看過許多統(tǒng)計教程，這篇是我最推薦的

介? ? 紹

數(shù)值變量如果服從正態(tài)分布，采用均數(shù)±標(biāo)準(zhǔn)差進(jìn)行統(tǒng)計描述，采用方差分析進(jìn)行組間比較，如果組間差異有統(tǒng)計學(xué)意義，進(jìn)一步采用LSD法(也可以是其它方法)進(jìn)行兩兩比較。如果不服從正態(tài)分布，采用中位數(shù)(四分位數(shù)間距)進(jìn)行統(tǒng)計描述，組間比較采用非參數(shù)檢驗(Kruskal-Wallis秩和檢驗)，當(dāng)組間總的有統(tǒng)計學(xué)差異，進(jìn)一步采用Dunn法(也可以是其它方法)進(jìn)行多重比較。對于分類變量，采用例數(shù)(百分比)的形式描述，組間比較采用χ2檢驗或精確概率法，當(dāng)組間總的有統(tǒng)計學(xué)差異，進(jìn)一步采用χ2檢驗或精確概率法進(jìn)行兩兩比較，兩兩比較的P值需采用Boferroni法(也可以選擇其它方法)進(jìn)行校正。對于只會SPSS軟件的同學(xué)來說，做兩兩比較的卡方檢驗或精確概率法時，需要一次次選擇個案，一次次點菜單，太浪費時間和精力。用R軟件的優(yōu)勢在于做兩兩比較時，不用再一次一次點菜單了，直接用幾行命令就可以了。我們想看看不同工作崗位的男女比例是否有差異。

軟件操作

1、導(dǎo)入數(shù)據(jù)mydata "clipboard")#查看數(shù)據(jù)str(mydata)head(mydata)

2、變量因子化mydata$sex$sex,levels=c(0,1),labels=c(mydata$work$work,levels=c(1,2,3,4),labels=c(#查看數(shù)據(jù)str(mydata)head(mydata)3、對于分析涉及到的變量，形成表格數(shù)據(jù)我們想研究不同工作崗位的男女比例是否有差異，需要把涉及到的兩個變量work和sex生成表格，輸入：tab$work,mydatatab4、卡方檢驗和精確概率法#卡方檢驗chisq.test(tab)#精確概率法fisher.test(tab)結(jié)果解讀：使用chisq.test命令進(jìn)行卡方檢驗，結(jié)果顯示：統(tǒng)計量χ2=20.911，p=0.0001099，在論文中需寫成χ2=20.91，p<0.001，說明不同崗位的男女比例有差異，但具體是哪兩個崗位有差異，還需進(jìn)一步兩兩比較。(注：論文中卡方值一般保留兩位小數(shù)，p值一般保留三位小數(shù)，如果p<0.001，可以直接寫成p<0.001)。如果不符合卡方檢驗條件，需改用精確概率法，其實就算符合卡方檢驗條件，也可以直接用精確概率法。使用fisher.test命令進(jìn)行精確概率法，結(jié)果顯示p=8.359*10^-5，論文中需要寫成p<0.001，說明不同崗位的男女比例有差異，但具體是哪兩個崗位有差異，還需進(jìn)一步兩兩比較。5、兩兩比較#install.packages("rcompanion")library(rcompanion)#兩兩比較卡方檢驗pairwiseNominalIndependence(tab,chisq = TRUE,fisher = FALSE,gtest = FALSE,method = "bonferroni")

上面紅色的warning messages提示卡方檢驗得到的結(jié)果可能不準(zhǔn)確，為了保險起見，我們采用Fisher精確概率法進(jìn)行兩兩比較。#兩兩比較精確概率法pairwiseNominalIndependence(tab,chisq = FALSE,fisher = TRUE,gtest = FALSE,method = "bonferroni")

結(jié)果解讀：事后兩兩比較由于檢驗次數(shù)的增多，會增加一類錯誤的概率，所以通常需要校正p值或校正檢驗水準(zhǔn)，兩者本質(zhì)是一樣的。我們通過R軟件進(jìn)行兩兩比較的好處是，可以直接設(shè)定兩兩比較p值校正方法，如本例中，我們直接設(shè)置為bonferroni法，p.adj.Fisher列即為校正后的p值，可以直接與0.05相比，如果<0.05，說明兩者之間差異有統(tǒng)計學(xué)意義；否則，說明無統(tǒng)計學(xué)意義。本例中，A崗和B崗的男女比例差異有統(tǒng)計學(xué)意義，p=6.42*10-5，需要寫成p<0.001。需要說明的是，有的p值經(jīng)校正之后=1，這是很正常的。

知識拓展

本例中p值校正的方法，我們選擇的是bonferroni法，只要在論文中說明所用方法即可。大家也可以嘗試別的方法，更多信息可以在Rstudio中輸入?p.adjust獲取。希望今天的文章對你有用，隨手點個在看吧。本文由劉老師醫(yī)學(xué)統(tǒng)計(ID：ourdata)原創(chuàng)，轉(zhuǎn)載請注明來源。

轉(zhuǎn)載、投稿、商務(wù)合作、統(tǒng)計學(xué)習(xí)/咨詢請在公眾號后臺，添加作者微信。

你點的每個贊，我都認(rèn)真當(dāng)成了喜歡

總結(jié)

以上是生活随笔為你收集整理的卡方分布分位数_卡方检验和精确概率法及两两比较的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。