计数资料的统计描述与卡方检验

在医学研究中经常会比较不同治疗方法的效果，比如这种：

两样本均数比较用T检验，多样本均数比较用F检验（F检验理论与实操看这里），像这种两个样本 ** 率之间的比较，怎么破？

这就是今天的重点——卡方检验( chi-square test )，它主要用来比较两个及两个以上样本率( 构成比）以及两个分类变量的关联性分析。

卡方检验的基本思想是什么？对于不同的计数资料，卡方检验怎么做？除了Stata和R，用Excel如何简单搞定卡方检验？

课程视频网址详见下方链接

计数资料的统计描述与卡方检验

所有的统计检验方法都有现成的方法步骤，只要判断在什么情况下用什么检验，后面就变得很简单。

难点在哪，要理解每个检验的基本思想和各种各样的分布还是需要一定脑力的。停留在简单会用而不知其所以然上总是让人心慌慌，说不定啥时候套路就套不上了。

步骤方法软件应用大家自己看课程视频，在这重点围观下卡方检验的基本思想。

先看下卡方检验的公式：

式中A为实际频数，T为理论频数，v 为自由度。

怎么理解？

像开头举的例子要比较两组降低颅内压的总体有效率有无区别。假设检验总是先假设，这里假设两总体有效率相等，那么理论有效率就等于合计率，即例中的174/200, 有效率为87%

若总体有效率相等，那么实际频数 A 和理论频数 T 相差不应该很大，即统计量不应该很大。统计量的大小又如何如衡量，那就得用 p 值和检验水平来判断了。

猴哥介绍了常见四种统计资料类型的卡方检验步骤，除了前面举例的四格表，还有其他的如配对四格表这样的，只需考虑bc两种方法不一致的情况

或条件：  n<40，或T<1，或P≈a这样的，就需要用Fisher确切概率法

还有做关联性检验这种的，先用卡方检验判断两者有无关联性，若有关系，再用Pearson列联系数C确定两者的密切程度。

具体步骤还是听猴哥怎么讲

这次猴哥分别用excel、stata 和R 演示了如何做卡方分析。如果统计资料已经经过处理，直接有频数，那excel的卡方分析模板最方便了，只要输入频数和检验水平就可以了。

Stata和R呢，猴哥也分别给了代码和数据，大家可以对着视频自己操作下。