的,而结果变量是有序的(无效,显效,治愈),可以整理成如下的表格: 无效 显效 治愈 A药 a b c B药 d e f 可以选择的统计方法主要有: 1、Mann–WhitneyU 检验 基于卡方分布,H0为两组总体分布一致,SPSS中“分析->非参数检验->独立样本”中可实现。 注意:在SPSS中,如果是整理成了列联表资料,需要用频数进行数据加权。变量编码为:①药物(名义):A=1,B=2,②疗效(度量):无效=1,有效=2,治愈=3,③频数(度量)。 2、Kruskal-Wallis H检验: 用于分组数大于2的情况,比如要比较3种或以上药物的疗效。实现方法与Mann–WhitneyU类似。 注意:当行变量为有序时,通常当作无序处理。但若行变量为有序,列变量为二分类率时,根据研究目的,也可以选择趋势性卡方检验。 三、双向有序列联表 1、行、列变量有序但属性不同 比如这个例子:要比较某种药物对某种疾病的治疗效果,按年龄段的分组,要考察治疗效果是否与年龄段相关,整理成下表: 无效 有效 治愈 20-30岁 a b c 30-40岁 d e f 40-50岁 h i j 50-60岁 k l m 60岁以上 n o p 行、列都是有序的,这是我们主要关心的:行列变量之间是否有相关性,如果有相关性,是线性相关还是曲线关系。可以选择的方法如下: (1)Spearman等级相关: 检验有无相关性,基于卡方检验,在SPSS中“分析->相关->双样本”中可实现。 (2)线性趋势卡方检验: 检验有无线性关系,基于卡方检验,SPSS“分析->交叉表”卡方结果表格中的“线性和线性组合”就是。 2、行列有序且属性相同 (1)行列变量独立 通常是为了检验一致性。比如用两台仪器对同一样本进行检验,结果分为阴性、阳性,现在要比较两台仪器的结果是否据有一致性。整理成下表: 阴性 阳性 阴性 a b 阳性 c d 常用的方法为: Kappa一致性检验: H0为行列变量无一致性。在SPSS中“分析->描述性统计->交叉表”中可实现。 (2)配对行列表 行列变量为配对资料,比如有某种药物可以缓解某种疾病的某种症状,在同一个患者身上比较用药前后的症状,评价药物的资料效果,列成下表: 治疗前有症状 治疗前无症状 治疗后有症状 a b 治疗后无症状 c d 可以选用的统计方法: (1)McNemar检验: 仅用于2×2列联表。基于卡方分布。在SPSS中“分析->描述性统计->交叉表”中可实现。本检验与Pearson卡方检验具有同一性,使用条件必须满足Pearson卡方检验的条件。如果条件不能满足,需要进行Yate校正。 (2)Bowker检验: 是McNemar检验的扩展,用于分类数目大于2的配对列联表分析。在SPSS中“分析->描述性统计->交叉表”中可实现。 SPSS中依然选择的是Mcnemar,结果输出的是Mcnemar-Bowker结果。 松哥统计说 说了这么多,肯定有人问,松哥“到底何为行变量、何为列变量呢”,设置原则一般为:实验设计三要素中的干预因素为行变量,实验效应指标为列变量,何为实验设计三要素,请查阅公众号(data973)相关内容。OK,今天聊到这里,赠人玫瑰,手留余香,分享就是对我们的最大支持!! 精鼎原创,欢迎转发,未经允许,谢绝转载! SPSS系列文章列表【2】 【若对您有用,请也帮助松哥分享!】 ---------------------------------------------------返回搜狐,查看更多 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |