卡方检验及线性相关性详细步骤，做统计这些知识一定要会！

临床上经常会遇到要比较某种诊断实验与金标准优劣的情况，对于这种二分类变量的比较，就不得不提卡方检验了，很多小伙伴对于卡方检验还停留在最初级的认识，现在跟着大咖一起学习有趣的统计知识吧，让自己在统计学的大坑里，不断掌握经验、提升段位！

一、卡方检验

1、含义用途

① 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；

② 检验某两个分类变量是否相互独立。如吸烟(二分类变量：是、否)是否与呼吸道疾病(二分类变量：是、否)有关。检验某两种方法的结果是否一致。如采用两种诊断方法对同一批人进行诊断，其诊断结果是否一致；

③ 要注意的是，卡方检验受样本量的影响很大，同样两个变量，不同的样本量，可能得出不同的结论。凡是可以应用比率进行检验的资料，都可以用卡方检验。卡方检验的数据必须是计数资料。

2、数据操作

案例分析：

将病情相似的169名消化道溃疡患者随机分成两组，分别用洛赛克与雷尼替丁两种药物治疗，4周后疗效见下表。问两种药物治疗消化道溃疡的愈合率有无差别？

① 在软件中，选择分析方法，点击Contingency。

② 输入数据

③ 点击Analyze

④ 选择Chi-square以后，再选择Chi-square test，如下所示：

3、数据分析

① 分析结果，得出P值，如下所示：

② 结论

P值小于0.05表示，两样本频率的差异具有统计学意义。结合表中百分数，可知洛赛克愈合率为75.7%，雷尼替丁愈合率为59.1%，可以认为洛赛克治疗的愈合率比雷宁替丁的愈合率高。

二、线性相关性分析

1、Pearson相关的含义

① Pearson相关是指检验两个变量是否存在关联，如果存在关联，它们之间的关联方向和密切程度如何；

② 在直角坐标系中绘图，把一个变量取作x，另一个变量取作y，两变量所服从的某种分布的一系列样本取值，在此坐标系中一一标出对应的点，做出散点图；

③ 两个随机变量xy之间这种呈线性趋势的关系称为线性相关；

④ 要求：计量资料。

2、数据操作

案例分析：

利用Pearson相关性分析方法分析，1,25(OH)2D3、VDR、SKP及P27两变量之间。

① 在软件中，选择xy界面，再选择Enter and plot a single Y，点击Cleate。

② 输入数据

   

③ 再点击Analyze，选择Correlation，如下所示：

   

3、数据分析

① r绝对值在0~1之间，绝对值越大，表示相关性越高;所以P < 0.05表示数据具有统计学意义。

② Pearson Correlation如下图所示：

三、秩性相关性分析

1、Spearman相关含义

Spearman相关仅适用于二元正态分布资料，对那些不服从状态分布的资料还有总体分布未知的资料和原始数据用等级表示的资料，可采用秩相关。来描述两个变量间关联的程度与方向。（如：严重程度、TNM分期等）

2、分类变量资料

严重程度等分级资料。

3、分析方法

与Pearson相关性分析方法大同小异。

4、数据操作

案例分析

请问TNM分期与PSA含量之间是否存在相关性？

① Spearman相关系数：r = 0.7918，说明两者呈正相关； P < 0.001，说明该相关系数具有统计学意义。

② 如下图所示：