基于JMP的分类资料组间比较的卡方检验

在前几期的文章中，我们分别介绍了t检验、方差分析等用于组间均值比较的方法。今天的文章，我们来主要介绍一下常用于组间率或比例比较的方法——卡方检验。

为了帮助更多的临床医师学习如何运用JMP高效地开展数据分析，提高日常工作和发表论文的效率，2020年8月起，JMP资深用户、JMP特约专栏作者、资深统计学家冯国双博士及其团队将在JMP数据分析平台为大家分享一系列统计及数据分析、JMP实战操作、JMP分析报表解读等干货内容，每期一个经典话题，帮助大家掌握一个新技能。值得注意的是，这些话题并非仅针对临床医师，对所有运用JMP软件开展数据分析的小伙伴都适用。本文为此系列文章的第15期。

在阅读本文前，强烈建议大家回顾一下这篇文章：一个神奇的JMP菜单，实现数据的所有组间比较。

大家一定要明确：

• 卡方检验尽管可以用于两组或多组分类资料的比较，但仅用于结局为二分类或无序多分类的变量；
• 如果结局是等级资料，通常不用卡方检验，而是用秩和检验，这一部分我们将会在下一篇文章中为大家进行详细讲解。
• 此外还要强调一点，卡方检验虽然可以用于组间的率或比例的比较，但并不是说卡方检验只能用于率或比例的比较。卡方检验还经常用于拟合优度检验，比较实际值与理论值（或预测值）的差异，所以常用于检验某一样本是否满足特定分布、某一模型的预测效果好不好等等。
  ​
  本文要介绍的是卡方检验用于组间比较的用途。

首先对实际中常见的几种情形进行一下总结：

• 两组或多组率的比较，即结局是二分类变量（如死亡和存活、阴性和阳性等），这种情况下，直接用卡方检验即可。
• 两组或多组比例的比较，通常结局是无序多分类变量（如疾病的亚型等），这种情况下，也可以直接用卡方检验。
• 如果样本数太少（一般认为小于40就算太少），通常组间率或比例的比较不直接用卡方检验，而是建议用Fisher确切检验。
• 多组率或比例的比较，如果有统计学差异，还想进一步作两两比较的话，常用Bonferroni法