|
线性趋势检验广泛用于检验一个有序分类变量随另一有序分类变量的变化情况。有关高校教材对该方法进行了介绍,但有学者对此提出质疑,认为将列联表χ2检验的χ2值,分解成线性回归分量“回归χ2”与偏离线性回归分量“偏χ2”是错误的做法,并提出用回归分析和非零相关检验两种方法来进行线性趋势检验。而对于小样本资料,有文献建议采用确切概率法计算。笔者支持回归分析与非零相关检验,以及小样本时采用确切概率法的观点。现结合实例与SPSS 软件,对该法在科研中的正确应用以及软件实现方法进行探讨。
1 应用实例
例如研究年龄与冠状动脉粥样硬化等级之间的关系,将278例尸解资料整理成表1。问年龄与冠状动脉粥样硬化等级间是否存在线性变化趋势?
表1.jpg
(20.35 KB, 下载次数: 1)
1.1 回归分析和非零相关检验的做法:
① 数据准备:首先,在SPSS 软件中设置3个变量,第1个变量为年龄(x),依次赋值为1,2,3,4;第2个变量为冠状动脉硬化等级(y),也依次赋值为1,2,3,4;第3个变量为频数(Freq),接着录入数据。
② 统计分析:先对数据加权:Data→Weight Cases:Weight cases by(Freq);进行回归分析:Analyze→Regression:Dependent(y),Independent(x)→OK。或者非零相关检验:Analyze→Descriptive Statistics→Crosstabs:Row(x);Column(y);Statistics:Chi-square;Continue;Cells:Percentages(勾选Row);Continue→OK。
③ 回归分析结果:看ANOVA表,F=81.904,P﹤0.001。直线回归方程:y=0.973+0.405x。
④ 非零相关检验结果:看Chi-Square Tests表的Linear-by-Linear Association 行所对应的:趋势χ2值=63.389,df=1,与Asymp. Sig.(2-sided) 即 P﹤0.001。
1.2 确切概率法计算的做法:
① 分析过程:与前述大致相同,仅仅多了一个设置,即在Crosstabs对话框中点击Exact子对话框,选择Exact(优先选用)或者Monte Carlo(计算机性能较低或计算量较大时选用)进行确切概率的计算即可。
② 分析结果:确切概率P值看Chi-Square Tests表的Linear-by-Linear Association行所对应的:Exact Sig. (2-sided)(本例子因为样本量较大,运行结果提示内存不足,所以没有运算出结果);或Monte Carlo Sig. (2-sided),即确切概率P﹤0.001。
综合以上分析结果,并结合专业知识可知,冠状动脉硬化的等级随着年龄的增加而增高,且呈线性变化趋势。
2 讨论与小结
双向有序分类资料的线性趋势检验,是对科研数据中反应等级或生物学阶梯关系计数资料进行假设检验的有效方法。由于该法简便、有效、可靠、实用,所以在医学科研中应用广泛。在应用中须注意:① 如果原变量是等距的,则赋值也必须是等距的,但赋值可以包括负数、零等,只要是等距的,各种取法都不会影响计算结果;如果原变量是不等距的,可以采用Rank评分、Ridit评分或调整的Ridit评分; ② 当样本量较大时,可用回归分析或非零相关分析;小样本时建议用确切概率法; ③ 双向有序分类资料的线性趋势检验,可用SPSS 13.0以上软件快速得到分析结果。 |
|