配对卡方分析

这篇具有很好参考价值的文章主要介绍了配对卡方分析。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、案例介绍

某医院用两种不同方法对53例肺癌患者进行诊断,收集到结果如下表,现在想知道两种方法的检测结果有无差别。

配对卡方分析,人工智能,算法

二、问题分析

本案例分析的目的是比较两种方法对同一批样本的检测结果有无差别,且检测结果为二分类变量(阳性or阴性),针对这类情况,可以使用配对卡方检验进行研究,需要满足3个条件:

条件1:观测变量为二分类变量。

条件2:观测数据为配对设计。

本案例满足这两个条件,所以可以使用配对卡方检验进行分析。

三、软件操作及结果解读

(1)上传数据

首先将数据整理成配对卡方检验正确的格式,甲法共有2种结果,乙法共有2种结果,2*2共有4种组合,每类组合情况的样本数量单独一列作为权重值进行标识,最终将本案例数据整理成如下格式:

配对卡方分析,人工智能,算法

将整理好的数据上传至SPSSAU系统,点击右上角上传数据按钮,按提示上传数据,操作如下:

配对卡方分析,人工智能,算法

数据上传完成后,开始进行配对卡方检验。

(2)软件操作

在SPSSAU医学/实验研究模块,选择【配对卡方】,将“甲法”拖拽到右侧配对1(定类)分析框中,将“乙法”拖拽到右侧配对2(定类)分析框中,将“人数”拖拽到右侧“加权项”分析框中,然后点击“开始分析”,操作如下图:

配对卡方分析,人工智能,算法

(3)结果解读

SPSSAU输出配对卡方分析结果如下:

配对卡方分析,人工智能,算法

从配对卡方分析结果可以看出,p=0.0225<0.05,按α=0.05的水平,拒绝原假设,接受备择假设,即可以认为甲、乙两种方法的检测结果差异有统计学意义。具体差异可以通过具体数字进行对比,如下表:

配对卡方分析,人工智能,算法

从上表可以看出,甲法阳性检出率为27/53=50.94%,乙法的阳性检出率为36/53=67.92%,可认为乙法的阳性检出率高于甲法。也可以通过统计图进行直观对比,如下图:

配对卡方分析,人工智能,算法

四、结论

本案例使用配对卡方检验分析甲、乙两种方法的肺癌检测结果的是否有差异。研究得到配对卡方检验对应p值为0.0225,小于0.05,所以拒绝原假设,可以认为两种检测结果的差异具有统计学意义.具体差异通过数字进行对比得知,乙法的阳性检出率67.92%高于甲法的阳性检出率50.94%。

五、知识小贴士

1、数据格式说明:

除使用本案例的加权格式,还可以使用原始数据格式进行分析。如果是原始数据格式,总共有53名肺癌患者,则会有53行,每行代表一名患者。

2、配对卡方检验类型:

如果配对数据的组别为2即配对四表格,则使用McNemar检验;正如本案例中两种方法均只有阳性和阴性两种结果时,即2*2结构类型;

如果配对数据的组别大于2即配对多分类时,则使用Bowker检验。文章来源地址https://www.toymoban.com/news/detail-612304.html

到了这里,关于配对卡方分析的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 从 人工智能学派 视角来看 人工智能算法

    当今人工智能的算法纷繁复杂:神经网络、卷积神经网络CNN、遗传算法、进化策略、知识图谱、贝叶斯网络、支持向量机SVM、强化学习、生成对抗网络GAN,自编码器… 如果你把每个算法独立看待简直是眼花缭乱,头都是大的。这次我就带你理理这些算法,有些算法其实是可以

    2024年03月15日
    浏览(58)
  • 【人工智能】深入了解人工智能的核心算法与应用实践

    人工智能知识对于当今的互联网技术人来说已经是刚需。但人工智能的概念、流派、技术纷繁复杂,选择哪本书入门最适合呢? 这部被誉为人工智能“百科全书”的《人工智能(第3版)》,可以作为每个技术人进入 AI 世界的第一本书。 这本书是美国人工智能领域的权威经典

    2024年02月03日
    浏览(64)
  • 数据分析:人工智能篇

    3.1 matplotlib基本绘图操作 3.2 plot的线条和颜色 线条形状设置 字符 线条类型 字符 线条类型 ‘-’ 实线 ‘–’ 虚线 ‘-.’ 虚点线 ‘:’ 点线 ‘.’ 点 ‘,’ 像素点 ‘o’ 圆点 ‘v’ 下三角点 ‘^’ 上三角形 ‘’ 左三角形 ‘’ 右三角形 ‘1’ 下三叉点 ‘2’ 上三叉点 ‘3’

    2024年02月06日
    浏览(53)
  • 矩阵分析技巧:提升人工智能性能

    随着人工智能(AI)技术的不断发展,数据量的增长和复杂性也随之增加。为了更有效地处理这些大规模的数据,矩阵分析技巧在人工智能领域的应用越来越广泛。矩阵分析是一种数学方法,它可以帮助我们更好地理解和处理大规模的数据集。在这篇文章中,我们将讨论矩阵分析

    2024年02月20日
    浏览(83)
  • 高级人工智能之群体智能:粒子群算法

    粒子群优化算法(Particle Swarm Optimization, PSO)是一种基于群体协作和信息共享的优化技术。它由Kennedy和Eberhart于1995年提出,灵感来源于鸟群和鱼群的社会行为。PSO是解决连续空间优化问题的有效方法,特别适合于多峰和高维问题。以下是PSO的基本思想和工作原理: 1.1基本思想

    2024年01月18日
    浏览(38)
  • 人工智能分类算法概述

    人工智能分类算法是用于将数据划分为不同类别的算法。这些算法通过学习数据的特征和模式,将输入数据映射到相应的类别。分类算法在人工智能中具有广泛的应用,如图像识别、语音识别、文本分类等。以下是几种常见的人工智能分类算法的详细讲解过程: 决策树 决策

    2024年04月11日
    浏览(43)
  • 【人工智能】遗传算法

    可以把遗传算法类比成一个游戏,我们需要通过这个游戏来找到最佳的解决方案。 首先,我们需要创建一些角色(也就是种群),每个角色有自己的装备和技能(染色体),但是我们并不知道哪个角色更加强大。 然后,我们让这些角色相互竞争,通过升级、打怪等方式来获

    2024年02月02日
    浏览(44)
  • 矩阵分析与人工智能:未来的合作

    人工智能(Artificial Intelligence, AI)是一门研究如何让计算机自主地理解、学习和模仿人类智能行为的科学。随着数据量的增加和计算能力的提高,人工智能技术在各个领域取得了显著的进展。在这些领域中,矩阵分析(Matrix Analysis)是一个非常重要的技术手段,它在人工智能中发挥

    2024年02月20日
    浏览(95)
  • 人工智能算法PPT学习

    You only look once  是一种图像识别算法,速度较快。高效、灵活、泛化性能好,在工业中较为受欢迎。 一幅图像的多个不同分辨率的子图构成的图像集合。是通过一个图像不断的降低采样率产生的,最小的图像可能仅仅有一个像素点。下图是一个图像金子塔的示例。从图中可以

    2024年02月08日
    浏览(50)
  • Python+Django+Mysql开发简单在线课程推荐系统简单教程 基于用户的协同过滤推荐算法 个性化课程推荐系统 爬虫 可视化数据分析 机器学习 人工智能 个性化推荐 相关推荐

    1、开发工具和使用技术 Python3及以上版本,Django3.6及以上版本,mysql8,navicat数据库管理工具或者sqlyog数据库管理工具,html页面,javascript脚本,jquery脚本,echarts.js可视化图表工具,自定义星星评分功能(使用font-awesome星星图标字体)等。 2、实现功能 前台首页地址:http://1

    2024年02月05日
    浏览(95)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包