加载中…
个人资料
  • 博客等级:
  • 博客积分:
  • 博客访问:
  • 关注人气:
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
正文 字体大小:

SPSS能做Cochran-Armitage趋势检验吗

(2017-06-03 09:45:04)
标签:

spss

数据分析师

数据挖掘

数据分析师培训

SPSS能做Cochran-Armitage趋势检验吗

Cochran-Armitage (CA) 趋势检验是一种用于分析1个二分类变量和1个有序分类变量关联性的统计方法,由Cochran和Armtiage创建和完善。线性趋势检验中最常用的一种方法就是Cochran-Armitage趋势检验。因为二分类变量和有序分类变量可以列联表的形式表示,所以很多人将针对于这类资料的趋势检验称为趋势卡方检验。

常见的应用例子应该是研究不同等位基因与疾病的关系,比如横断面研究不同基因型aa\Aa\AA对应的某病的患病率。假设资料如下:

http://www.cda.cn/uploadfile/image/20170602/20170602182939_61195.png

SPSS中的趋势检验LLA 

那么,我们常用的SPSS统计软件该如何进行此分析?很多SPSS的软件教程书籍中都可能有一章节为“趋势卡方检验”,它们选用Crosstabs过程中的线性关系Linear-by-Linear Association (LLA)统计量完成,该操作过程同卡方分析。结果如下图,双侧近似P值为0.023<0.05,可以认为基因型纯度与疾病患病之间存在线性趋势。

http://www.cda.cn/uploadfile/image/20170602/20170602182853_78659.png

CA与LLA的区别 

但近日有位朋友拿着reviewer的意见找我说,他们要求把Linear-by-Linear Association改为Cochran-Armitage Trend Test,那么,两者的区别在哪?SPSS软件的Cochran-Armitage趋势检验究竟如何操作?

两者究竟是有所区别的,下面看看来自SPSS软件公司Principal Support Statistician and Manager of Statistical Support部门的答复:“The linear by linear association chi^2 statistic in CROSSTABS is one version of a trend test. A logistic regression is another option.SPSS doesn't offer specifically the Cochran-Armitage trend test, which is based on a linear probability model rather than a linear logistic model, but running a linear regression will produce a p-value that's reasonably close to what you'd get if you went to the trouble of calculating that statistic.”大概意思就是SPSS尚不提供Cochran-Armitage趋势检验,Linear-by-Linear Association可以得到近似的结果。

CA趋势检验在SAS与R中实现 

SAS代码及结果

proc freq;

tablerow*col /trend;

weightn;

run;

http://www.cda.cn/uploadfile/image/20170602/20170602182825_11109.png

双侧P值为0.0224与SPSS中的Linear-by-Linear Association结果(0.023)接近。

R代码及结果

library(CATT)

tbl=matrix(c(20,10,20,20,20,30),ncol=3)

CATT(table=tbl)

http://www.cda.cn/uploadfile/image/20170602/20170602182757_35390.png

双侧P值为0.0224与SAS的结果完全一样。

所以,无论是Linear-by-Linear Association,还是Cochran-Armitage,两种方法都是可以采用的,只要在文章中指明用的是什么方法就好,它们都可以得到线性趋势的统计结论。

0

阅读 收藏 喜欢 打印举报/Report
  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有