热度 2|
Chi-Square Test
Chi-Square Test即卡方检验,主要用来率的比较。在临床试验中,最常用的莫过于response rate这种类型的率的比较。卡方检验可谓统计分析中对分类型变量最简单也是最常见的方法之一。
我们以response rate为例,数据分布如下表
|
Number of responders |
Number of non-responders |
Total |
Group 1 |
X1 |
N1-X1 |
N1 |
Group 2 |
X2 |
N2-X2 |
N2 |
而上表中以下的部分就是一个典型的四格表:
Number of responders |
Number of non-responders |
X1 |
N1-X1 |
X2 |
N2-X2 |
而卡方检验的统计量是卡方值,它是每个格子实际频数与理论频数差值平方与理论频数之比的累计和。每个格子中的理论频数是在假定两组的率相等(均等于两组合计的率)的情况下计算出来的,故卡方值越大,说明实际频数与理论频数的差别越明显,两组率不同的可能性越大。这就是卡方检验的基本思想。
而在SAS程序方面,主要通过PROC FREQ来实现:
PROC FREQ;
TABLES GROUP*RESPONSE/CHISQ;
RUN;
上边是最简单的四格表数据即2X2,当然组别可能不止group1,group2,可能会有更多的组别,而在response分类方面,有时可能会出现多分类比如可能会出现疾病恶化、疾病稳定、部分缓解、完全缓解四个分类,这时就会出现rXc列联表的情况,这时在SAS程序上,我们一般会用到CMH选项即:
PROC FREQ;
TABLES GROUP*RESPONSE/CMH;
RUN;
手机版|会员|至尊|接种|公卫人 ( 沪ICP备06060850号-3 )
GMT+8, 2024-5-16 02:12 , Processed in 0.063275 second(s), 5 queries , Gzip On, MemCached On.
Powered by Discuz! X3.4
© 2001-2023 Discuz! Team.