被遗忘的双向无序RxC表的统计分析

这几个月小胖同学比较懒，对分类资料的统计分析迟迟不能写完，都快把双向无序的RxC表的统计分析搞忘了。这次赶快补上。话不多说，直接干货。最后有总结。

目录：

一．有序分类结局变量的RxC表的统计分析（秩和检验）

二．双向有序的RxC表的统计分析（秩和检验、线性趋势、Gamma法）

三．双向无序的RxC表的统计分析

首先简单的介绍一下变量的分类：

连续性定量变量：取值是连续的，任意实数，如血糖，血脂；

离散型定量变量：取值是连续的，取整数，如一个月的手术病人；

无序分类定性变量：取值是没有规律的，例如A、B、O和AB血型；

有序分类定性变量：取值是一定规律的，例如疗效，治愈、好转、无效，一般为等级资料料；

特殊：二分类变量，例如性别只有男女，也称二值变量、0-1变量、假变量；

资料可以转换：定量有序分类无序分类二值

1.为比较不同人群急性白血病的血型分布有无差别，某医生整理出如下R*C列联表资料，见表1。（此数据只是举例说明，纯属虚构，如有雷同纯属巧合）

表1 不同急性白血病患者的血型分布情况

SPSS中数据录入：

然后“数据---加权个案”，加权“人数”，接下来“分析---描述统计---交叉表”，将血型和人群依次放入行和列中，点击“统计量”，勾选“卡方”，点击继续，点击“单元格”，勾选“观察值”、“列”、“比较列的比例”、“调整的P值”，点击继续。最后确定。

注意：人群为分组因素，按照一般分析来讲是应该放在“行”中，但为了比较3个人群在不同血型分布是否相同，故将人群放入“列”中，以便后续操作。

结果：首先看卡方检验的备注a，如果有20%及以上的期望计数小于5，改用Fisher的精确检验（交叉表里面点击精确，勾选精确，点击继续），反之则用卡方检验，本次检验0.0%的期望计数小于5。Pearson卡方值为50.874，双侧检验P值小于0.01，可认为3个人群急性白血病血型分布有差别，进一步分析结果显示，丙人群的B血型比例为20.3%，低于甲人群的36.4%、乙人群50.4%，P

问：在“血型*人群交叉制表”中，下标a、b代表什么意思嘞？

小胖回答：在每一行中，具有相同下标的人群血型分布的差异无统计学意义。举例，在B血型中，具有相同下标a的甲人群、乙人群B血型分布的差异无统计学意义，P>0.05，丙人群下标为b，表示丙人群与甲人群、乙人群B血型分布的差异有统计学意义，P

到目前为止，我和文同学（更名为考拉学姐）把单因素的RxC表的统计分析基本方法总结完毕。总结精辟实用，你值得拥有，再也不用担心被绕晕了，。如下：

上篇：

一．单组设计一维表资料（样本率与总体率比较）

二．配对设计四格表资料（McNemar卡方检验和一致性检验）

三．扩大形式配对设计RXR表资料（一致性检验）

四．完全随机化设计横断面研究四格表资料（卡方检验、Fisher确切概率）

五．完全随机化设计病例对照研究四格表资料（可得到OR值）

六．完全随机化设计队列研究四格表资料（可得到RR值）

中上篇：

一．完全随机设计有序分类结局变量的2xC表的统计分析（秩和检验）

二．完全随机设计无序分类结局变量的2xC表的统计分析（卡方检验）

三．单因素多水平设计无序分类原因变量的Rx2表的统计分析（卡方检验、卡方分割）

四．单因素多水平设计有序分类原因变量的Rx2表的统计分析（卡方检验、Cochran-Armitage趋势检验）

五．卡方分割和卡方合并专题

中下篇：

一．有序分类结局变量的RxC表的统计分析（秩和检验）

二．双向有序的RxC表的统计分析（秩和检验、线性趋势、Gamma法）

三．双向无序的RxC表的统计分析

下篇：关于两因素和多因素的分类资料分析，敬请期待。

大家有疑问或者发现推文中有错误的地方可以留言哟。