二分类变量相关性分析spss_【2026.】RC列联表(分类数据)的统计分析方法选择与SPSS实现...

关注本号后，回复软件名称，即可拿到软件下载链接哦！

    分类资料在医学统计中很常见，有些统计学书上称为计数资料，比如(有效、无效)，(发病、不发病)，(男、女)，血型(A、B、O、AB)等等。    分类资料一般根据频数整理成列联表的形式，一般的列联表多是二维的(也称行列表，或R×C列联表，高维列联表下次讨论)，列联表根据变量是否有序可以分为双向无序、单项有序、双向有序列联表，统计方法是不同的，分析如下：

一、双向无序列联表

(一)成组四格表

    是指行、列变量均为无序的列联表，例如要研究吸烟和肺癌之间的关系，行变量为是否吸烟：吸烟、不吸烟，列变量为肺癌发病：发病，不发病，如下表：

	发生肺癌	未发生肺癌
吸烟	a	b
不吸烟	c	d

    对于这种数据，我们的统计目的是分析行列变量的独立性，即：肺癌发病是否与吸烟有关，可选用的方法有以下两种：

1、Pearson卡方检验：

    基于卡方分布，H0为行、列变量相互独立，SPSS中“分析->描述性统计->交叉表”可实现。 四格表使用条件：专用公式①样本总数大于40；②各个单元格理论值均大于5。校正公式：①样本总数大于40；②理论值1①样本总数小于40，或T<1，无需选择，软件自动计算成组四格表Fisher。

2、Fisher精确概率：

    基于超几何分布，当数据不满足Pearson卡方检验时使用。SPSS中“分析->描述性统计->交叉表”可实现。注意SPSS仅提供了2×2表的精确概率，需要计算R×C列联表的精确概率，可以选择精确按钮中的蒙特卡罗近似法实现。

(二)成组R×C表(双向无序)

	A型	B型	O型	AB型
A地区	a	b	c	d
B地区	e	f	j	h
C地区	i	j	k	l

1.Pearson卡方检验     条件：不能有任何一个格子的理论频数T<1,同时1 如若不符合：可以增加研究样本量(通常少用)；对理论频数较小的行或者列进行合并或者删除；采用R×C表的Fisher确切概率法(通常采用蒙特卡洛近似法) 2.R×C表Fisher确切概率法    操作：分析—描述—交叉表—设置好行列变量—点击精确—选择蒙特卡洛。

二、单项有序列联表

    常见的情况是结果变量有序，而原因变量无序。比如要比较AB两种药物的治疗效果，药物分组(AB)是无序的，而结果变量是有序的(无效，显效，治愈)，可以整理成如下的表格：

	无效	显效	治愈
A药	a	b	c
B药	d	e	f

可以选择的统计方法主要有： 1、Mann–WhitneyU 检验 基于卡方分布，H0为两组总体分布一致，SPSS中“分析->非参数检验->独立样本”中可实现。 注意：在SPSS中，如果是整理成了列联表资料，需要用频数进行数据加权。变量编码为：①药物(名义)：A=1，B=2，②疗效(度量)：无效=1，有效=2，治愈=3，③频数(度量)。 2、Kruskal-Wallis H检验： 用于分组数大于2的情况，比如要比较3种或以上药物的疗效。实现方法与Mann–Whitney U 类似。     注意：当行变量为有序时，通常当作无序处理。但若行变量为有序，列变量为二分类率时，根据研究目的，也可以选择趋势性卡方检验。

三、双向有序列联表

1、双向有序属性不同

    比如这个例子：要比较某种药物对某种疾病的治疗效果，按年龄段的分组，要考察治疗效果是否与年龄段相关，整理成下表：

	无效	有效	治愈
20-30岁	a	b	c
30-40岁	d	e	f
40-50岁	h	i	j
50-60岁	k	l	m
60岁以上	n	o	p

    行、列都是有序的，这是我们主要关心的：行列变量之间是否有相关性，如果有相关性，是线性相关还是曲线关系。可以选择的方法如下： (1)Spearman等级相关： 检验有无相关性，基于卡方检验，在SPSS中“分析->相关->双样本”中可实现。 (2)线性趋势卡方检验： 检验有无线性关系，基于卡方检验，SPSS“分析->交叉表”卡方结果表格中的“线性和线性组合”就是。

2、双向有序属性相同

(1)行列变量独立     通常是为了检验一致性。比如用两台仪器对同一样本进行检验，结果分为阴性、阳性，现在要比较两台仪器的结果是否据有一致性。整理成下表：

	阴性	阳性
阴性	a	b
阳性	c	d

常用的方法为： Kappa一致性检验： H0为行列变量无一致性。在SPSS中“分析->描述性统计->交叉表”中可实现。 (2)配对行列表     行列变量为配对资料，比如有某种药物可以缓解某种疾病的某种症状，在同一个患者身上比较用药前后的症状，评价药物的资料效果，列成下表：

	治疗前有症状	治疗前无症状
治疗后有症状	a	b
治疗后无症状	c	d

可以选用的统计方法： 1)McNemar检验： 仅用于2×2列联表。基于卡方分布。在SPSS中“分析->描述性统计->交叉表”中可实现。本检验与Pearson卡方检验具有同一性，使用条件必须满足Pearson卡方检验的条件。如果条件不能满足，需要进行Yate校正。 2)Bowker检验： 是McNemar检验的扩展，用于分类数目大于2的配对列联表分析。在SPSS中“分析->描述性统计->交叉表”中可实现。SPSS中依然选择的是Mcnemar，结果输出的是Mcnemar-Bowker结果。

松哥统计说

说了这么多，肯定有人问，松哥“到底何为行变量、何为列变量呢”，设置原则一般为：实验设计三要素中的干预因素为行变量，实验效应指标为列变量，何为实验设计三要素，请查阅公众号(data973)相关内容。OK，今天聊到这里，赠人玫瑰，手留余香，点亮或分享就是对我们的最大支持！！

整理不易，欢迎点亮再看！

---SPSS实战与疑难杂症系列---

【2024.】生存分析截断值自动识别软件，超级棒哦！

【2023.】层次分析法帮你选股票

【2022.】简单效应的SPSS实现

【2021.】广义估计方程SPSS实战

【2020.】这种主成分得分图SPSS能够实现吗？

【2019.】卡方分割无需手动，SPSS自动可实现啦！

【2018.】重复测量资料SPSS实战篇

【2017.】SPSS输出结果统计表与统计图的专业性编辑及三线表定制格式赠送！

【2016.】卡方检验之SPSS实现简约版(视频)

【2015.】t检验之SPSS实现简约版(视频)

【2013.】SPSS中如何设置哑变量

【2012.】分层回归之SPSS实践

【2011.】SPSS直接物理拆分为两个文件

【2010.】倾向性评分(PSM)的SPSS24.0实战

【2009.】如何SPSS实现随机分组

【2008.】趋势性卡方检验专题讨论

【2007.】2个因素均为重复测量数据方差分析

【2006.】为什么配对样本t检验，SPSS结果默认输出相关性

【2005.】SPSS软件作图如何去除顶部与右边边框

【2004.】如何让SPSS自动按照四分位数间距分组某变量【技巧】

【2003.】SPSS两独立样本t检验的简易算法(无需原始数据)

【2002.】太伤自尊了，自以为学会了，现在用SPSS连两独立样本t检验都做不好

【2001.】SPSS作图坐标轴不过原点的解决办法

【2000.】临床预测模型SPSS验证实战

------------------------------

---