卡方检验(Chi-Square Test)是由Pearson提出的一种统计方法,在一定的置信水平和自由度下,通过比较卡方统计量和卡方分布函数概率值,判断实际概率与期望概率是否吻合,通过比较理论概率和实际概率的吻合程度,可检验两个分类变量的相关性。用户可利用SPSS软件方便的完成卡方检验,在SPSS软件中,默认H0成立,即观察频数和实际频数无差别,即两组变量相互不产生影响,两组变量不相关,如果检验P值很高,则假设检验通过;如果检验P值很低,则检验不通过,观察频数和实际频数有差别,两组变量相关。SPSS数据检验具有很强的科学性和完备性,因此给出的报告也较复杂,下面就来进行SPSS卡方检验结果解读。

1.利用SPSS进行卡方检验

例如调查某地某种疾病发病率与性别是否相关,样本如下图所示:

图1 某地某种疾病发病人数统计

打开SPSS软件,按图2所示输入数据,其中第一列1代表男,2代表女,第二列1代表发病,2代表不发病,3列为各项的人数,由于人数为频次,因此需要对此列数据进行加权,操作方式见图3。

图2 输入数据

图3显示了加权的步骤,在数据中选择个案加权,然后在弹出的对话框中,选中VAR00003将其设置为频率变量。加权指定频率变量,是进行卡方检验的必要步骤。

图3 对频数进行加权

加权完毕后,就可以进行卡方检验了,操作步骤如图4所示,在分析中选择描述统计,交叉表,将第一列数据指定行,将第二列数据指定为列,然后在统计中选择卡方,最后点击确定,软件将进行卡方检验。

2.卡方检验结果解读

卡方检验结果如图5所示,个案处理摘要显示了有效数据和无效数据的数量。VAR00001*VAR00002交叉表显示各变量对应的频数,观察不难发现,这个交叉表与图1中结构完全相同,用户可通过这个表核对录入数据情况。

卡方检验结论是我们介绍的重点,首先在本例中,行列变量为各为二组,自由度为(2-1)×(2-1)=1,Pearson χ2值为22.475,显著性数值为0.000小于0.05,有显著性差异,不能接受无关假设,即疾病发病与性别明显相关。

细心的读者会发现,下面还有连续性修正,似然比,费希尔精确检验三个统计结果。

卡方检验在运算过程中使用了离散型统计量代替了连续性的统计量,所以在频数较低时会产生一定的偏斜,需要进行一定的修正,但是在数据量很大(>40),频数均大于5时,没有必要进行修正,连续性修正结果仅仅适用于四格表,且频数均小于5时。本例中样本量大,因此连续性修正结果与Pearson值差别不大。

似然比结果与卡方检验差别不大。费舍尔精确检验适用于样本数量<40,且存在期望频数<1的情况,其原因是,费舍尔精确检验方法来源于超几何分布,这种计算方法在样本数量较低时对于期望的估计是优于Pearson卡方检验的,所以在样本数量较低时应参考此值。

图5 卡方检验结果

卡方检验可以有效的分析变量相关关系,但是也存在一定的限制条件,样本量足够大,并且期望频数也要足够大,在数据量较少,频数较低时要选择连续性修正和费舍尔精确检验结果,因此进行统计分析时一定要注意选择合适的统计方法,避免产生错误。

SPSS卡方检验结果解读详解相关推荐

  1. spssχ2检验_一致性检验和配对卡方检验的SPSS实例操作图文详解

    一致性检验和配对卡方检验的SPSS实例操作图文详解,配对计数资料的卡方检验. 一.问题与数据 有两种方法可用于诊断某种癌症,A方法简单易行,成本低,患者更容易接受,B方法结果可靠,但操作繁琐,患者配合 ...

  2. spaa的交互式绘图_第五章:SPSS统计绘图功能详解

    5.1常用统计图 5.1.1操作界面介绍(条图) 5.1.1.1条图的通用界面 5.1.1.2复式条图与分段条图的界面 5.1.2其他常用统计图 5.1.2.1散点图 5.1.2.2线图 5.1.2. ...

  3. Cube 技术解读 | 详解「支付宝」全新的卡片技术栈

    简介:魔方卡片(Cube),让 App 首页实现敏捷更新. CodeHub#7 正式落幕,来自蚂蚁集团的技术专家「京君」与掘金社区的开发者们分享了「支付宝」全新的卡片技术栈--魔方卡片(Cube). ...

  4. 卡方检验的基本原理详解

    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 一.卡方检验基本原理 1. 1 χ2统计量计算公式 1.2 理论频数如何计算? 1.3 χ2值的结果如何理解? 1.4 χ2 ...

  5. 线性回归 - 多元线性回归案例 - 分析步骤、输出结果详解、与Python的结果对比 -(SPSS建模)

    现在用 Python 写线性回归的博客都快烂大街了,为什么还要用 SPSS 做线性回归呢?这就来说说 SPSS 存在的原因吧. SPSS 是一个很强大的软件,不用编程,不用调参,点巴两下就出结果了,而 ...

  6. navicat存储过程返回值为空_Excel VBA解读(128):Function过程详解——枯燥的语法...

    学习Excel技术,关注微信公众号: excelperfect 在<Excel VBA解读(27):看看VBA的Sub过程和Function过程>中,我们讲解了Function过程的基本形 ...

  7. faster rcnn fpn_Faster-RCNN详解和torchvision源码解读(三):特征提取

    我们使用ResNet-50-FPN提取特征 model = torchvision.models.detection.fasterrcnn_resnet50_fpn(pretrained=True) ...

  8. EasyExcel使用详解与源码解读

    EasyExcel使用详解 1.EasyExcel简单介绍 64M内存20秒读取75M(46W行25列)的Excel(3.0.2+版本) 2.EasyExcel和POI数据处理能力对比 3.使用Eas ...

  9. R语言生存分析详解:KM曲线、COX比例风险模型、HR值解读、模型比较、残差分析、是否比例风险验证:基于survival包lung数据集

    R语言生存分析详解:KM曲线.COX比例风险模型.HR值解读.模型比较.残差分析.是否比例风险验证:基于survival包lung数据集 目录

  10. MeanTeacher文章解读+算法流程+核心代码详解

    MeanTeacher 本博客仅做算法流程疏导,具体细节请参见原文 原文 原文链接点这里 Github 代码 Github代码点这里 解读 论文解读点这里 算法流程 代码详解 train_transf ...

最新文章

  1. detach detach_ pytorch
  2. Android笔记之ViewModel的使用示例
  3. AI算法领域常用的39个术语(上)
  4. Android -- 再来一发Intent
  5. Jupyterlab 插件安装后侧边栏找不到的解决
  6. 【USACO 3.1】Contact(01子串按出现次数排序)
  7. cross_val_score的使用
  8. 一个基于LZMA压缩的javascript文件的解码过程。
  9. 现在java就业前景怎么样?现在入行晚了吗
  10. 移动IM开发那些事:技术选型和常见问题
  11. 2019年蓝桥杯第一题
  12. Java编程思想—第三四五六七章
  13. mysql mongodb插件_FLinkX的Mongodb插件优化(三)
  14. 感觉自己不适合编程 确学了计算机专业,高薪程序员:“我劝他学医,别学计算机,却被冤枉在害人”...
  15. CNNIC:第35次中国互联网络发展状况统计报告
  16. java发送请求_Java模拟HTTP的Get和Post请求(增强)
  17. PLL锁相环及其locked信号
  18. 解决:微软拼音输入法不显示选字栏,微软的拼音输入法第一个候选词不显示
  19. 密码学技术背后的计算困难性理论
  20. QQ浏览器劫持video标签加载自己的广告(怎么解决?)

热门文章

  1. uniapp小程序解压压缩包 (使用jszip)
  2. 嵌入式记录2——Kame四足巡线机器人
  3. **容易混淆的4中park变换**(转载)
  4. Oracle pmon是什么,oracle 11g pmon工作内容系列二
  5. UCOSII系统移植详解
  6. 情人节满屏爱心HTML5特效(表白源码html+css)
  7. BIOS开启了VT,但是CPU-V显示未开启
  8. 您好,我想请问为什么地理空间数据云下载解压后只有一个文件格式,不是说有七八个段波样子的文件嘛,你们是怎么解决的呢,感谢回复
  9. 微服务SpringBoot整合Jasypt加密工具
  10. vue3大屏电子数字滚动显示动效