(医学)医学统计学11卡方检验

《(医学)医学统计学11卡方检验》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、QualitativeDataAnalysis定性数据的分析童新元中国人民解放军总医院名人格言谬误的好处是一时的,真理的好处是永久的,真理有弊病时,这些弊病会很快被消灭,而谬误的弊病则与谬误始终相随。狄德罗(法国思想家,1713—1784)案例1：评价方法的讨论怎样评价男女生在德、智、体的差异？怎样评价A、B、C三种降压药物疗效的差别？什么是定性数据？定性数据（qualitativedata）或称为分类数据（categoricaldata），其观察值是定性的，表现为互不相容的类别或属性。例如患者服药后结局为治愈和未治愈，生存和死亡、阴性和阳性等。定性数据的统计分析主要是如何估计总体的

2、率及如何推断两个及两个以上总体率或构成比是否有差异、两个分类变量间有无相关关系等。第一节率的估计一、率的点估计与总体均数的估计相似，从总体中随机抽取一个样本，从样本计算得到的率是总体率的点估计值。例132例美国冠心病黑人在进行心脏搭桥手术后，有5人死亡，试估计美国冠心病黑人心脏搭桥手术后死亡率为多少？解：P=5/132*100%=3.8%二、率的抽样误差与标准误从总体中随机抽取一个样本，样本率与总体率之间存在差别，差别的大小可以估计。由抽样而引起的样本率与总体率的差异称为率的抽样误差。即率的标准误。率的标准误计算公式式中，σp为率的标准误；π为总体率；n为样本量当总体率π未知时，以样本

3、率p作为π的估计值，相应地此时率的标准误估计值按下式计算:式中，Sp为率的标准误的估计值；p为样本率。二、率的区间估计总体率的点估计是计算样本的率，很简单，但计算得到的样本率不等于总体率，它们间存在差异。因此，我们还需要知道总体率大概会在一个什么样的区间范围，即所谓总体率的可信区间估计。总体率的可信区间可以用正态分布法估计。当n足够大，且p和1-p均不太小，如np和n（1-p）均大于5时，p的抽样分布逼近正态分布。此时，可根据正态分布的特性计算总体率的(1-a)%可信区间:双侧：(p-uα/2·Sp,p+uα/2·Sp)单侧：大于p-uα·Sp或小于p+uα·Sp正态分布法例10-1采

4、用某药治疗高血压病人200例，服药一月后160人有效，试估计该药的有效率及其双侧95%可信区间。解该药总体有效率：p=160/200=80%,Sp=0.02828u0.05/2=1.96，总体有效率的95%CI为:（0.8-1.96×0.02828，0.8+1.96×0.02828）=（0.7446，0.8554）即估计该药的有效率为80%,该药的有效率的95%可信区间为（0.7446，0.8554）。练习随机抽取某市小学400名儿童,查出患有牙疼200名，患有牙周炎240名，患有龋齿320名。试估计儿童牙疼、牙周炎、龋齿的患病率及其95％可信区间为多少？━━━━━━━━━━━━━━━

5、━━━━━━━━━指标例数阳性数阳性率95%CI正态近似法────────────────────────牙疼4002000.50000.4510~0.5490牙周炎4002400.60000.5520~0.6480龋齿4003200.80000.7608~0.8392━━━━━━━━━━━━━━━━━━━━━━━━CHISS软件实现1.进入数据模块点击数据→文件→建立数据库表2.进入统计模块进行统计计算点击统计→统计推断→可信区间→率的可信区间反应变量：→确认率的置信区间CHISS数据库1二行数据:1）第一行总例数;2）第二行阳性数（分子）2每个指标（组）各一列第二节2×2表资料的χ

6、2检验一、2×2四格表的数据A、B两个定性变量各分两类，交叉分类计数所得的表称为2×2列联表。表中产生四个格子四个数a,b,c,d，亦称为四格表（fourfoldtable），如下表所示。分组B1B2合计A1aba+bA2cdc+d合计a+cb+da+b+c+d案例1治疗肺炎新药临床试验用某新药治疗肺炎病，并选取另一常规药作为对照药，治疗结果如下：采用新药治100例，有效60例；采用对照药治40例，有效30例。试问：1）列表描述临床试验结果；2）两种药物疗效有无差别？——————————————组别有效无效——————————————新药6040对照药3010—————————————

7、—χ2检验（chi-squaretest）是由英国统计学家K.Pearson于1900年提出的，其广泛地应用于分类数据的统计分析，推断两个及两个以上总体率或构成比差异是否有统计学意义、两个分类变量间有无相关关系等。设计类型的不同χ2检验不同，四个表χ2检验可以分为完全随机设计的两样本率比较的χ2检验和配对设计的χ2检验。χ2检验(一）完全随机设计随机抽取n个个体，按照A属性分为两组，进行试验，然后按试验效应B属性分为两类。由A、B两属性组合分成