SAS的卡方检验.doc

卡方检验是用途很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。
卡方检验基本思想
在分类资料统计分析中我们常会遇到这样的资料，如两组大白鼠在不同致癌剂作用下的发癌率如下表，问两组发癌率有无差别？
处理发癌数未发癌数合计发癌率%
甲组52197173.24
乙组3934292.86
合计912211380.335219393是表中最基本的数据，因此上表资料又被称之为四格表资料。卡方检验的统计量是卡方值，它是每个格子实际频数A与理论频数T差值平方与理论频数之比的累计和。每个格子中的理论频数T是在假定两组的发癌率相等（均等于两组合计的发癌率）的情况下计算出来的，如第一行第一列的理论频数为71*91/113=57.18，故卡方值越大，说明实际频数与理论频数的差别越明显，两组发癌率不同的可能性越大。利用统计学软件分析结果如下：datakafang;inputrowcolumnnumber@@;cards;115212192139223;run;procfreq;tablesrow*column/chisq;weightnumber;run;
统计量自由度值概率
卡方16.47770.0109（有统计学意义）
似然比卡方17.31010.0069
连续校正卡方15.28680.0215
Mantel-Haenszel卡方16.42030.0113
Phi系数
-0.2394
列联系数
0.2328
Cramer的V
-0.2394
二联表的卡方检验方法
假设有两个分类变量X和Y，它们的值域分另为{x1,x2}和{y1,y2}，其样本频数列联表为：
y1y2总计
x1aba+b
x2cdc+d
总计a+cb+da+b+c+d若要推断的论述为H1：“X与Y有关系”，可以利用独立性检验来考察两个变量是否有关系，并且能较精确地给出这种判断的可靠程度。具体的做法是，由表中的数据算出随机变量K^2的值（即K的平方）K^2=n(ad-bc)^2/[(a+b)(c+d)(a+c)(b+d)]其中n=a+b+c+d为样本容量K^2的值越大，说明“X与Y有关系”成立的可能性越大。当表中数据a，b，c，d都不小于5时，可以查阅下表来确定结论“X与Y有关系”的可信程度：
P(K^2≥k)0.500.400.250.150.10
k0.4550.7081.3232.0722.706
P(K^2≥k)0.050.0250.0100.0050.001
k3.8415.0246.6357.87910.828例如，当“X与Y有关系”的K^2变量的值为6.109，根据表格，因为5.024≤6.109＜6.635，所以“X与Y有关系”成立的概率为1-0.025=0.975，即97.5%。
四格表资料的卡方检验
四格表资料的卡方检验用于进行两个率或两个构成比的比较。1.专用公式：若四格表资料四个格子的频数分别为a，b，c，d，则四格表资料卡方检验的卡方值=n(ad-bc)^2/(a+b)(c+d)(a+c)(b+d)，自由度v=（行数-1）（列数-1）2.应用条件：要求样本含量应大于40且每个格子中的理论频数不应小于5。当样本含量大于40但理论频数有小于5的情况时卡方值需要校正，当样本含量小于40时只能用确切概率法计算概率。
行X列表资料的卡方检验
行X列表资料的卡方检验用于多个率或多个构成比的比较。1.专用公式：r行c列表资料卡方检验的卡方值=n[(A11/n1n1+A12/n1n2+...+Arc/nrnc)-1]2.应用条件：要求每个格子中的理论频数T均大于5或1<T<5的格子数不超过总格子数的1/5。当有T<1或1<T<5的格子较多时，可采用并行并列、删行删列、增大样本含量的办法使其符合行X列表资料卡方检验的应用条件。而多个率的两两比较可采用行X列表分割的办法。
列联表资料的卡方检验
同一组对象，观察每一个个体对两种分类方法的表现，结果构成双向交叉排列的统计表就是列联表。1.R*C列联表的卡方检验：R*C列联表的卡方检验用于R*C列联表的相关分析，卡方值的计算和检验过程与行X列表资料的卡方检验相同。2.2*2列联表的卡方检验：2*2列联表的卡方检验又称配对记数资料或配对四格表资料的卡方检验，根据卡方值计算公式的不同，可以达到不同的目的。当用一般四格表的卡方检验计算时，卡方值=n（ad-bc)^2/[(a+b)(c+d)(a+c)(b+d)]，此时用于进行配对四格表的相关分析，如考察两种检验方法的结果有无关系；当卡方值=（|b-c|-1）2/(b+c)时，此时卡方检验用来进行四格表的差异检验，如考察两种检验方法的检出率有无差别。列联表卡方检验应用中的注意事项同R*C表的