【原】配对设计的分类数据分析: 配对卡方、Kappa检验、配对等级资料分析

第14讲 实验性研究分类数据统计策略（4）：

配对设计的分类数据分析

和定量数据存在着完全随机分组和配对随机分组两种设计一样，分类数据也存在着同样的情况。配对设计分类数据在一些领域起到重要的作用，比如诊断试验研究、匹配病例对照研究、等级数据前后比较等。本文对此进行简单、系统的分析。

实例分析

·例1：某实验室分别用乳胶凝集法和免疫荧光法对58名可疑系统性红斑狼疮患者血清中抗核抗体进行测定，结果见下表，问两种方法的检测阳性率有无差别？（数据见McNemar.sav）

·例2：研究人员开展配对设计研究，将两组肿瘤小鼠同胎、同体重进行匹配（共102对小鼠），分别给予中药治疗和给予生理盐水作为对照，请比较试验后肿瘤大小（大、中、小）有无统计学差异。（数据见Bowker.sav）

1

案情分析

上述两个案例均为配对等级资料的分析比较，第一个案例为配对二分类数据，又称为配对四格表资料；第二个资料为配对多分类数据，是配对行列表资料。

2

统计分析策略

对于第一个案例：

配对二分类数据的比较，存在着两个目的，第一个目的，是探讨两组率有无差异；第二个目的，则是探讨两组结果是否一致。两种目的有一定的区别，两组结果高度一致，则两组率往往没有差异；但是两组率无差异，并不意味着两组率高度一致。只管来看，是否一致或者无差异可以采用配对四格表资料的b、c格大小可以看出。

无差异而一致：两种方法阳性率一致，且两组结果大致一致

有差异而不一致：b、c存在着差异，因此阳性率不一致，同时两组结果一致性情况也比较差。

无差异但不一致：两组结果b=c,阳性率一一样，但是一致性显然较差。

不同的目的有不同的方法。对于仅探讨阳性率是否相同，可采用配对卡方检验（又称McNemar检验）；如果探讨结果是否具有一致性，则采用Kappa检验。通常，在诊断、检验领域，Kappa检验更为多见。

对于第二个案例：

配对多行多列的资料，其统计方法更多，包括与配对二分类同样的是配对卡方（McNemar-Bowker，用于分析构成比是否一致）、Kappa检验（用于分析结果一致性），此外，第二个案例事实上为等级数据，若需要分析两组数据总体程度是否有差异，可以采用配对秩和检验。

总的来说，对于2*2的配对资料（2组二分类配对资料），一般有两种策略

对于2组的配对多分类资料，一般考虑类似的两种策略

对于2组的结局为等级的配对资料，一般考虑类似的三种策略

配对卡方和Kappa检验分析

分析针对第一例和第二例进行配对和Kapp检验。两个案例软件操作程序一样，因此以第一例作为例子；结果分别呈现。

1

SPSS分析入口

2

配对卡方和Kapp检验

①分别填入配对产生的两个变量

②统计：“统计”中要设置的包括选择卡方①，选择Kappa②进行一致性检验，选择麦克尼马尔McNemar③进行配对卡方检验分析。 

3

配对卡方和Kapp检验

结果

案例1:卡方检验结果麦克尼马尔McNemar检验结果P=0.013，因此说明两种诊断方法结果存在着统计学差异。

Kappa一致性检验结果，显示Kappa=0.455，P<0.001，说一致性结果成立，但一致性情况0.455属于中等程度（一般高于0.7属于一致性程度较高）。

案例2: 卡方检验结果麦克尼马尔McNemar检验结果P=0.024，因此说明治疗方法方法结果存在着统计学差异。

Kappa一致性检验结果，显示Kappa=-0.074，P=0.266，说一致性不成立。

值得注意是，案例2虽然两组结果配对卡方显示P<0.05，但只能说疗效的构成比存在着差异，不能说中药组疗效高于西药组。

配对秩和检验分析

配对秩和又称符号秩和检验或者Wilcoxon配对秩和检验，主要用于比较配对的定量或者等级数据分析。案例2的结局等级数据，研究目标主要比较两种干预措施的总体程度而非构成比，应优先考虑配对秩和检验。

1

SPSS分析入口

配对秩和的SPSS入口：“分析”--“非参数检验”--“旧对话框”--“2个相关样本”

2

配对秩和检验检验

结果

同时将“中药组”和“生理盐水组”选择放入右选框，开展威尔克森（Wilcoxon）检验

3

配对卡方和Kapp检验

结果

采用配对秩和检验发现，两组治疗方法在总体程度上存在着统计学差异（P=0.010）

注意事项

1. 配对卡方阳性率相等不等于一致

McNemar检验只会利用非主对角线单元格上的信息。对于即绝大多数数据都在主对角线的大样本列联表，McNemar检验可能会失去实用价值。因此，更多的时候配对资料探讨一致性而非率的相等性

下表若从配对卡方的角度进行统计分析，则无差异：两组结果b=c,阳性率一一样，但是一致性显然较差。

很多情况下，研究者希望检验结果是否一致l配对卡方检验在应用中主要探讨不同分组在配对的情况下，其两组率是否相同。主要考察的是B格和C格数字是否相等。一致性检验应采用Kappa检验方法。

2.大样本资料配对卡方结果有时意义不大

配对卡方在大样本时，容易得到阳性结果，但一些场景下，专业上的意义价值不大。

比如以下的数据：若从配对卡方的角度进行统计分析，则存在着统计学差异：但是显然下例免疫荧光法和乳胶凝集法的统计学差异意义不大。实际上两组数据一致性情况非常之好，完全可以忽略阳性率的差异

3. 配对资料分析，不同目的对应不同的统计分析方法。

从本研究的2个案例，可以看出配对秩和检验、配对卡方、Kappa存在着一定的差异，配对卡方探讨构成比差异性，配对秩和探讨总体程度有无差异，而Kappa检验结果更为精细，它不仅要求从总体上两组数据的相似性，且强调个体对个体的结果是否一致。不同的资料统计分析时，需要分清研究目的，再选择合适的方法进行分析。

配对卡方常见于实验性研究和观察性研究的配对设计，比如匹配病例对照研究；而Kappa研究主要在于诊断试验评价中较为常见；配对秩和主要用于配对设计的定量、等级数据分析（本文在第7讲已经就配对偏态定量数据介绍过配对秩和检验：SPSS 统计分析策略（7）：配对设计资料的统计分析）

SPSS 课程视频和操作录屏

SPSS课程视频

带字幕去水印的视频可复制以下地址浏览器打开

https://evod./resource.html?stationID=1&resourceid=430&isprivate=false&cateid=102

SPSS课程录屏

-本讲结束-