分類資料在醫(yī)學(xué)統(tǒng)計中很常見，有些統(tǒng)計學(xué)書上稱為計數(shù)資料，比如（有效、無效），（發(fā)病、不發(fā)?。?、女），血型（A、B、O、AB）等等。分類資料一般根據(jù)頻數(shù)整理成列聯(lián)表的形式，一般的列聯(lián)表多是二維的（也稱行列表，或R×C列聯(lián)表，高維列聯(lián)表下次討論），列聯(lián)表根據(jù)變量是否有序可以分為雙向無序、單項有序、雙向有序列聯(lián)表，統(tǒng)計方法是不同的，分析如下：

一、雙向無序列聯(lián)表

（一）成組四格表

    是指行、列變量均為無序的列聯(lián)表，例如要研究吸煙和肺癌之間的關(guān)系，行變量為是否吸煙：吸煙、不吸煙，列變量為肺癌發(fā)?。喊l(fā)病，不發(fā)病，如下表：

    對于這種數(shù)據(jù)，我們的統(tǒng)計目的是分析行列變量的獨(dú)立性，即：肺癌發(fā)病是否與吸煙有關(guān)，可選用的方法有以下兩種：

1、Pearson卡方檢驗(yàn)：

    基于卡方分布，H0為行、列變量相互獨(dú)立，SPSS中“分析->描述性統(tǒng)計->交叉表”可實(shí)現(xiàn)。 四格表使用條件：專用公式①樣本總數(shù)大于40；②各個單元格理論值均大于5。校正公式：①樣本總數(shù)大于40；②理論值1<T<5;Fisher確切概率法：①樣本總數(shù)小于40，或T<1，無需選擇，軟件自動計算成組四格表Fisher。

2、Fisher精確概率：

    基于超幾何分布，當(dāng)數(shù)據(jù)不滿足Pearson卡方檢驗(yàn)時使用。SPSS中“分析->描述性統(tǒng)計->交叉表”可實(shí)現(xiàn)。注意SPSS僅提供了2×2表的精確概率，需要計算R×C列聯(lián)表的精確概率，可以選擇精確按鈕中的蒙特卡羅近似法實(shí)現(xiàn)。

（一）成組R×C表(雙向無序)

1.Pearson卡方檢驗(yàn)

    條件：不能有任何一個格子的理論頻數(shù)T<1,同時1<T<5的格子數(shù)不能超過總格子數(shù)的1/5.

如若不符合：可以增加研究樣本量（通常少用）；對理論頻數(shù)較小的行或者列進(jìn)行合并或者刪除；采用R×C表的Fisher確切概率法（通常采用蒙特卡洛近似法）

2.R×C表Fisher確切概率法

   操作：分析—描述—交叉表—設(shè)置好行列變量—點(diǎn)擊精確—選擇蒙特卡洛。

二、單項有序的列聯(lián)表

    常見的情況是結(jié)果變量有序，而原因變量無序。比如要比較AB兩種藥物的治療效果，藥物分組（AB）是無序的，而結(jié)果變量是有序的（無效，顯效，治愈），可以整理成如下的表格：

可以選擇的統(tǒng)計方法主要有：

1、Mann–WhitneyU 檢驗(yàn)

基于卡方分布，H0為兩組總體分布一致，SPSS中“分析->非參數(shù)檢驗(yàn)->獨(dú)立樣本”中可實(shí)現(xiàn)。

注意：在SPSS中，如果是整理成了列聯(lián)表資料，需要用頻數(shù)進(jìn)行數(shù)據(jù)加權(quán)。變量編碼為：①藥物（名義）：A=1，B=2，②療效（度量）：無效=1，有效=2，治愈=3，③頻數(shù)（度量）。

2、Kruskal-Wallis H檢驗(yàn)：用于分組數(shù)大于2的情況，比如要比較3種或以上藥物的療效。實(shí)現(xiàn)方法與Mann–WhitneyU 類似。

    注意：當(dāng)行變量為有序時，通常當(dāng)作無序處理。但若行變量為有序，列變量為二分類率時，根據(jù)研究目的，也可以選擇趨勢性卡方檢驗(yàn)。

三、雙向有序列聯(lián)表

1、行、列變量有序但屬性不同

    比如這個例子：要比較某種藥物對某種疾病的治療效果，按年齡段的分組，要考察治療效果是否與年齡段相關(guān)，整理成下表：

    行、列都是有序的，這是我們主要關(guān)心的：行列變量之間是否有相關(guān)性，如果有相關(guān)性，是線性相關(guān)還是曲線關(guān)系?？梢赃x擇的方法如下：

（1）Spearman等級相關(guān)：檢驗(yàn)有無相關(guān)性，基于卡方檢驗(yàn)，在SPSS中“分析->相關(guān)->雙樣本”中可實(shí)現(xiàn)。

（2）線性趨勢卡方檢驗(yàn)：檢驗(yàn)有無線性關(guān)系，基于卡方檢驗(yàn)，SPSS“分析->交叉表”卡方結(jié)果表格中的“線性和線性組合”就是。

2、行列有序且屬性相同

（1）行列變量獨(dú)立

    通常是為了檢驗(yàn)一致性。比如用兩臺儀器對同一樣本進(jìn)行檢驗(yàn)，結(jié)果分為陰性、陽性，現(xiàn)在要比較兩臺儀器的結(jié)果是否據(jù)有一致性。整理成下表：

常用的方法為：

Kappa一致性檢驗(yàn)：H0為行列變量無一致性。在SPSS中“分析->描述性統(tǒng)計->交叉表”中可實(shí)現(xiàn)。

（2）配對行列表

    行列變量為配對資料，比如有某種藥物可以緩解某種疾病的某種癥狀，在同一個患者身上比較用藥前后的癥狀，評價藥物的資料效果，列成下表：

可以選用的統(tǒng)計方法：

（1）McNemar檢驗(yàn)：僅用于2×2列聯(lián)表?；诳ǚ椒植肌Ｔ赟PSS中“分析->描述性統(tǒng)計->交叉表”中可實(shí)現(xiàn)。本檢驗(yàn)與Pearson卡方檢驗(yàn)具有同一性，使用條件必須滿足Pearson卡方檢驗(yàn)的條件。如果條件不能滿足，需要進(jìn)行Yate校正。

（2）Bowker檢驗(yàn)：是McNemar檢驗(yàn)的擴(kuò)展，用于分類數(shù)目大于2的配對列聯(lián)表分析。在SPSS中“分析->描述性統(tǒng)計->交叉表”中可實(shí)現(xiàn)。 SPSS中依然選擇的是Mcnemar，結(jié)果輸出的是Mcnemar-Bowker結(jié)果。

：說了這么多，肯定有人問，松哥“到底何為行變量、何為列變量呢”，設(shè)置原則一般為：實(shí)驗(yàn)設(shè)計三要素中的干預(yù)因素為行變量，實(shí)驗(yàn)效應(yīng)指標(biāo)為列變量，何為實(shí)驗(yàn)設(shè)計三要素，請查閱公眾號（data973）相關(guān)內(nèi)容。