《2023年非參數(shù)檢驗(yàn)卡方檢驗(yàn)實(shí)驗(yàn)報(bào)告.docx》由會(huì)員分享，可在線閱讀，更多相關(guān)《2023年非參數(shù)檢驗(yàn)卡方檢驗(yàn)實(shí)驗(yàn)報(bào)告.docx（10頁(yè)珍藏版）》請(qǐng)?jiān)趨R文網(wǎng)上搜索。

1、非參數(shù)檢驗(yàn)(卡方檢驗(yàn)),實(shí)驗(yàn)報(bào)告評(píng)分大理大學(xué) 實(shí)驗(yàn)報(bào)告課程名稱生物醫(yī)學(xué)統(tǒng)計(jì)分析實(shí)驗(yàn)名稱非參數(shù)檢驗(yàn)( 卡方檢驗(yàn))專業(yè)班級(jí)姓名學(xué)號(hào)實(shí)驗(yàn)日期實(shí)驗(yàn)地點(diǎn)20232023 學(xué)年度第2學(xué)期 一、實(shí)驗(yàn)?zāi)康?對(duì)分類資料進(jìn)行卡方檢驗(yàn)。二、實(shí)驗(yàn)環(huán)境1 、硬件配置:處理器:Intel(R) Core(TM) i5-4210U CPU 1、7GHz 1、7GHz 安裝內(nèi)存(RAM):4、00GB系統(tǒng)類型:64 位操作系統(tǒng) 2 、軟件環(huán)境:IBM SPSS Statistics 19、0 軟件 三、實(shí)驗(yàn)內(nèi)容 (包括本實(shí)驗(yàn)要完成得實(shí)驗(yàn)問(wèn)題及需要得相關(guān)知識(shí)簡(jiǎn)單概述) （1）課本第六章得例 6、1-6、5 運(yùn)行一遍,注意理解結(jié)

2、果; （2）然后將實(shí)驗(yàn)指導(dǎo)書得例 1-4 運(yùn)行一遍,注意理解結(jié)果。四、實(shí)驗(yàn)結(jié)果與分析(包括實(shí)驗(yàn)原理、數(shù)據(jù)得準(zhǔn)備、運(yùn)行過(guò)程分析、源程序(代碼)、圖形圖象界面等) 例 例 6 、1 表 1 滅螨A A 與滅螨B B 殺滅大蜂螨效果得 交叉制表效果 合計(jì) 殺滅 未殺滅 組別 滅螨A 32 12 44 滅螨B 14 22 36 合計(jì) 46 34 80 分析: 表1就是滅螨A與滅螨B殺滅大蜂螨效果得樣本分類得頻數(shù)分析表,即交叉列聯(lián)表。表 2 卡方檢驗(yàn)x2 值 df 漸進(jìn) Sig、(雙側(cè)) 精確 Sig、(雙側(cè)) 精確 Sig、(單側(cè)) Pearson 卡方 9、277a1 、002連續(xù)校正b7、944

3、1 、005似然比 9、419 1 、002Fisher 得精確檢驗(yàn)、003 、002 有效案例中得 N 80a、0 單元格(、0%) 得期望計(jì)數(shù)少于 5。最小期望計(jì)數(shù)為 15、30。b、僅對(duì) 2x2 表計(jì)算分析: 表2就是卡方檢驗(yàn)得結(jié)果。因?yàn)閮山M各自得結(jié)果互不影響,即相互獨(dú)立。對(duì)于這種頻數(shù)表格式資料,在卡方檢驗(yàn)之前必須用“加權(quán)個(gè)案命令將頻數(shù)變量定義為加權(quán)變量,才能進(jìn)行卡方檢驗(yàn)。Pearson 卡方:皮爾遜卡方檢驗(yàn)計(jì)算得卡方值(用于樣本數(shù)n40且所有理論數(shù)E5);連續(xù)校正b : 連續(xù)性校正卡方值(df=1,只用于2x2列聯(lián)表);似然比:對(duì)數(shù)似然比法計(jì)算得卡方值(類似皮爾遜卡方檢驗(yàn));Fishe

4、r 得精確檢驗(yàn):精確概率法計(jì)算得卡方值(用于理論數(shù)E5)。不同得資料應(yīng)選用不同得卡方計(jì)算方法。例6、1為2x2列聯(lián)表,df=1,須用連續(xù)性校正公式,故采用“連續(xù)校正行得統(tǒng)計(jì)結(jié)果。x2 = 7、944, P(Sig)=0、0050、05,差異不顯著,可以認(rèn)為不同得治療方法與治療效果無(wú)關(guān),即三種治療方法對(duì)治療效果得影響差異不顯著。例6 6 、3 3表 5灌溉方式 x 稻葉情況交叉制表 計(jì)數(shù)稻葉情況 合計(jì) 1 2 3 灌溉方式 1 146 7 7 160 2 183 9 13 205 3 152 14 16 182 合計(jì) 481 30 36 547 分析: 表5就是灌溉方式x 稻葉情況資料分析得列聯(lián)

5、表。表 6卡方檢驗(yàn)x2 值 df 漸進(jìn) Sig、(雙側(cè)) Pearson 卡方 5、622a4 、229 似然比 5、535 4 、237 線性與線性組合 4、510 1 、034 有效案例中得 N 547a、0 單元格(、0%) 得期望計(jì)數(shù)少于 5。最小期望計(jì)數(shù)為 8、78。分析: 表6就是卡方檢驗(yàn)得結(jié)果。自由度df=4,樣本數(shù)n=547。表格下方得注解說(shuō)明理論次數(shù)小于5得格子數(shù)為0,最小得理論次數(shù)為8、78。各理論次數(shù)均大于5,無(wú)須進(jìn)行連續(xù)性校正,因此可以采用第一行(Pearson 卡方)得檢驗(yàn)結(jié)果,即x2 =5、622,P=0、2290、05,差異不顯著,即不同灌溉方式對(duì)稻葉情況得影響差

6、異不顯著。例 例 6 6 、4 4表 7場(chǎng)地 x 奶牛類型交叉制表 計(jì)數(shù)奶牛類型 合計(jì) 1 2 3 場(chǎng)地 1 15 24 12 51 2 4 2 7 13 3 20 13 11 44 合計(jì) 39 39 30 108 分析: 表5就是場(chǎng)地x 奶牛類型資料分析得列聯(lián)表。表 8卡方檢驗(yàn)x2 值 df 漸進(jìn) Sig、(雙側(cè)) 精確 Sig、(雙側(cè)) 精確 Sig、(單側(cè)) 點(diǎn)概率 Pearson 卡方 9、199a4 、056 、056似然比 8、813 4 、066 、079Fisher 得精確檢驗(yàn) 8、463、072線性與線性組合 、719b1 、397 、404 、217 、036 有效案例中得

7、 N 108a、3 單元格(33、3%) 得期望計(jì)數(shù)少于 5。最小期望計(jì)數(shù)為 3、61。b、標(biāo)準(zhǔn)化統(tǒng)計(jì)量就是 -、848。分析: 表 8 就是卡方檢驗(yàn)得結(jié)果。自由度 df=4,樣本數(shù) n=108。表格下方得注解說(shuō)明理論次數(shù)小于 5 得格子數(shù)為 3,最小得理論次數(shù)為 3、61。需采用精確概率法計(jì)算,即用第三行(Fisher 得精確檢驗(yàn))得檢驗(yàn)結(jié)果,即 x2 =8、463,P=0、0720、05,差異不顯著,即 3 種奶牛牛場(chǎng)不同類型奶牛得構(gòu)成比對(duì)差異不顯著。例 例 6 6 、5 5表 9LPAx FA 交叉制表FA 合計(jì) 1 2 LPA 1 17 0 17 2 4 7 11 合計(jì) 21 7 28

8、 分析: 表9就是LPAx FA資料分析得列聯(lián)表。表 10配對(duì) 卡方檢驗(yàn) 值 精確 Sig、(雙側(cè)) McNemar 檢驗(yàn)、125a有效案例中得 N 28a、使用得二項(xiàng)式分布。分析: 表10就是LPA與FA兩種檢測(cè)方法得配對(duì)卡方檢驗(yàn)。由于b+c0、05,差異不顯著,即LPA法與FA法對(duì)番鴨細(xì)小病毒抗原得檢出率差異不顯著。表 11對(duì)稱度量值 漸進(jìn)標(biāo)準(zhǔn)誤差 a近似值 T b近似值 Sig、一致性度量 Kappa 、680 、140 3、798 、000 有效案例中得 N 28a、不假定零假設(shè)。b、使用漸進(jìn)標(biāo)準(zhǔn)誤差假定零假設(shè)。分析: 表11為L(zhǎng)PA與FA兩種檢測(cè)結(jié)果得得一致性檢驗(yàn)。Kappa值就是內(nèi)

9、部一致性系數(shù),除數(shù)據(jù)P值判斷一致性有無(wú)統(tǒng)計(jì)學(xué)意義外,根據(jù)經(jīng)驗(yàn),Kappa0、75,說(shuō)明兩者一致性較好0、7Kappa0、4,說(shuō)明一致性一般,Kappa0、4,那么說(shuō)明一致性較差。本例Kappa值為0、680,P=0、000Kappa0、4,說(shuō)明一致性一般。例1 1表 12周 內(nèi)日頻數(shù)表觀察數(shù) 期望數(shù) 殘差 1 11 16、0 -5、0 2 19 16、0 3、0 3 17 16、0 1、0 4 15 16、0 -1、0 5 15 16、0 -1、0 6 16 16、0 、0 7 19 16、0 3、0 總數(shù) 112分析: 表12結(jié)果顯示一周內(nèi)各日死亡得理論數(shù)(Expected)為16、0,即一

10、周內(nèi)各日死亡均數(shù);還算出實(shí)際死亡數(shù)與理論死亡數(shù)得差值(Residual)。表 13檢驗(yàn)統(tǒng)計(jì)量周日 卡方 2、875adf 6 漸近顯著性 、824 a、0 個(gè)單元 (、0%) 具有小于 5 得期望頻率。單元最小期望頻率為 16、0。分析: Chi-Square過(guò)程,調(diào)用此過(guò)程可對(duì)樣本數(shù)據(jù)得分布進(jìn)行卡方檢驗(yàn)?？ǚ綑z驗(yàn)適用于配合度檢驗(yàn),主要用于分析實(shí)際頻數(shù)與某理論頻數(shù)就是否相符?？ǚ街祒2 =2、875,自由度數(shù)(df)=6,P=0、8240、05,差異不顯著,即可認(rèn)為一周內(nèi)各日得死亡危險(xiǎn)性就是相同得。例2 2表 14二項(xiàng)式檢驗(yàn)類別 N 觀察比例 檢驗(yàn)比例 精確顯著性(雙側(cè)) 性別 組 1 0 1

11、2 、30 、50 、017 組 2 1 28 、70總數(shù)40 1、00分析: 調(diào)用Binomial過(guò)程可對(duì)樣本資料進(jìn)行二項(xiàng)分布分析。表14得二項(xiàng)分布檢驗(yàn)說(shuō)明,女嬰12名,男嬰28名,觀察概率為0、70(即男嬰占70%),檢驗(yàn)概率為0、50,二項(xiàng)分布檢驗(yàn)得結(jié)果就是雙側(cè)概率為0、017,可認(rèn)為男女比例得差異有高度顯著性,即與通常0、5得性比例相比,該地男嬰比女嬰明顯為多。例3 3表 15兩組工人得血鉛值 及秩group N 秩均值 秩與 血鉛值 1 10 5、95 59、50 2 7 13、36 93、50 總數(shù) 17分析: Independent Samples過(guò)程:調(diào)用此過(guò)程可對(duì)兩個(gè)獨(dú)立樣本

12、得均數(shù)、中位數(shù)、離散趨勢(shì)、偏度等進(jìn)行差異比較檢驗(yàn)。有四種檢驗(yàn)方法:Mann-Whitney U:主要用于判別兩個(gè)獨(dú)立樣本所屬得總體就是否有相同得分布;Kolmogorov-Smirnov Z:推測(cè)兩個(gè)樣本就是否來(lái)自具有相同分布得總體;Moses extreme reactions:檢驗(yàn)兩個(gè)獨(dú)立樣本之觀察值得散布范圍就是否有差異存在,以檢驗(yàn)兩個(gè)樣本就是否來(lái)自具有同一分布得總體;Wald-Wolfowitz runs:考察兩個(gè)獨(dú)立樣本就是否來(lái)自具有相同分布得總體。表 16檢驗(yàn)統(tǒng)計(jì)量b b血鉛值 Mann-Whitney U 4、500 Wilcoxon W 59、500 Z -2、980 漸近顯著

13、性(雙側(cè)) 、003 精確顯著性（2x(單側(cè)顯著性)） 、001aa、沒(méi)有對(duì)結(jié)進(jìn)行修正。b、分組變量: group 分析: 本例選Mann-Whitney U檢驗(yàn)方法,表15結(jié)果說(shuō)明,第1組得平均秩次(Mean Rank)為5、95,第2組得平均秩次為13、36,U = 4、5,W = 93、5,精確雙側(cè)概率P = 0、001,可認(rèn)為鉛作業(yè)組工人得血鉛值高于非鉛作業(yè)組。例4 4表 17groupx effect 交叉制表 計(jì)數(shù)effect 合計(jì) 無(wú)效 有效 group 對(duì)照組 21 75 96 實(shí)驗(yàn)組 5 99 104 合計(jì) 26 174 200 分析: 表17就是groupx effect資料分析得列聯(lián)表。表 18 卡方檢驗(yàn)x2 值 df 漸進(jìn) Sig、(雙側(cè)) 精確 Sig、(雙側(cè)) 精確 Sig、(單側(cè)) Pearson 卡方 12、857a1 、000連續(xù)校正b11、392 1 、001似然比 13、588 1 、000Fisher 得精確檢驗(yàn)、001 、000 有效案例中得 N 200a、0 單元格(、0%) 得期望計(jì)數(shù)少于 5。最小期望計(jì)數(shù)為 12、48。b、僅對(duì) 2x2 表計(jì)算分析: 表18卡方檢驗(yàn)資料n=20040 , 表格下方得注解說(shuō)明理論次數(shù)小于5得格子數(shù)為