行X与卡方检验 Chi-Squared Test

卡方检验是一种用途广泛的假设检验方法，它属于非参数检验方法。用于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。思想是比较理论频数和实际频数的吻合程度。

这里主要用的两种卡方检验： 皮尔森卡方检验 (Pearson’s chi-squared test) 和 费希尔精确检验 (Fisher’s exact test，二分类)

Ho: 变量间是没有关联，独立的 (Independent)

Ha：变量之间有关联(Association)

统计猿（Statsape）操作：

当你想做方差分析的时候，在数据分析单元里，分析方法选择频数的比较与检验和行X与卡方检验。

提交分析方法后：

输入参数：列变量：分类型，离散数字或字符串变量. (可选多个变量，每个变量和行变量做一次检验）;

行变量：分类型，离散数字或字符串变量. (可选多个变量，每个变量和列变量做一次检验）;

列-行变量按序配对分析：点击

选择分层变量：

检验方法：

1. 非配对资料的卡方检验：标准的卡方检验，默认配置

2. 配对资料的卡方检验： 观察变量为二分类变量，2×2表。选择做配对资料的卡方检验

3. Kappa一致性检验： 列变量和行变量的值必须对应，如2×2表、3×3表等。选择做Kappa一致性检验。

分析成功后，会到跳到结果页面。可以选择下载解压包。本地解压，即可查看结果。或者下载pdf查看

运算结果：打开压缩包可以看到以下结果

1. 非配对资料的卡方检验分析结果：

Ho: 变量间是没有关联，独立的。如果P值小于等于0.05，拒绝H0，变量之间有关联。如果P值大于0.05, 则相反，接受Ho, 变量间是没有关联。

柱状图：用柱状图来显示各个分类的频次比例。

2.配对资料的卡方检验分析结果：

H0：两种结果相同，如果P值小于等于0.05，拒绝H0，两种检测方法结果不同。检验结果呈现出显著性。如果P值大于0.05，则相反，接受Ho, 两种结果相同。

3. Kappa一致性检验分析结果：

　　Kappa值判断标准：

　　Kappa≥0.75，说明两种方法诊断结果一致性较好;

　　0.4≤Kappa<0.75，说明两种方法诊断结果一致性一般;

　　Kappa<0.4，说明两种方法诊断结果一致性较差。

H0：Kappa=0，如果P值小于等于0.05，拒绝H0, Kappa系数值明显偏差0，检验结果呈现出显著性，有一定的一致性水平。如果P值大于0.05，则相反，接受Ho, 不存在一致性。

Agreement Plot：根据分类频次来做图。