卡方检验与t检验
一样是医学论文中比较常用的一种统计分析方法，t检验针对计量资料而卡方检验是检验计数资料的统计分析方法。医学论文中常用的形式包括：推断两个总体率或构成比之间的差异、多个总体率或构成比之间有无差别、多个样本率间的多重比较、两个分类变量之间有无关联性等。本文主要详述两样本率比较，后续会详细介绍多样本率的检验方法。两个总体率或构成比的推断。此类型计数资料一般以四格表形式展示，两独立样本的计数资料一般采用Pearson 卡方检验，应用条件为：n≥40且所有T≥5（T为表格中格子的理论值）；如果n≥40但有1≤T<5，应采用卡方检验的校正公式或者Fisher确切概率法；若n<40或T<1，应采用Fisher确切概率法。两配对设计的计数资料一般采用McNemar检验，因为该检验方法未考虑总样本量和结果一致的情况，因此该检验方法一般适用于样本量不太大的计数资料。若不一致的总和≥40则采用一般的McNemar检验方法，若总和<40则采用校正的配对检验方法。样本量比较大时配对设计的计数资料可以采用确切非条件推断或者渐进非条件分布，有学者建议采用Kappa统计量，如果感兴趣可以查阅相关文献资料这里不做赘述。
医学论文中四格表资料常见使用错误：1、处理四格表时不考虑样本量和格子中的理论值直接套用卡方检验。应用卡方检验前应查看应用条件选取恰当的检验方法。2、忽略分析目的和设计类型。统计检验前应弄清自己的研究设计是配对设计还是独立样本资料。3、若一般卡方检验得出的p值近似于a，应采用Fisher确切概率法。
您若对文章有疑惑或咨询统计问题，欢迎留言或者私信小编。
