1、X2檢驗X2檢驗是用途廣泛的假設檢驗方法，它的原理是檢驗實際分布和理論分布的吻合程度。在SPSS中，所有X2檢驗均用Crosstabs完成。Crosstabls過程用于對計數資料和有序分類資料進行統計描述和統計推斷。在分析時可以產生二維至n維列聯表，并計算相應的百分數指標。統計推斷則包括了我們常用的X2檢驗、Kappa值，分層X2(X2m-h)。Crosstabs過程不能產生一維頻數表(單變量頻數表)，該功能由Frequencies過程實現。界面說明Crossmr*倒數F吧RjeseiCclumn(s)：CancelI,IHelpFy-Layer1ofI|EZI|Displayclustere

2、dbarchartsISuppresstabletStatist!Ccllg.forinet,.【Rows框】用于選擇行*列表中的行變量。用于選擇行*列表中的列變量。【Layer框】Layer指的是層，對話框中的許多設置都可以分層設定，在同一層中的變量使用相同的設置，而不同層中的變量分別使用各自層的設置。如果要讓不同的變量做不同的分析，則將其選入Layer框，并用Previous和Next鈕設為不同層。Layer在這里用的比較少，在多元回歸中我們將進行詳細的解釋。【Displayclusteredbarcharts復選框】顯示重疊條圖。【Suppresstable復選框】禁止在結果中輸由行*列

3、表。Statistics按鈕彈由Statistics對話框，用于定義所需計算的統計量。Chi-square復選框：計算X2值Correlations復選框：計算行、列兩變量的Pearson相關系數和Spearman等級相關系數。Norminal復選框組：選擇是否輸出反映分類資料相關性的指標，這些指標在變量為有序或無序分類時均可以使用，但有序分類變量使用Ordinal復選框組中的統計量更好。Contingencycoefficient復選框：即列聯系數，基于X2值，其值界于01之間，越大表明兩變量間相關性月強。PhiandCramer'sV復選框：這兩者也是基于X2值的，Phi在四格表X

4、2檢驗中界于-11之間，在R*C表X2檢驗中界于01之間；Cramer'sV則界于01之間；Lambda復選框：用于自變量預測應變量的效果。其值為1時表明自變量預測應變量好，為0時表明自變量預測應變量差；Uncertaintycoefficient復選框：不確定系數，以熵為標準的比例縮減誤差，其值接近1時表明后一變量的信息很大程度來自前一變量，其值接近0時表明后一變量的信息與前一變量無關。Ordinal復選框組：計算輸出反映有序分類變量一致性的指標。Gamma復選框：界于-11之間，觀察值集中于對角線時，其值為1或-1,表示兩者取值完全一致或完全不一致，兩變量無關時該值為0。Somer

5、s'd復選框：為獨立變量上不存在同分的偶對中，同序對子數超過異序對子數的比例；Kendall'stau-b復選框：界于-11之間；Kendall'stau-c復選框：界于-11之間；Eta復選框：計算Eta值，其平方值可認為是應變量受不同因素影響所致方差的比例；Kappa復選框：計算Kappa值，即內部一致性系數；這是醫學上很常用的一致性指標，取值0-1之間。>0.75,一致性較好，0.40.75,表明一致性一般，<0.4表明一致性差。Risk復選框：計算比數比OR值和RR值；McNemanr復選框：進行McNemanr檢驗，即常用的配對計數資料的X2檢驗（

6、一種非參檢驗）；Cochran'sandMantel-Haenszelstatistics復選框：計算X2M-H統計量（分層X2,也有寫為X2cmh的）,可在下方輸由H。假設的OR值，默認為1。【Cells】按鈕彈出Cells對話框，用于定義列聯表單元格中需要計算的指標：Counts復選框組：是否輸出實際觀察數（Observed）和理論數（Expected）；Percentages復選框組：是否輸出行百分數（Row）、列百分數（Column）以及合計百分數（Total）；Residuals復選框組：選擇殘差的顯示方式，可以是實際數與理論數的差值（Unstandardized）、標化后的

7、差值（Standardized，實際數與理論數的差值除理論數），或者由標準誤確立的單元格殘差（Adj.Standardized）；分析實例Ch口占CellDispIayCountsaObservedFExpectedRerccntagesRowrColumnVTotal【Format鈕】用于選擇行變量是升序還是降序排列、四格表資料的X2檢驗例1組別后效無效有效率（）甲組3194077.50乙組14264035.0045358056.25【建立數據文件】由于此處給由的是頻數表（大部分資料都以這種形式給由），因此在建立數據集時可以直接輸入三個變量：1、行變量（分組變量）：變量名取“R”，變量值為1

8、=“甲治療組”,2=“乙治療組”2、列變量（療效變量）：變量名取“C”，變量值為1=“有效”，2="無效”；3、指示每個格子中頻數的變量：變量名取“F”，直接輸入各個格子的頻數。所建立的數據集用WeightCases對話框指定頻數變量進行加權，最后調用Crosstabs過程進行X2檢驗RCF1.001.0031.001.002.009.002.001.0014.002.002.0026.00【操作過程】Data=>WeightCases（對數據按頻數進行加權）WeightCasesby單選框：選中FreqencyVariable:選入F單擊OK鈕Analyze=>Desc

9、riptiveStatistics=>CrosstabsRows框：選入RColumns框：CStatistics按鈕：選中Chi-square復選框，單擊Continue鈕Cells按鈕：選中Row復選框，單擊Continue鈕單擊OK鈕【結果解釋】上題分析結果如下：首先是有效記錄數和處理記錄缺失值情況報告，可見80例均為有效值。上表為列由的四格表，其中加入變量值和變量值標簽，看起來很清楚上表給生了一堆檢驗結果，從左到右為：檢驗統計量值(Value)、自由度(df)、雙側近似概率(Asymp.Sig.2-sided)、雙側精確概率(ExactSig.2-sided)、單側精確概率(Ex

10、actSig.l-sided);從上到下為：Pearson卡方(PearsonChi-Square即常用的卡方檢驗)、連續性校正的卡方值(ContinuityCorrection)、對數似然比方法計算的卡方(LikelihoodRatio)、Fisher's確切概率法(Fisher'sExactTest)、線性相關的卡方值(LinearbyLinearAssociation)、有效記錄數(NofValidCases)。另外，ContinuityCorrection和Pearson卡方值處分別標注有a和b,表格下方為相應的注解：a.只為2*2表計算。b.0%個格子的期望頻數小于5

11、,最小的期望頻數為13.78。因此，這里無須校正，直接采用第一行的檢驗結果，即X2=14.679,P=0.000。因P=0.000,可以認為兩種治療方案療效有差異，結合樣本率，可以認為甲方案有效率高于乙方案。二、配對計數資料X2檢驗AB兩種試紙檢驗尿葡萄糖結果A試紙B試紙合計+702090一4610合計7426100【建立數據文件】輸入三個變量：行變量（A試紙）：變量名取“R”，變量值為1=“陽性"，2=“陰性”列變量（B試紙）：變量名取“C”，變量值為1=“陽性"，2=“陰性”指示每個格子中頻數的變量：變量名取“F”，直接輸入各個格子的頻數。所建立的數據集如下表。然后用W

12、eightCases對話框指定頻數變量進行加權，最后調用Crosstabs過程進行X2檢驗。RCF1.001.0070.001.002.0020.002.001.004.002.002.006.00【操作過程】1. Data=>WeightCases（對數據按頻數進行加權）WeightCasesby單選框：選中FreqencyVariable:選入F單擊OKQ鈕2. Analyze=>DescriptiveStatistics=>CrosstabsRows框：選入RColumns框：CStatistics|按鈕：選中Chi-square復選框（分析A、B兩種試紙結果有無相關）

13、選中McNemanr復選框：（做配對X2檢驗，分析A、B兩種試紙結果陽性率有無差異）單擊Continue鈕Cells按鈕：選中Row復選框，單擊Continue鈕單擊困鈕【結果解釋】°?dy'|d?aoa0?ayoDD§謾e生§o?N°u?+eN°u?+eN°u?+eAe?*Be?100100.0%0.0%100100.0%上表為有效例數，缺失例數和總例數的情況，100例均有效.同上表輸由配對四格表數據性率有無關聯性）A、B兩種試紙結果陽A、B兩種試紙結果陽性率有無差異）上表為X2檢驗的結果。首先是成組X2檢驗，X2=6.67

14、6,P=0.010,可以認為A、B兩種試紙的結果有相關性（即A陽性，B可能也陽性）。下面做了配對X2檢驗（McNemarTest），用精確概率法計算，P=0.002（雙側），可以認為A、B兩種試紙的陽性率差異有統計學意義。三、RXC表X2檢驗這是4X2表資料，要進行4個樣本率的比較。【建立數據文件】直接輸入三個變量：行變量（分組變量）：變量名取“R”，變量值為1=“鱗癌”，2=“腺癌”，3="腺鱗癌"，4="小細胞癌”。列變量：變量名取“C”，變量值為1="表達”，2=“不表達”指示每個格子中頻數的變量：變量名取“F”，直接輸入各個格子的頻數。所建立的數據集如下表。RCF11951240216522303120321041104210【操作過程】1. Data=>WeightCases（對數據按頻數進行加權）WeightCasesby單選框：選中FreqencyVariable:選入F單擊OKQ鈕2. Analyze=>DescriptiveStatistics=>Crosst