單組、配對、成組設計定性資料

統計分析的SAS實現醫學統計學教研室單組、配對、成組設計定性資料

統計分析的SAS實現醫學統計學單組設計定性資料的案例

據報道，對輸卵管結扎了的育齡婦女實施壺腹部-壺腹部吻合術后，受孕率為0.55。今對10名輸卵管結扎了的育齡婦女實施峽部-峽部吻合術，結果有9人受孕。試對此資料做統計分析。單組設計定性資料的案例據報道，對輸卵管結扎了的育單組設計定性資料的假設檢驗和區間估計精確置信區間（根據二項分布原理）給定樣本例數n，需要根據二項分布原理計算總體率的置信區間。對于n≤50的小樣本資料，可以通過查閱相應的統計表得到置信區間。假設檢驗

原假設：樣本率與總體率相等；

備擇假設：樣本率與總體率不等。

單組設計定性資料的假設檢驗和區間估計精確置信區間（根據二項分單組設計定性資料的分析對某疾病采用常規治療，其治愈率約為45%。現改用新的治療方法，隨機抽取180名患者進行治療，治愈117人。試求新療法治愈率的95%置信區間，并與常規療法進行比較

單組設計定性資料的分析對某疾病采用常dataa1;inputgroupcount;cards;1117263;run; procfreqdata=a1;tablesgroup/binomial(p=0.45);weightcount;run;dataa1;procfreqdata=a1;group”的二項分布比例

=1比例0.6500漸近標準誤差0.035695%置信下限0.580395%置信上限0.7197

H0檢驗:比例=0.45H0下的漸近標準誤差0.0371Z5.3936單側Pr>Z<.0001雙側Pr>|Z|<.0001group”的二項分布比例

=1比例0.6500漸近標準誤

據報道，對輸卵管結扎了的育齡婦女實施壺腹部-壺腹部吻合術后，受孕率為0.55。今對10名輸卵管結扎了的育齡婦女實施峽部-峽部吻合術，結果有9人受孕。問實施峽部-峽部吻合術婦女的受孕率是否高于壺腹部-壺腹部吻合術

單組設計定性資料的分析據報道，對輸卵管結扎了的育齡婦女實施壺腹部-壺腹部dataa3;inputgroupcount;cards;1921;run;procfreqdata=a3;tablesgroup/binomial(p=0.55);weightcount;

exactbinomial;run;dataa3;procfreqdata=a3;H0檢驗:比例=0.55H0下的漸近標準誤差0.1573Z2.2247單側Pr>Z0.0130雙側Pr>|Z|0.0261

精確檢驗

單側Pr>=P0.0233雙側=2*單側0.0465

H0檢驗:比例=0.55H0下的漸近標準誤差0.1配對設計定性資料的統計分析

指按照配對原則分別接受兩種不同的處理方法，每種處理方法的結果都可分為“陽性”和“陰性”兩種，數出兩種處理方法同時判定為陽性、陰性的頻數以及它們結果不一致的頻數配對設計定性資料的統計分析表1兩種檢測方法對同一組受試者檢測的結果試驗法檢測結果例數金標準檢測：

+

-合計+31

4

35-

330

33合計3434

68表1兩種檢測方法對同一組受試者檢測的結果試驗法例數金

對于隱含金標準和特設金標準的2×2表資料，可有兩種假設檢驗方法：

其一，檢驗兩種方法檢測結果不一致部分差別是否具有統計學意義，可用McNemar2檢驗公式計算；

其二，檢驗兩種檢測方法檢測結果是否具有一致性，可用Kappa檢驗（即一致性檢驗）法。

試分析表1資料表1兩種檢測方法對同一組受試者檢測的結果試驗法檢測結果例數金標準檢測：

+

-合計+31(a1b1)

4(a1b2)

35-

3(a2b1)30(a2b2)

33合計3434

68試分析表1資料表1兩種檢測方法對同一組受試者檢測的結果試dataa4;doa=1to2;dob=1to2;inputf@@;output;end;end;cards;314330;run;procfreqdata=a4;tablesa*b/agree;

testkappa;weightf;run;dataa4;procfreqdata=a4;McNemar檢驗統計量(S)0.1429自由度1Pr>S0.7055

簡單Kappa系數Kappa0.7941漸近標準誤差0.073795%置信下限0.649795%置信上限0.9385

H0檢驗:Kappa=0H0下的漸近標準誤差0.1212Z6.5513單側Pr>Z<.0001雙側Pr>|Z|<.0001McNemar檢驗統計量(S)0.1429自由度1Pr

它是配對設計2×2列聯表資料的“擴大”，在處理這類資料時，人們關心的是兩種檢測方法檢測的結果之間是否具有一致性，故常用的統計分析方法為一致性檢驗（Kappa檢驗）

雙向有序且屬性相同的R×C表資料及對應的統計分析方法

它是配對設計2×2列聯表資料的“擴大”，在處理這類資料時表2446例流行性出血熱病情轉化情況早期分度患者例數最后定型：輕型中型重型合計輕度111

21

1133中度

5163

20188重度

0

1124125合計116185145446表2446例流行性出血熱病情轉化情況早期患者例數最后定型表3100例腦腫瘤患者的臨床診斷與CT診斷的結果臨床診斷結果病例數CT診斷結果：檢出疑惑未檢出合計檢出60

4

2

66疑惑

412

3

19未檢出

3

3

9

15合計671914100表3100例腦腫瘤患者的臨床診斷與CT診斷的結果臨床診斷

對表2而言，研究者希望看前、后兩個不同時間點上診斷的結果是否具有一致性，而對表3而言，研究者希望考察兩種方法診斷的結果是否具有一致性。他們的本質是相同的，都是希望回答兩種檢測方法檢測結果是否具有一致性的問題。這樣的資料實際上就是配對設計2×2列聯表資料的“擴大”對表2而言，研究者希望看前、后兩個不同時間點上診斷的dataa5;doa=1to3;dob=1to3;inputf@@;output;end;end;cards;60424123339;run;procfreqdata=a5;tablesa*b;

testkappa;weightf;run;dataa5;procfreqdata=a5;

簡單Kappa系數Kappa0.6205漸近標準誤差0.073395%置信下限0.476995%置信上限0.7642H0檢驗:Kappa=0H0下的漸近標準誤差0.0749Z8.2841單側Pr>Z<.0001雙側Pr>|Z|<.0001

對稱性檢驗統計量(S)0.2000自由度3Pr>S0.9776加權的Kappa系數加權的Kappa0.6540漸近標準誤差0.073295%置信下限0.510495%置信上限0.7975

簡單Kappa系數Kappa0.6205漸近標準誤差0簡單kappa系數主要是利用對角線上的信息，加權kappa系數除了利用對角線上的數據外，還將對角線外的數據進行加權打分，將對角線外的信息也充分利用

如果滿足對稱性假設，選擇簡單kappa系數；如果不滿足對稱性假設，選擇加權kappa系數簡單kappa系數主要是利用對角線上的在確定中老年職工最大呼氣流量與工作能力的關系時，采用工作能力指數（WAI）法和75％肺活量位最大呼氣流量（V75）法評價285名中老年職工的工作能力，并對他們的工作能力劃分為差、中、好三個等級，結果見表4。檢驗WAI分級與V75分級是否具有較好的一致性

在確定中老年職工最大呼氣流量與工作能力dataa6;doa=1to3;dob=1to3;inputf@@;output;end;end;cards;2125749995641311;run;procfreqdata=a6;tablesa*b;

testwtkap;weightf;run;dataa6;procfreqdata=a6;對稱性檢驗統計量(S)35.3991自由度3Pr>S<.0001

簡單Kappa系數Kappa0.0718漸近標準誤差0.043695%置信下限-0.013895%置信上限0.1573加權的Kappa系數加權的Kappa0.1173漸近標準誤差0.043495%置信下限0.032295%置信上限0.2025

H0檢驗:加權的Kappa=0H0下的漸近標準誤差0.0398Z2.9473單側Pr>Z0.0016雙側Pr>|Z|0.0032對稱性檢驗統計量(S)35.3991自由度3Pr>S<成組設計定性資料的統計分析（1）來自橫斷面研究設計的2×2表資料及對應的統計分析方法

橫斷面研究設計的2×2表資料，在某個時間斷面（時點或很短時間內）進行的調查或實驗研究時，對一組受試對象同時按兩個定性變量來劃分，每個定性變量都只有2個水平，其目的是了解某個時間點的現狀成組設計定性資料的統計分析（1）來自橫斷面研究設計的2×2表四格表資料分析方法的選擇原則（1）當n≥40且所有的T≥5時，用2檢驗的基本公式或四格表資料2檢驗的專用公式；

（2）當n≥40但有1≤T＜5時，用連續性校正公式；（3）當n＜40，或T＜1時，用Fisher精確概率法；四格表資料分析方法的選擇原則（1）當n≥40且所有的T≥5時表5兩種藥物治療相同疾病患者療效的觀察結果藥物種類患者例數療效：治愈未治愈合計藥物A30（a）10（b）

40（e）藥物B11（c）49（d）

60（f）合計41（g）59（h）100（n）試分析表5資料

表5兩種藥物治療相同疾病患者療效的觀察結果患者例數療效dataa7;doa=1to2;dob=1to2;inputf@@;output;end;end;cards;30101149;run;procfreqdata=a7;tablesa*b/chisqriskdiff;weightf;run;dataa7;procfreqdata=a7;統計量自由度值概率卡方131.8589<.0001似然比卡方133.2156<.0001連續校正卡方129.5594<.0001Mantel-Haenszel卡方131.5403<.0001Phi系數

0.5644

列聯系數

0.4915

CramerV統計量

0.5644

Fisher精確檢驗單元格(1,1)頻數(F)30左側Pr<=F1.0000右側Pr>=F1.552E-08表概率(P)1.444E-08雙側Pr<=P2.279E-08統計量自由度值概率卡方131.8589<.0001似然比卡方列1風險估計值

風險漸近標準誤差（漸近的）95%置信限（精確）95%置信限第1行0.75000.06850.61580.88420.58800.8731第2行0.18330.05000.08540.28120.09520.3044合計0.41000.04920.31360.50640.31260.5129差值0.56670.08480.40060.7328

差值為（行1-行2）列2風險估計值

風險漸近標準誤差（漸近的）95%置信限（精確）95%置信限第1行0.25000.06850.11580.38420.12690.4120第2行0.81670.05000.71880.91460.69560.9048合計0.59000.04920.49360.68640.48710.6874差值-0.56670.0848-0.7328-0.4006

差值為（行1-行2）列1風險估計值

風險漸近標準誤差（漸近的）95%置信限試分析表6資料表6某病患者接受手術時間與療效的觀察結果手術時間（h）患者例數療效：治愈未治愈合計≤513229242>5

7

56

63合計20285305試分析表6資料表6某病患者接受手術時間與療效的觀察結果患dataa8;doa=1to2;dob=1to2;inputf@@;output;end;end;cards;13229756;run;procfreqdata=a8;tablesa*b/chisqexpected;weightf;run;dataa8;procfreqdata=a8;單組、配對、成組設計定性資料的SAS實現課件a*b”表的統計量統計量自由度值概率卡方12.68710.1012似然比卡方12.37670.1232連續校正卡方11.83210.1759Mantel-Haenszel卡方12.67830.1017Phi系數

-0.0939

列聯系數

0.0935

CramerV統計量

-0.0939

WARNING:25%的單元格的期望計數比5小。

卡方可能不是有效檢驗。

a*b”表的統計量統計量自由度值概率卡方12.68710（2）來自隊列研究設計的2×2表資料及對應的統計分析方法

依據專業知識，提出可能的危險因素，按此危險因素“接觸、不接觸”將全部受試者分成兩組，相當于將他們排成兩個隊伍，研究者對此兩個隊列人群進行隨訪追蹤觀察若干年，最后記錄各組中的受試者患某病與不患該病的人數，這樣收集到的2×2表資料稱為來自隊列研究設計的2×2表資料（前瞻性）（2）來自隊列研究設計的2×2表資料及對應的統計分析方法試分析表7資料表7按受試者體檢時的血壓狀況分成兩組追蹤觀察6年后看患冠心病的結果體檢時血壓狀況例數患冠心病情況：患病未患病合計血壓偏高

19

61

80血壓正常

20

465485合計

39

526565試分析表7資料表7按受試者體檢時的血壓狀況分成兩組追蹤觀dataa9;doa=1to2;dob=1to2;inputf@@;output;end;end;cards;196120465;run;procfreqdata=a9;tablesa*b/chisq

cmh;weightf;run;procfreqdata=a9;統計量自由度值概率卡方141.1629<.0001似然比卡方129.3491<.0001連續校正卡方138.1655<.0001Mantel-Haenszel卡方141.0901<.0001Phi系數

0.2699

列聯系數

0.2606

CramerV統計量

0.2699

統計量自由度值概率卡方141.1629<.0001似然比卡方普通相對風險的估計值（行1/行2）研究類型方法值95%

置信限案例對照Mantel-Haenszel7.24183.660514.3269（優比）Logit7.24183.660514.3269CohortMantel-Haenszel5.75943.219310.3034（第1列風險）Logit5.75943.219310.3034CohortMantel-Haenszel0.79530.70280.9000（第2列風險）Logit0.79530.70280.9000

普通相對風險的估計值（行1/行2）研究類型方法值95%

在要了解暴露于某種因素對疾病的發生有無影響及其影響程度時，針對某因素從部分病人發病之后開始調查，將病人設為病例組，并選擇相應的非病人設為對照組，分別調查這兩組人暴露于可疑致病因子的情況（回顧性）（3）來自病例-對照研究設計的2×2表資料及對應的統計分析方法在要了解暴露于某種因素對疾病的發生有無影響及其影試分析表8資料表8婦女孕前6個月內是否服用某藥者其子代染色體異常與否的調查結果婦女孕前服用某藥與否例數子代染色體異常正常合計服藥34

68102未服藥20128148合計54196250試分析表8資料表8婦女孕前6個月內是否服用某藥者其子代染dataa10;doa=1to2;dob=1to2;inputf@@;output;end;end;cards;346820128;run;procfreqdata=a10;tablesa*b/chisq

cmh;weightf;run;dataa10;procfreqdata=a10;統計量自由度值概率卡方114.00720.0002似然比卡方113.82460.0002連續校正卡方112.86130.0003Mantel-Haenszel卡方113.95120.0002Phi系數

0.2367

列聯系數

0.2303

CramerV統計量

0.2367

統計量自由度值概率卡方114.00720.0002似然比卡方普通相對風險的估計值（行1/行2）研究類型方法值95%

置信限案例對照Mantel-Haenszel3.20001.71165.9829（優比）Logit3.20001.71165.9829CohortMantel-Haenszel2.46671.50914.0319（第1列風險）Logit2.46671.50914.0319CohortMantel-Haenszel0.77080.66260.8967（第2列風險）Logit0.77080.66260.8967

普通相對風險的估計值（行1/行2）研究類型方法值95%

結果為多值名義變量的2×K表資料的統計分析2×K列聯表資料是指2行，K列的列聯表資料，具體講是指原因變量為二值變量，結果變量為多值變量的列聯表如果結果變量為多值名義變量則可按雙向無序的R×C表資料進行分析，采用一般2檢驗或Fisher精確檢驗（當表中小于5的理論頻數超過了總格子數的1/5時用此法）結果為多值名義變量的2×K表資料的統計分析

某醫師在研究血管緊張素Ⅰ轉化酶（ACE）基因I/D多態與2型糖尿病腎病（DN）的關系時，將249例2型糖尿病患者按有無糖尿病腎病分為兩組，資料見表9。問兩組患者ACE基因型的分布有無差別某醫師在研究血管緊張素Ⅰ轉化酶（ACE）基因I/dataa11;doa=1to2;dob=1to3;inputf@@;output;end;end;cards;424821307236;run;procfreqdata=a11;tablesa*b/chisq

exact;weightf;run;dataa11;procfreqdata=a11;統計量自由度值概率卡方27.91270.0191似然比卡方27.90270.0192Mantel-Haenszel卡方16.44750.0111Phi系數

0.1783

列聯系數

0.1755

CramerV統計量

0.1783

Fisher精確檢驗表概率(P)2.908E-04Pr<=P0.0193統計量自由度值概率卡方27.91270.0191似然比卡方2結果為多值有序變量的2×K表資料的統計分析對于2×K表資料，如果結果變量為多值有序變量，則可按結果變量為單向有序的R×C表資料進行分析，采取秩和檢驗、Ridit分析或有序變量的Logistic回歸分析結果為多值有序變量的2×K表資料的統計分析

39名吸煙工人和40名不吸煙工人的碳氧血紅蛋白HbCO(%)含量見表10，問吸煙工人與不吸煙工人的HbCO含量是否不同39名吸煙工人和40名不吸煙工人的碳氧血dataa12;doa=1to2;dob=1to5;inputf@@;output;end;end;cards;18161042231140;run;procnpar1waydata=a12wilcoxon;classa;varb;

freqf;run;dataa12;procnpar1waydata=a1WilcoxonScores(RankSums)forVariablebClassifiedbyVariableaaNSumof

ScoresExpected

UnderH0StdDev

UnderH0Mean

Score1391917.01560.096.42666349.1538462401243.01600.096.42666331.075000

WilcoxonTwo-SampleTestStatistic1917.0000NormalApproximation

Z3.6971One-SidedPr>Z0.0001Two-SidedPr>|Z|0.0002tApproximation

One-SidedPr>Z0.0002Two-SidedPr>|Z|0.0004WilcoxonScores(RankSums)fo謝謝謝謝單組、配對、成組設計定性資料

統計分析的SAS實現醫學統計學教研室單組、配對、成組設計定性資料

統計分析的SAS實現醫學統計學單組設計定性資料的案例

據報道，對輸卵管結扎了的育齡婦女實施壺腹部-壺腹部吻合術后，受孕率為0.55。今對10名輸卵管結扎了的育齡婦女實施峽部-峽部吻合術，結果有9人受孕。試對此資料做統計分析。單組設計定性資料的案例據報道，對輸卵管結扎了的育單組設計定性資料的假設檢驗和區間估計精確置信區間（根據二項分布原理）給定樣本例數n，需要根據二項分布原理計算總體率的置信區間。對于n≤50的小樣本資料，可以通過查閱相應的統計表得到置信區間。假設檢驗

原假設：樣本率與總體率相等；

備擇假設：樣本率與總體率不等。

單組設計定性資料的假設檢驗和區間估計精確置信區間（根據二項分單組設計定性資料的分析對某疾病采用常規治療，其治愈率約為45%。現改用新的治療方法，隨機抽取180名患者進行治療，治愈117人。試求新療法治愈率的95%置信區間，并與常規療法進行比較

單組設計定性資料的分析對某疾病采用常dataa1;inputgroupcount;cards;1117263;run; procfreqdata=a1;tablesgroup/binomial(p=0.45);weightcount;run;dataa1;procfreqdata=a1;group”的二項分布比例

=1比例0.6500漸近標準誤差0.035695%置信下限0.580395%置信上限0.7197

H0檢驗:比例=0.45H0下的漸近標準誤差0.0371Z5.3936單側Pr>Z<.0001雙側Pr>|Z|<.0001group”的二項分布比例

=1比例0.6500漸近標準誤

據報道，對輸卵管結扎了的育齡婦女實施壺腹部-壺腹部吻合術后，受孕率為0.55。今對10名輸卵管結扎了的育齡婦女實施峽部-峽部吻合術，結果有9人受孕。問實施峽部-峽部吻合術婦女的受孕率是否高于壺腹部-壺腹部吻合術

單組設計定性資料的分析據報道，對輸卵管結扎了的育齡婦女實施壺腹部-壺腹部dataa3;inputgroupcount;cards;1921;run;procfreqdata=a3;tablesgroup/binomial(p=0.55);weightcount;

exactbinomial;run;dataa3;procfreqdata=a3;H0檢驗:比例=0.55H0下的漸近標準誤差0.1573Z2.2247單側Pr>Z0.0130雙側Pr>|Z|0.0261

精確檢驗

單側Pr>=P0.0233雙側=2*單側0.0465

H0檢驗:比例=0.55H0下的漸近標準誤差0.1配對設計定性資料的統計分析

指按照配對原則分別接受兩種不同的處理方法，每種處理方法的結果都可分為“陽性”和“陰性”兩種，數出兩種處理方法同時判定為陽性、陰性的頻數以及它們結果不一致的頻數配對設計定性資料的統計分析表1兩種檢測方法對同一組受試者檢測的結果試驗法檢測結果例數金標準檢測：

+

-合計+31

4

35-

330

33合計3434

68表1兩種檢測方法對同一組受試者檢測的結果試驗法例數金

對于隱含金標準和特設金標準的2×2表資料，可有兩種假設檢驗方法：

其一，檢驗兩種方法檢測結果不一致部分差別是否具有統計學意義，可用McNemar2檢驗公式計算；

其二，檢驗兩種檢測方法檢測結果是否具有一致性，可用Kappa檢驗（即一致性檢驗）法。

試分析表1資料表1兩種檢測方法對同一組受試者檢測的結果試驗法檢測結果例數金標準檢測：

+

-合計+31(a1b1)

4(a1b2)

35-

3(a2b1)30(a2b2)

33合計3434

68試分析表1資料表1兩種檢測方法對同一組受試者檢測的結果試dataa4;doa=1to2;dob=1to2;inputf@@;output;end;end;cards;314330;run;procfreqdata=a4;tablesa*b/agree;

testkappa;weightf;run;dataa4;procfreqdata=a4;McNemar檢驗統計量(S)0.1429自由度1Pr>S0.7055

簡單Kappa系數Kappa0.7941漸近標準誤差0.073795%置信下限0.649795%置信上限0.9385

H0檢驗:Kappa=0H0下的漸近標準誤差0.1212Z6.5513單側Pr>Z<.0001雙側Pr>|Z|<.0001McNemar檢驗統計量(S)0.1429自由度1Pr

它是配對設計2×2列聯表資料的“擴大”，在處理這類資料時，人們關心的是兩種檢測方法檢測的結果之間是否具有一致性，故常用的統計分析方法為一致性檢驗（Kappa檢驗）

雙向有序且屬性相同的R×C表資料及對應的統計分析方法

它是配對設計2×2列聯表資料的“擴大”，在處理這類資料時表2446例流行性出血熱病情轉化情況早期分度患者例數最后定型：輕型中型重型合計輕度111

21

1133中度

5163

20188重度

0

1124125合計116185145446表2446例流行性出血熱病情轉化情況早期患者例數最后定型表3100例腦腫瘤患者的臨床診斷與CT診斷的結果臨床診斷結果病例數CT診斷結果：檢出疑惑未檢出合計檢出60

4

2

66疑惑

412

3

19未檢出

3

3

9

15合計671914100表3100例腦腫瘤患者的臨床診斷與CT診斷的結果臨床診斷

對表2而言，研究者希望看前、后兩個不同時間點上診斷的結果是否具有一致性，而對表3而言，研究者希望考察兩種方法診斷的結果是否具有一致性。他們的本質是相同的，都是希望回答兩種檢測方法檢測結果是否具有一致性的問題。這樣的資料實際上就是配對設計2×2列聯表資料的“擴大”對表2而言，研究者希望看前、后兩個不同時間點上診斷的dataa5;doa=1to3;dob=1to3;inputf@@;output;end;end;cards;60424123339;run;procfreqdata=a5;tablesa*b;

testkappa;weightf;run;dataa5;procfreqdata=a5;

簡單Kappa系數Kappa0.6205漸近標準誤差0.073395%置信下限0.476995%置信上限0.7642H0檢驗:Kappa=0H0下的漸近標準誤差0.0749Z8.2841單側Pr>Z<.0001雙側Pr>|Z|<.0001

對稱性檢驗統計量(S)0.2000自由度3Pr>S0.9776加權的Kappa系數加權的Kappa0.6540漸近標準誤差0.073295%置信下限0.510495%置信上限0.7975

簡單Kappa系數Kappa0.6205漸近標準誤差0簡單kappa系數主要是利用對角線上的信息，加權kappa系數除了利用對角線上的數據外，還將對角線外的數據進行加權打分，將對角線外的信息也充分利用

如果滿足對稱性假設，選擇簡單kappa系數；如果不滿足對稱性假設，選擇加權kappa系數簡單kappa系數主要是利用對角線上的在確定中老年職工最大呼氣流量與工作能力的關系時，采用工作能力指數（WAI）法和75％肺活量位最大呼氣流量（V75）法評價285名中老年職工的工作能力，并對他們的工作能力劃分為差、中、好三個等級，結果見表4。檢驗WAI分級與V75分級是否具有較好的一致性

在確定中老年職工最大呼氣流量與工作能力dataa6;doa=1to3;dob=1to3;inputf@@;output;end;end;cards;2125749995641311;run;procfreqdata=a6;tablesa*b;

testwtkap;weightf;run;dataa6;procfreqdata=a6;對稱性檢驗統計量(S)35.3991自由度3Pr>S<.0001

簡單Kappa系數Kappa0.0718漸近標準誤差0.043695%置信下限-0.013895%置信上限0.1573加權的Kappa系數加權的Kappa0.1173漸近標準誤差0.043495%置信下限0.032295%置信上限0.2025

H0檢驗:加權的Kappa=0H0下的漸近標準誤差0.0398Z2.9473單側Pr>Z0.0016雙側Pr>|Z|0.0032對稱性檢驗統計量(S)35.3991自由度3Pr>S<成組設計定性資料的統計分析（1）來自橫斷面研究設計的2×2表資料及對應的統計分析方法

橫斷面研究設計的2×2表資料，在某個時間斷面（時點或很短時間內）進行的調查或實驗研究時，對一組受試對象同時按兩個定性變量來劃分，每個定性變量都只有2個水平，其目的是了解某個時間點的現狀成組設計定性資料的統計分析（1）來自橫斷面研究設計的2×2表四格表資料分析方法的選擇原則（1）當n≥40且所有的T≥5時，用2檢驗的基本公式或四格表資料2檢驗的專用公式；

（2）當n≥40但有1≤T＜5時，用連續性校正公式；（3）當n＜40，或T＜1時，用Fisher精確概率法；四格表資料分析方法的選擇原則（1）當n≥40且所有的T≥5時表5兩種藥物治療相同疾病患者療效的觀察結果藥物種類患者例數療效：治愈未治愈合計藥物A30（a）10（b）

40（e）藥物B11（c）49（d）

60（f）合計41（g）59（h）100（n）試分析表5資料

表5兩種藥物治療相同疾病患者療效的觀察結果患者例數療效dataa7;doa=1to2;dob=1to2;inputf@@;output;end;end;cards;30101149;run;procfreqdata=a7;tablesa*b/chisqriskdiff;weightf;run;dataa7;procfreqdata=a7;統計量自由度值概率卡方131.8589<.0001似然比卡方133.2156<.0001連續校正卡方129.5594<.0001Mantel-Haenszel卡方131.5403<.0001Phi系數

0.5644

列聯系數

0.4915

CramerV統計量

0.5644

Fisher精確檢驗單元格(1,1)頻數(F)30左側Pr<=F1.0000右側Pr>=F1.552E-08表概率(P)1.444E-08雙側Pr<=P2.279E-08統計量自由度值概率卡方131.8589<.0001似然比卡方列1風險估計值

風險漸近標準誤差（漸近的）95%置信限（精確）95%置信限第1行0.75000.06850.61580.88420.58800.8731第2行0.18330.05000.08540.28120.09520.3044合計0.41000.04920.31360.50640.31260.5129差值0.56670.08480.40060.7328

差值為（行1-行2）列2風險估計值

風險漸近標準誤差（漸近的）95%置信限（精確）95%置信限第1行0.25000.06850.11580.38420.12690.4120第2行0.81670.05000.71880.91460.69560.9048合計0.59000.04920.49360.68640.48710.6874差值-0.56670.0848-0.7328-0.4006

差值為（行1-行2）列1風險估計值

風險漸近標準誤差（漸近的）95%置信限試分析表6資料表6某病患者接受手術時間與療效的觀察結果手術時間（h）患者例數療效：治愈未治愈合計≤513229242>5

7

56

63合計20285305試分析表6資料表6某病患者接受手術時間與療效的觀察結果患dataa8;doa=1to2;dob=1to2;inputf@@;output;end;end;cards;13229756;run;procfreqdata=a8;tablesa*b/chisqexpected;weightf;run;dataa8;procfreqdata=a8;單組、配對、成組設計定性資料的SAS實現課件a*b”表的統計量統計量自由度值概率卡方12.68710.1012似然比卡方12.37670.1232連續校正卡方11.83210.1759Mantel-Haenszel卡方12.67830.1017Phi系數

-0.0939

列聯系數

0.0935

CramerV統計量

-0.0939

WARNING:25%的單元格的期望計數比5小。

卡方可能不是有效檢驗。

a*b”表的統計量統計量自由度值概率卡方12.68710（2）來自隊列研究設計的2×2表資料及對應的統計分析方法

依據專業知識，提出可能的危險因素，按此危險因素“接觸、不接觸”將全部受試者分成兩組，相當于將他們排成兩個隊伍，研究者對此兩個隊列人群進行隨訪追蹤觀察若干年，最后記錄各組中的受試者患某病與不患該病的人數，這樣收集到的2×2表資料稱為來自隊列研究設計的2×2表資料（前瞻性）（2）來自隊列研究設計的2×2表資料及對應的統計分析方法試分析表7資料表7按受試者體檢時的血壓狀況分成兩組追蹤觀察6年后看患冠心病的結果體檢時血壓狀況例數患冠心病情況：患病未患病合計血壓偏高

19

61

80血壓正常

20

465485合計

39

526565試分析表7資料表7按受試者體檢時的血壓狀況分成兩組追蹤觀dataa9;doa=1to2;dob=1to2;inputf@@;output;end;end;cards;196120465;run;procfreqdata=a9;tablesa*b/chisq

cmh;weightf;run;procfreqdata=a9;統計量自由度值概率卡方141.1629<.0001似然比卡方129.3491<.0001連續校正卡方138.1655<.0001Mantel-Haenszel卡方141.0901<.0001Phi系數

0.2699

列聯系數

0.2606

CramerV統計量

0.2699

統計量自由度值概率卡方141.1629<.0001似然比卡方普通相對風險的估計值（行1/行2）研究類型方法值95%

置信限案例對照Mantel-Haenszel7.24183.660514.3269（優比）Logit7.24183.660514.3269CohortMantel-Haenszel5.75943.219310.3034（第1列風險）Logit5.75943.219310.3034CohortMantel-Haenszel0.79530.70280.9000（第2列風險）Logit0.79530.70280.9000

普通相對風險的估計值（行1/行2）研究類型方法值95%

在要了解暴露于某種因素對疾病的發生有無影響及其影響程度時，針對某因素從部分病人發病之后開始調查，將病人設為病例組，并選擇相應的非病人設為對照組，分別調查這兩組人暴露于可疑致病因子的情況（回顧性）（3）來自病例-對照研究設計的2×2表資料及對應的統計分析方法在要了解暴露于某種因素對疾病的發生有無影響及其影試分析表8資料表8婦女孕前6個月內是否服用某藥者其子代染色體異常與否的調查結果婦女孕前服用某藥與否例數子代染色體異常正常合計服藥34

68102未服藥20128148合計54196250試分析表8資料表8婦女孕前6個月內是否服用某藥者其子代染dataa10;doa=1to2;dob=1to2;inputf@@;output;end;end;cards;346820128;run;procfreqdata=a10;tablesa*b/chisq

cmh;weightf;run;dataa10;procfreqdata=a10;統計量自由度值概率卡方114.00720.0002似然比卡方113.82460.0002連續校正卡方112.86130.0003Mantel-Haenszel卡方113.9512