卡方检验结果怎么看
卡方检验是一种假设检验的方法,它属于非参数检验的范畴,主要是用于分析定类数据与定类数据之间的关系情况。例如:分析性别与患病之间是否存在差异、性别与是吸烟之间是否存在差异性等。
SPSSAU左侧仪表盘“实验/医学研究”→“卡方检验”;
卡方检验结果如下:
SPSSAU智能分析如下:
卡方值表示观察值与理论值之间的偏离程度。计算这种偏离程度的基本思路如下。
设A代表某个类别的观察频数,E代表基于H0计算出的期望频数,A与E之差称为残差。
显然,残差可以表示某一个类别观察值和理论值的偏离程度,但如果将残差简单相加以表示各类别观察频数和期望频数的差别,则有一定的不足之处。因为残差有正有负,相加后会使彼此抵消,总和仍为0,为此可以将残差平方后求和
另一方面,残差大小是一个相对的概念,相对于期望频数是10时,期望频数为20的残差非常大,但相对于期望频数为1000是20就很小,考虑到这一点,人们又将残差平方除以期望频数再求和,以估计观察颍数与期望烦数的差别。
(参考来源:张文影,邝春伟编著.SPSS统计分析基础教程(第2版))
卡方检验结果一个是看卡方值,另一个是看卡方值对应的p值,也就是sig值,尤其是sig,如果sig<0.05,表明检验的结果显著,如果做的是拟合性卡方检验,那么此结果表明数据的实际分布和期望分布差异显著。如果做的是独立性卡方检验,那么此结果表明所检验的两个变量相关显著。反过来如果sig>0.05的话,则无充分理由认为实际与期望有差异,或者是两变量相关。
卡方检验是用途非常广的一种假设检验方法,它在分类资料统计推断中的应用,包括:两个率或两个构成比比较的卡方检验;多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。
卡方检验结果一个是看卡方值,另一个是看卡方值对应的p值,也就是sig值,尤其是sig,如果sig0.05的话,则无充分理由认为实际与期望有差异,或者是两变量相关。
卡方检验是用途非常广的一种假设检验方法,它在分类资料统计推断中的应用,包括:两个率或两个构成比比较的卡方检验;多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。
绛旓細鍗℃柟妫楠璇曠敤鏉′欢 1.闅忔満鏍锋湰鏁版嵁锛2.鍗℃柟妫楠岀殑鐞嗚棰戞暟涓嶈兘澶皬.涓や釜鐙珛鏍锋湰姣旇緝鍙互鍒嗕互涓3绉嶆儏鍐碉細1.鎵鏈夌殑鐞嗚鏁癟鈮5骞朵笖鎬绘牱鏈噺n鈮40,鐢≒earson鍗℃柟杩涜妫楠.2.濡傛灉鐞嗚鏁癟锛5浣員鈮1,骞朵笖n鈮40,鐢ㄨ繛缁ф牎姝g殑鍗℃柟杩涜妫楠.3.濡傛灉鏈夌悊璁烘暟T锛1鎴杗锛40,鍒欑敤Fisher鈥檚妫楠.涓婅堪鏄傜敤...
绛旓細绗簩涓〃锛歯=66>40锛1<鏈灏忔湡鏈涢鏁=1.88<5锛屼娇鐢ㄦ牎姝earson鍗℃柟鍊硷紝鍗℃柟鍊=2.031锛孭=0.154>0.05锛屾寜妫楠姘村噯涓0.05涓嬶紝鏃犵粺璁″鎰忎箟锛屽嵆灏氫笉鑳借涓轰袱缁勭殑鏃╂湡姝讳骸鐜囨湁宸紓銆備氦鍙夎〃涓璅isher妫楠屼负纭垏姒傜巼娉曟鐜囷紝鏃犵粺璁¢噺(鍗虫棤鍗℃柟鍊)锛岄氬父鐪嬪弻渚ф鐜囥
绛旓細鍗℃柟妫楠岀粨鏋涓昏鍏虫敞浠ヤ笅鍑犱釜鏂归潰锛1銆佸崱鏂圭粺璁¢噺锛氳繖鏄竴涓敤浜庤 閲忚瀵熸暟鎹拰鏈熸湜鏁版嵁涔嬮棿宸紓鐨勯噺锛岃绠楁柟寮忔槸灏嗘瘡涓瀵熷间笌瀵瑰簲鐨勬湡鏈涘间箣闂寸殑宸紓骞虫柟鍚庨櫎浠ユ湡鏈涘硷紝鐒跺悗鍔犳汇傚崱鏂圭粺璁¢噺瓒婂ぇ锛岃〃绀鸿瀵熸暟鎹笌鏈熸湜鏁版嵁涔嬮棿鐨勫樊寮傝秺澶с2銆佽嚜鐢卞害锛氳嚜鐢卞害鏄寚鍦ㄨ繘琛屽崱鏂规楠屾椂鍙互鑷敱鍙樺寲鐨勫弬鏁颁釜...
绛旓細鍙互浣跨敤鍦ㄧ嚎spss骞冲彴SPSSAU杩涜鍒嗘瀽锛屾牸寮忔洿鍔犳槗鐞嗚В锛屽垎鏋缁撴灉濡備笅锛氱涓锛氬垎鏋怷鍒嗗埆涓嶻涔嬮棿鏄惁鍛堢幇鍑烘樉钁楁(P鍊煎皬浜0.05鎴0.01)锛涚浜岋細濡傛灉鍛堢幇鍑烘樉钁楁э紱鍏蜂綋瀵规瘮閫夋嫨鐧惧垎姣(鎷彿鍐呭)锛屾弿杩板叿浣撳樊寮傛墍鍦紱绗笁锛氬鍒嗘瀽杩涜鎬荤粨銆備互鍙婂彲缁撳悎杈撳嚭鐨勬櫤鑳芥枃瀛楀垎鏋愶紝杩涜瑙h銆
绛旓細涓棿涓夎灏辨槸涓嶅悓鐨勮绠楀師鐞嗚繘琛岀殑鍗℃柟缁撴灉鍒嗘瀽 涓鑸儏鍐典笅鐪媝earson鍗℃柟灏卞彲浠ヤ簡 sig鐨勫煎鏋滐紲0.05 璇存槑涓よ呮湁鐩稿叧鎬,锛0.05 璇存槑涓よ呮病鏈夌浉鍏虫 浣嗘槸浠庝綘鏈鍚庝竴鍒楀彲浠ョ湅鍑 浣犵殑鏁版嵁涓嶉傚悎鐢ㄥ崱鏂瑰垎鏋,鍥犱负鍗℃柟鍒嗘瀽鐨勬暟鎹繀椤绘槸棰戞暟鏁版嵁,涔熷氨鏄兘搴旇鏄暣鏁,浣嗘槸浣犵殑杩樻湁0.33 鏄庢樉鐨勪笉瀵 ...
绛旓細鍥涙牸琛細濡傛灉鐞嗚娆℃暟灏忎簬5鐨勬牸瀛愪笉瓒呰繃20%锛岃屼笖娌℃湁鐞嗚娆℃暟灏忎簬1鐨勬儏鍐碉紝浣跨敤绗竴琛孭earson銆備絾鏄綘鐨勮娆℃暟灏忎簬5鐨勬牸瀛愭湁50%锛屽啀鍒嗭細鐞嗚娆℃暟灏忎簬5鐨勬牸瀛愯秴杩20%锛岃屼笖娌℃湁鐞嗚娆℃暟灏忎簬1鐨勬儏鍐 鏈濂絥澶т簬绛変簬40锛岀敤杩炵画鎬т慨姝o紱鏈夌悊璁烘鏁板皬浜1鐨勬儏鍐垫垨n<40锛岀敤绮剧‘姒傜巼鎴栦技鐒舵瘮鍗℃柟妫楠銆備綘鐨...
绛旓細鍗℃柟妫楠鏄敤閫斿緢骞跨殑涓绉嶅亣璁炬楠屾柟娉曪紝鐞嗚棰戞暟灏忎簬5锛屼篃灏辨槸鍗℃柟妫楠岀殑缁熻閲忓嵆鍗℃柟鍊煎皬浜5锛岃繖灏辫鏄庡疄闄呴鏁颁笌鐞嗚棰戞暟鐨勫樊鍒笉鏄庢樉锛屼篃灏辨槸瀹為檯娴嬮噺鍊兼帴杩戠悊璁哄硷紝璇佹槑瀹為獙鎴愬姛锛屾暟鎹湡瀹炲彲闈犮
绛旓細濡傛灉浣犺兘鎶婄浜屽紶琛ㄧ殑鐧惧垎姣旀樉绀哄嚭鏉ュ氨鏇村姞鐪嬪緱娓呮銆缁撴灉琛ㄦ槑锛鍗℃柟鍊23.98锛宲<0.001锛屾湁鏋佹樉钁楃殑缁熻鎰忎箟銆傝鏄庡惎鍔ㄩ噾閽变笌涓э紝鍦ㄦ秷璐瑰喅绛栦笂瀛樺湪鏋佹樉钁楃殑宸紓銆傞噾閽卞惎鍔ㄧ粍鍐崇瓥1鏇村涓浜涳紝涓х殑鍐崇瓥2澶氫竴浜
绛旓細鏈熸湜璁℃暟灏戜簬5锛屾樉绀猴細鍒嗙被锛屽皬浜5鐨勭悊璁洪鏁(鍗虫湡鏈涜鏁)涓3.3%灏忎簬20%锛屾弧瓒宠X鍒楄〃鍗℃柟妫楠鐨勬潯浠讹紝pearson鍗℃柟閭h锛宻ig鍊煎皬浜0.05锛屽洜姝よ涓烘湁鏄捐憲鐨勫樊鍒紝鐢变簬涓嶇煡閬撳疄闄呮儏鍐碉紝鍙兘灏辨暟鎹繘琛岃鏄庯紝涓嶈兘杩涜鍏蜂綋鍒嗘瀽銆傛弧鎰忚閲囩撼銆
绛旓細鍗℃柟妫楠瑕佹眰锛氭渶濂芥槸澶ф牱鏈暟鎹備竴鑸瘡涓釜妗堟渶濂藉嚭鐜颁竴娆★紝鍥涘垎涔嬩竴鐨勪釜妗堣嚦灏戝嚭鐜颁簲娆°傚鏋滄暟鎹笉绗﹀悎瑕佹眰锛屽氨瑕佸簲鐢ㄦ牎姝e崱鏂广傚埄鐢ㄧ粺璁″杞欢鍒嗘瀽缁撴灉濡備笅锛歞ata kafang;input row column number @@;cards;1 1 52 1 2 19 2 1 39 2 2 3 ;run;proc freq;tables row*column/chisq;weight ...