如何解读卡方检验结果？跪求大神

Posted 2023-04-02

行×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×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。

卡方检验是卡方分布为基础的一种检验方法，主要用于分类变量，根据样本数据推断总体的分布与期望分布是否有显著差异，或推断两个分类变量是否相关或相互独立。

其原假设为：观察频数与期望频数没有差别。凡是可以应用比率进行检验的资料，都可以用卡方检验。

扩展资料：

基本原理

卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，如果卡方值越大，二者偏差程度越大；反之，二者偏差越小；若两个值完全相等时，卡方值就为0，表明理论值完全符合。

注意：卡方检验针对分类变量。

参考资料：百度百科-卡方检验

参考技术A 第一个表显示：分类过多，小于5的理论频数(即期望计数)不应超过20%，而你给出的数据达到了38.9%，不满足行X列表卡方检验的条件，建议合并分类后再进行卡方检验，如果不想合并分类可以增加样本含量，或使用确切概率法。
第二个表显示：
Pearson相关系数，其值为r=0.017，t=0.282，P=0.778，显示两变量间可能存在极弱相关或不相关。
Spearman相关系数，其值为rs=0.151，t=2.494，P=0.013，显示两变量间可能存在极弱相关或不相关。本回答被提问者采纳

请教：SPSS卡方检验的结果分析！！ 【重要】

X2、P值怎么取 ？有何条件约束？（比如说什么情况下取哪项）。希望解释得详细点，
谢谢~~~

理论度小于5(表为0)的单元格不超过20%，并且没有小于1的单元格。使用第一行Pearson, p>0.05在表中，所以差异不显著。否则，采用似然比卡方检验。

也有线性和线性组合：只有行变量和列变量都是秩（有序）数据。

连续校正，在2＊2四象限表的情况下使用，如果在四象限表中，一个单元格的理论度数小于5，则使用此校正。

Fisher是精确概率检验，只在四格表中使用。

扩展资料：

注意事项：

（1）对于理论度小于5的细胞，不超过20％，对于理论度小于1的细胞，使用Pearson，n大于等于40更好；

（2）如果理论度小于5的细胞数大于20％，且没有理论度小于1的情况，n大于等于40更好，通过连续性校正；

（3）当理论个数小于1或n<40时，采用精确概率或似然比卡方检验。

参考技术A

理论度小于5(表为0)的单元格不超过20%，并且没有小于1的单元格。使用第一行Pearson, p>0.05在表中，所以差异不显著。否则，采用似然比卡方检验。

两个独立样本比较可以分以下3种情况：

1、所有的理论数T≥5并且总样本量n≥40，用Pearson卡方进行检验。

2、如果理论数T＜5但T≥1，并且n≥40，用连续性校正的卡方进行检验。

3、如果有理论数T＜1或n＜40，则用Fisher’s检验。

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。

以上内容参考：百度百科-卡方检验

参考技术B 我想问下，如果我的情况是（3）有理论次数小于1的情况（有两个）或n<40（且n=39），用精确概率或似然比卡方检验。然后得出精确概率P=0.105，似然比P=0.032，我该采用哪个结果，是差异有统计学意义，还是没意义，求赐教，谢谢！ 参考技术C 这里面有好多种情况：
如果理论次数小于5的格子不超过20%（你的表里是0），而且没有理论次数小于1的情况，使用第一行Pearson，表格里p>0.05，所以差异不显著。否则就用似然比卡方检验。
还有一个线性和线性组合：仅用于行变量、列变量都是等级（序次）数据的时候。
第二行：连续校正，是用于2*2四格表的情况，如果四格表中，某格的理论次数小于5，就要用这个校正。
第四行：Fisher是精确概率检验，仅用于四格表。
小结四格表：
（1）理论次数小于5的格子不超过20%，而且没有理论次数小于1的情况，最好n大于等于40，用Pearson；
（2）理论次数小于5的格子超过20%，而且没有理论次数小于1的情况，最好n大于等于40，用连续性修正；
（3）有理论次数小于1的情况或n<40，用精确概率或似然比卡方检验。追问

请问，理论次数指的是哪个值呢 ？ 是期望值T吗？
（其他很多次统计出来的期望值T大部分都小于5，是不是都不能用Pearson，而要用似然比？）

我用的是交叉表，如下
1 1 30
1 2 20
2 1 10
2 2 50

追答

理论次数应该就是数学期望T吧。统计结果表最下面一行会告诉你有多少个小于5，最小是多少。
如果有20%个格子以上小于5，或者最小的为1，那你就不能用Pearson哦，如果是2*2四格表，精确概率或似然比卡方检验都可以。

追问

那就是说，直接看卡方检验表下的标注a b就可以了吧
期望值不用另外统计 ？

追答

是的。

本回答被提问者采纳 参考技术D 建议直接使用spssau在线分析，里面会自动判断使用哪种卡方值