返回目录：excel表格制作
您的数据应该是交叉链接的，数据输入格式是:创建两个变量，变量1是组。
正常对照组使用数据
1、病例组用数据
2、变量2是效能的分类变量，1表示分类属性1,2表示分类属性2。然后还有另一个变量
3、也就是，箱子的数量。在数据录入完成后，加权频率将被分析的分析-统计-统计-交叉- - -和变量1被选择成行。
所以，我要选择变量2到列中，然后点击统计信息，打开对话框，我要检查卡方，然后点击“继续”，然后点击“确定”，第三张表是卡方测试，第一行的第一行是卡方值，接着是自由度，最后是P值。
卡方检验就是统计样本的实际观测值与理论推断值之间的偏7a686964616fe4b893e5b19e333离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，卡方值越大，越不符合，偏差越小，卡方值就越小，越趋于符合，若量值完全相等时，卡方值就为0，表明理论值完全符合。
步骤：
（1）提出原假设：
H0：总体X的分布函数为F(x).
如果总体分布为离散型，则假设具体为
H0：总体X的分布律为P{X=xi}=pi， i=1，2，...
（2）将总体X的取值范围分成k个互不相交的小区间A1，A2，A3，…，Ak，如可取
A1=（a0，a1]，A2=(a1，a2]，...，Ak=(ak-1,ak)，
其中a0可取-∞，ak可取+∞，区间的划分视具体情况而定，但要使每个小区间所含的样本值个数不小于5，而区间个数k不要太大也不要太小。
（3）把落入第i个小区间的Ai的样本值的个数记作fi，成为组频数（真实值），所有组频数之和f1+f2+...+fk等于样本容量n。
（4）当H0为真时，根据所假设的总体理论分布，可算出总体X的值落入第i 个小区间Ai的概率pi，于是，npi就是落入第i个小区间Ai的样本值的理论频数（理论值）。
（5）当H0为真时，n次试验中样本值落入第i个小区间Ai的频率fi/n与概率pi应很接近，当H0不真时，则fi/n与pi相差很大。基于这种思想，皮尔逊引进如下检验统计量
，在0假设成立的情况下服从自由度为k-1的卡方分布。
扩展资料：
卡方检验是用途非常广的一种假设检验方法，它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。
卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，卡方值越大，越不符合；卡方值越小，偏差越小，越趋于符合，若两个值完全相等时，卡方值就为0，表明理论值完全符合。
注意：卡方检验针对分类变量。
参考资料：百度百科-卡方检验
虽然你所问的问题已有人问过，并有人回答过，不过我觉得回答的不够完善，至少还有三点需要补充，如果忽略这三点，很可能结果就是错的，或者结果不完整。请看下文。
举例说明吧。相对于不做运动的女子，慢跑或快跑可能会对月经周期产生影响，那这种经期的变化是否会改变她们去咨询医生的频率呢？下面是一组统计数据，记录了三组运动状态的女子是否向医生咨询过经期变化的数据。
Observed (O)，观察值
是否向医生询问过
组 是 否 总数e69da5e6ba90e799bee5baa6e997aee7ad94361
对照 14 40 54
慢跑 9 14 23
快跑 46 42 88
总数 69 96 165
简单点说，就是问，慢跑女子是不是会比不跑步的女子更频繁地向医生询问月经的问题？快跑相对于不跑呢？快跑相对于慢跑呢？
方法如下：
1. 计算每行和每列的总数，如上表所示。
2. 计算每列的百分比，即询问过的百分比。在165个女子中，有69个询问过医生，即69/165=42%，那么没询问过医生的就是1-42%=58%。
3. 如果跑不跑步，都不会影响询问医生的频率，那么这个询问过医生的可能性，42%，将适用于所有的组别，即在对照组的54个人中，我们预期54*42%=22.58个人会去询问医学，而54*58%=31.42个人不会去询问。用同样的方法把慢跑和快跑组是否会去询问医生的人数分别算出，如下表所示。
Expected (E)，预期值
是否向医生询问过
组 是 否 总数
对照 22.58 31.42 54
慢跑 9.62 13.38 23
快跑 36.8 51.2 88
总数 69 96 165
4. 接下来就是要计算，这个预期值和实际观测到的值之间的区别大不大？是只是因为随机抽样产生的误差，还是具有统计学意义的显著性差异？计算公式如下：
χ2=∑[(O-E)2/E]
O为每个观察值，E为每个预期值
在这个例子中，
χ2=（14-22.58）2/22.58+(40-31.42)+…=9.63
5. 计算自由度=（行数-1）*（列数-1）=2
6. 查表，自由度为2, p=0.01时的值为9.21，而9.63比9.21大，所以p<0.01, 差异显著。
7. 但由于有三个组，上述的值只能说明运动状态对于询问医生的频率有显著影响，却并不知道究竟是哪组跟组有显著差异。很多其他的回答到这里就结束了，其实不然。下面还有三点要注意。
1. 接下来要做的就是把上面两个大表转换成亚表，首先只比较慢跑和快跑
组 是 否 总数
慢跑 9（11.40） 14（11.6） 23
快跑 46（43.6） 42（44.4） 88
总数 55 56 111
计算χ2= ∑[(│O-E│-1/2)2/E]=0.79
注意当行列为2X2时，要用这个修正公式。
自由度为（2-1）（2-1）=1，查表发现0.79是个非常小的数，所以它们之间没有显著差异。而由于它们的差异如此之小，可以把它们合并成一个组，去跟对照不跑步的比较。
组 是 否 总数
对照 14（22.58） 40（31.42） 54
跑步 55（46.42） 56（64.58） 111
总数 69 96 165
同理算得χ2=7.39，大于自由度为1，p=0.01时的值，即p<0.01
2. 由于对同一数据做了两次测试（快跟VS慢跑，跑步VS对照），为了保证总的测试误差小于0.05，这里不能用原始的p值来做结论，而需要对其做修正，比如使用Bonferroni修正：由于我们做了两次测试，所以用于比较的关键值要用0.01*2=0.02，由于原始p<0.01，修正后的p (跑步VS对照)<0.02, 差异显著。
结论即为，快跑跟慢跑相比的女性相比，她们向医生询问经期的频率没有显著差异，而只要是跑过步的，她们询问的频率则显著高于不跑步的（55：56VS14：40）。
3. 最后再补充两点使用卡方的条件
1) 如果用于2X2，每个格子中的频数（O）都必须大于5。
2) 如果是大型表格，许多行X许多列，每个格子中的频数都不得小于1，且它们中小于5的比较必须要低于20%。
如果不能满足这两个条件，就要选择其他的统计方法来处理样本量比较小的情况，比如Fisher Exact test。
以上方法和例子是我翻译和改编自《Primer of Biostatistics, 6th edition》第五章《How to analyze rates and proportions》，感谢原作者Glantz, Styanton。
卡方检验
你的数据应该用交叉列zd联表做，数据录入格式为：建立两个变量，变量1是组别，
正常对照组用数据1表示，病例组用数据2表示；变量2是疗效等分类变量，用1表示分类属性1，用2表示分类属性2，
还有一个变量3是权回重，例数
数据录入完成后，先加权频数后点analyze-descriptive statistics-crosstabs-把变量1选到rows里
，把变量2选到column里，然后点击下面的statistics，打开对话框，勾选chi-squares，
然后点continue，再点ok，出来结果的第3个表就是你要的卡方检验，第一行答第一个数是卡方值，
后面是自由度，然后是P值。
假设有两个分类变量X和Y，它们的值域分别为{x1, x2}和{y1, y2}，
若要推断的论述为H1：“X与Y有关系”，可以利用独立性检验来考察两个变量是否有关系，并且能较精确地给出这种判断的可靠程度e79fa5e98193e4b893e5b19e335。
具体的做法是，由表中的数据算出随机变量K^2的值（即K的平方）
K^2 = n (ad - bc) ^ 2 / [(a+b)(c+d)(a+c)(b+d)] 其中n=a+b+c+d为样本容量。
K^2的值越大，说明“X与Y有关系”成立的可能性越大。
扩展资料：
n个相互独立的服从标准正态分布的随机变量的平方和的分布。由此可知，卡方是没有负数的，卡方值越大P值就越小，越显著。（ad-bc）2n/(a+b)(c+d)(a+c)(b+d)这个公式里面abcd均是计数数据，均大于等于0，而（ad-bc）2由于有平方,所以也不会为负数,所以这个公式也没有负值。
若四格表资料四个格子的频数分别为a，b，c，d，则四格表资料卡方检验的卡方值=n(ad-bc)^2/(a+b)(c+d)(a+c)(b+d)，（或者使用拟合度公式）
自由度v=（行数-1）（列数-1）=1
要求样本含量应大于40且每个格子中的理论频数不应小于5。当样本含量大于40但有1=<理论频数<5时，卡方值需要校正，当样本含量小于40或理论频数小于1时只能用确切概率法计算概率。
参考资料来源：百度百科--卡方检验
参考资料来源：百度百科--卡方值