卡方检验结果解读：期望频数与残差分析

卡方检验分析结果解读一、方法概述卡方检验Chi-square Test是分析分类变量之间关联性的非参数统计方法由英国统计学家Karl Pearson于1900年提出。该方法通过比较观测频数与期望频数之间的偏离程度来检验两个分类变量是否独立。当卡方统计量达到显著水平时表明观测频数结构不能由随机波动解释两个变量之间存在统计学意义上的关联。SPSSAU软件提供了完整的卡方检验分析流程包括列联表构建、Pearson卡方检验、似然比检验、效应量分析、多重比较以及Cochran-Armitage趋势检验等功能模块。卡方检验的核心统计量为Pearson卡方值其计算公式为χ²Σ(O-E)²/E其中O为观测频数E为期望频数。卡方值越大表明观测频数与期望频数的偏离越大变量间关联越强。除Pearson卡方外似然比卡方Likelihood Ratio Chi-square基于最大似然原理构建在大样本下与Pearson卡方渐近等价。效应量指标如Phi系数、Cramers V、列联系数等用于衡量关联强度的大小弥补卡方检验仅能提供显著性判断的不足。在SPSSAU【实验/医学研究】模块选择【卡方检验】将变量拖拽至右侧对应分析框操作如下图二、列联表分析结果表1报告了y与x1的交叉列联表。总样本量为420y的三个水平分别有160、146和114个观测值。从列百分比来看当y1.0时x11.0占76.25%远高于x12.0的23.75%当y2.0时x12.0占54.79%高于x11.0的45.21%当y3.0时x12.0占66.67%明显高于x11.0的33.33%。这一分布模式表明随着y水平的升高从1.0到3.0x12.0的占比呈递增趋势而x11.0的占比递减两个变量之间存在明显的结构性关联。Pearson卡方值为55.996df2, p0.001达到极显著水平证实了这一关联的统计学意义。表2报告了y与x2的交叉列联表。x2为5个水平的分类变量每个水平的样本量均为84各占20%。从分布模式来看x21.0的观测值几乎全部集中在y1.052.50%和y2.047.50%中的y1.0一侧x23.0的观测值主要集中在y2.057.53%x25.0的观测值主要集中在y3.073.68%。这一分布呈现出清晰的阶梯式对应关系即x2的较高水平对应y的较高水平暗示两个有序变量之间存在强烈的正向关联。Pearson卡方值为673.646df8, p0.001极显著水平卡方值远大于y×x1的卡方值反映了x2与y之间更强的关联性。三、卡方检验统计量表3报告了两组卡方检验的详细统计量。对于y×x13×2列联表Pearson卡方55.996p0.001似然比卡方58.206p0.001两种方法的结果一致达到极显著水平。自由度df2所有6个单元格100%的期望频数均≥5满足Pearson卡方检验的应用条件无需使用Yates连续校正或Fisher精确检验。对于y×x23×5列联表Pearson卡方673.646p0.001似然比卡方752.362p0.001均达到极显著水平。自由度df8所有15个单元格100%的期望频数均≥5检验条件完全满足。y×x2的卡方值673.646远大于y×x1的卡方值55.996一方面反映了x2与y之间更强的关联另一方面也与x2的自由度更大df8 vs df2有关。四、效应量分析表4报告了卡方检验的效应量指标。对于y×x1Cramers V0.365按照Cohen的建议V0.1为小效应0.3为中等效应0.5为大效应属于中等偏大的关联强度。Phi系数0.365列联系数0.343校正列联系数0.485Lambda0.268。Lambda值表示利用x1预测y时可减少的比例误差0.268意味着x1能够减少y预测误差约26.8%。对于y×x2Cramers V0.896远超0.5的大效应标准接近理论最大值1.0表明x2与y之间存在极强的关联性。列联系数0.785校正列联系数0.961Lambda0.500说明利用x2预测y可减少50%的比例误差。y×x2的各项效应量指标均大幅高于y×x1进一步证实了x2与y之间的关联强度远强于x1与y之间的关联。五、多重比较表5报告了y×x1的多重比较结果。第1次比较y1.0 vs y2.0的卡方值为31.054p0.001表明在y1.0和y2.0两个水平上x1的分布存在显著差异。第2次比较y1.0 vs y3.0的卡方值为50.466p0.001差异更为显著反映了y1.0和y3.0之间x1分布的更大偏离。第3次比较y2.0 vs y3.0的卡方值为3.760p0.053未达到0.05的显著水平表明y2.0和y3.0之间x1的分布差异不具有统计学意义。这一结果提示y从1.0到2.0、从1.0到3.0的变化伴随着x1分布的显著改变但y从2.0到3.0的变化对x1分布的影响相对有限。六、Cochran-Armitage趋势检验表6报告了Cochran-Armitage趋势卡方检验的结果。该检验专门用于判断当行变量或列变量具有有序性质时两变量间是否存在显著的线性趋势。y×x1的趋势检验z7.238χ²52.385df1, p0.001表明y与x1之间存在显著的趋势关联即随着y水平的升高x11.0的比例呈显著递减趋势。y×x2的趋势检验z18.788χ²353.002df1, p0.001z值和卡方值均远大于y×x1表明y与x2之间的线性趋势更为强烈。这一结果与列联表分析中观察到的阶梯式分布模式高度一致。七、图形结果解读图1 卡方分布对比图图1展示了SPSSAU软件输出的卡方分布对比图。从图中可以直观看出各单元格观测频数与期望频数的偏离情况。y×x2的偏离程度明显大于y×x1与两者卡方值的差异673.646 vs 55.996一致。图中高偏离单元格主要集中在x2的极端水平x21.0和x25.0与y的对应水平上反映了有序变量间的阶梯式关联模式。图2 列联表堆积柱状图图2展示了列联表的堆积柱状图。从图中可以直观看出y各水平上x1和x2的分布结构差异。对于x2随着x2水平的升高y的分布从集中在y1.0逐步转移至y3.0呈现出清晰的分布重心迁移趋势与Cochran-Armitage趋势检验的显著结果一致。八、结论本研究采用卡方检验方法分析了y与x1、x2之间的关联性。主要发现如下第一y×x1的Pearson卡方55.996p0.001Cramers V0.365表明两变量存在中等偏大的显著关联。第二y×x2的Pearson卡方673.646p0.001Cramers V0.896表明两变量存在极强的显著关联。第三多重比较显示y×x1的差异主要来源于y1.0与y2.0、y1.0与y3.0之间的对比p0.001而y2.0与y3.0之间的差异未达显著p0.053。第四Cochran-Armitage趋势检验表明y与x1z7.238, p0.001和y与x2z18.788, p0.001均存在显著的线性趋势关联。综上x2与y的关联强度远大于x1与y且两个关系均具有显著的有序趋势特征。