医学临床试验文献统计方法解读（卡方检验）

四、卡方检验

（一）文献中应用

文献中如此描述卡方检验的应用：”卡方检验用来比较试验组和控制组在被试分布、移植物分布中的差异“。
其中：

1. 表1《被试分布》将被试的定性变量分为性别（男性、女性）、年龄段（18-35、35-55、55以上）、是否吸烟（吸烟、不吸烟、以前吸烟）。
2. 表2《移植物分布），将被移植物的定性变量分为移植物长度（6毫米、8毫米、9毫米）

以上性别、年龄段、移植物长度变量均可视为分类变量，根据这些变量进行分类。
通过表1和表2中的p值可以看出，p值均大于0.05，反映出上述变量在试验组和控制组间无显著差异。即上述变量的分布与是否分在试验组还是控制组无关、相互独立。

（二）卡方检验定义及步骤

定义：卡方检验是统计量的分布在零假设成立时近似服从卡方分布的假设检验。在该检验的运用中，研究人员将观察量的值划分成若干个互相排斥的分类，并且使用一套理论（或零假设）尝试去说明观察量的值落入不同分类的概率分布的模型（这是理论频数），卡方检验的目的就是看这个理论分布假设与观察结果的相符程度。

步骤：

1. 建立零假说，即认为观测值与理论值的差异是由于随机误差所致；
2. 确定数据间的实际差异，把每一个观察值和理论值的差做平方后、除以理论值、再加总求出卡方值；
3. 计算统计值的自由度；
4. 根据研究者设定的置信水平、查出对应自由度的卡方分布临界值。如卡方值大于某特定概率标准（即显著性差异）下的卡方分布临界值（即理论值），则拒绝原假设，分类对观测值造成理论值随机变动以外的影响；否则接受原假设。

（三）具体案例

下面的博客中介绍了卡方检验在分类资料统计推断中的应用，并举了具体的应用案例。
具体案例：

1. 卡方检验
2. 卡方检验基础

（四）扩展阅读

1. 卡方检验-维基百科
2. 皮尔逊卡方检验-维基百科