為什麼卡方值是0,p值是1?

2021-01-20 護理科研Focus

每個人的眼淚不一樣，但想哭的念頭是一樣的。

——《推拿》

有個老師在做卡方檢驗的時候，做出來的卡方值是0，p值也接近1 了，自我感覺不太對，就來諮詢我，我索性把這個做一個統一的講解。（數據為亂編，如有雷同，純屬巧合。）

這是SPSS錄入數據的界面，檢驗一下兩組之間性別人數是否有差異。

按照首先「頻數加權——分析——交叉表——卡方檢驗」的順序，得出結果如下：

卡方值為0，p值也幾乎接近1，那麼這個結果是否正確呢？

答案是正確的，如果我們仔細看一下上面的結果圖，就會發現，兩組之間男女比例都是，是幾乎一樣的。所以說這就有點類似：y=x+1和 2y=2x+2的情況，即兩組之間的男女比例是相同的，只不過是具體的數值不同罷了。

如果我們打破這種比例相同的情況，把對照組中的男93改成100，那麼我們在分析一下，看一下結果：

卡方檢驗及其錯誤應用——有「率」未必「卡方」

案例討論1：卡方檢驗是否等同於單因素logistic回歸？

卡方檢驗和單因素logistic回歸可以相互替代嗎？

案例分析 | 配對卡方檢驗和Kappa一致性檢驗及SPSS操作

案例分析 | 2×2列聯表卡方檢驗的SPSS操作

案例分析 | 多個樣本率比較的卡方檢驗及SPSS操作

解疑答惑 | 對於等級資料，選擇卡方檢驗還是秩和檢驗？

我們是一個懷揣好奇與激情的科研團隊

我們渴望發掘分享護理知識

我們相信

這個世界不會虧待努力的「年輕人」

稿件類型：① 有關專科護理、專科實踐的文章

② 各科室醫護人員日常工作中發生的有趣小故事

（風格不限）

稿費100-500元不等

投稿、授權等請聯繫

NursingCare01@126.com

相關焦點

  • 卡方檢驗中的p值計算 - CSDN
    卡方檢驗作為一種常見的假設檢驗，在統計學中的地位是顯而易見的，如果你還不太清楚可以參看這篇博文:卡方檢驗用於特徵選擇，寫的非常的淺顯易懂，如果你還想再擴展點卡方檢驗方面的知識，可以參看這篇博文卡方檢驗基礎，寫的也很有意思。
  • 【1007】R*C卡方的Fisher確切概率法為什麼會有卡方值
    一位老師問松哥：Fisher確切概率法計算的直接是P值，可是為什麼R×C表的Fisher確切概率法，卻有卡方值，這到底是怎麼回事呢？
  • 統計學常用概念|T檢驗、F檢驗、卡方檢驗、P值、自由度
    專業上，p值為結果可信程度的一個遞減指標，p值越大，我們越不能認為樣本中變量的關聯 是總體中各變量關聯的可靠指標。p值是將觀察結果認為有效即具有總體代表性的犯錯概率。如p=0.05提示樣本中變量關聯有5%的可能是由於偶然性造成 的。即假設總體中任意變量間均無關聯，我們重複類似實驗，會發現約20個實驗中有一個實驗，我們所研究的變量關聯將等於或強於我們的實驗結果。
  • 卡方分布與卡方檢驗
    一般可以設原假設為 H0：觀察頻數與期望頻數沒有差異，或者兩個變量相互獨立不相關。實際應用中，我們先假設H0成立，計算出χ2的值，χ2表示觀察值與理論值之間的偏離程度。根據χ2分布，χ2統計量以及自由度，可以確定在H0成立的情況下獲得當前統計量以及更極端情況的概率p。如果p很小，說明觀察值與理論值的偏離程度大，應該拒絕原假設。否則不能拒絕原假設。
  • 美國宣布禁用p值,原來p值很危險,如何取代p值?
    今天談的當然是不一樣的題目，雖然它是一個很重要、很嚴肅的題目，但我希望大家可以輕鬆一點，所以也要放兩部電影片段給大家看，一部是《玉蘭花》，另一部則是《班傑明的奇幻旅程》，這兩部電影都有助於我們來了解今天要談論的主題：p 值的陷阱。　　科學的統計學危機：p 值有什麼問題？　　為什麼要談論 p 值的問題？
  • P值之死
    由於擔心實驗結果陷入再現性爭論，莫兄和他的導師決定重複實驗，但是，在添加了新的數據之後，P值變成了0.59，這連0.05的顯著性水平都沒有達到！為什麼呢？為什麼P值沒有達到人們的期望？它的問題到底在哪？現在和數說君一起來梳理一下P值和假設檢驗的歷史，並從中尋找答案吧。
  • 【我問一起學SPSS】卡方值後面為什麼有個小a?
    【我問一起學SPSS】卡方值後面為什麼有個小a？交叉表中卡方檢驗結果中的卡方值後面為什麼有個小a，在寫論文時我們需要將小a寫到論文的結果嗎？【一起學SPSS回復】這些小字符只是一個注釋符號而已，它具有提醒功能，當結果出現注釋符號時，我們應謹慎對待結果的解釋，這時我們需要查詢有關的資料……
  • 【Minitab技巧】為什麼輸出中的 F 值和 p 值顯示為星號?
    缺失值在表格中是因為 Minitab 不可能計算這些統計量。*(1) = 1☆ 交互作用 BC 的自由度 = (1)*(1) = 1☆交互作用 ABC 的自由度 = (1)*(1)*(1) = 1☆ 殘差誤差的自由度 = 7 - (1 + 1 + 1 + 1 + 1 + 1 + 1) = 0如果誤差的自由度為零，會導致按如下方式進行的計算失效。
  • 當統計學遇上大數據——P值消亡
    由於擔心實驗結果陷入再現性爭論，莫兄和他的導師決定重複實驗，但是，在添加了新的數據之後，P值變成了0.59，這連0.05的顯著性水平都沒有達到！        為什麼呢？為什麼P值沒有達到人們的期望？它的問題到底在哪？現在和數說君一起來梳理一下P值和假設檢驗的歷史，並從中尋找答案吧。
  • 巧用excel製作t-分布和卡方分布的臨界值表
    02:05來自LearningYard學苑本篇推送將介紹如何用Excel製作t-分布和卡方分布臨界值表A.t-分布單元格，點擊確定得出結果 -1.37638，下拉進行填充填充完整的分布表如下：你是否覺得好奇為什麼是負數呢？
  • 教程| 傻瓜式SPSS數據分析1:卡方檢驗
    今天分享的是「卡方檢驗」。什麼時候要用到卡方檢驗？例：甲班有35個男生，98個女生；乙班有45個男生，31個女生。這兩個班級的男女比例有差異嗎？此處需注意，上面的例子中有2個分組，一個是班級分組（甲、乙班，表中第一列1,1，2,2，即是），一個是性別（男、女，表中1,2，1,2即是）。所以要按照兩種分組分別輸入數據，如圖所示：
  • P值之死|當統計學遇上大數據
    由於擔心實驗結果陷入再現性爭論，莫兄和他的導師決定重複實驗，但是，在添加了新的數據之後，P值變成了0.59，這連0.05的顯著性水平都沒有達到!傷心絕望的莫老兄知道，他觀察的心理學效應站不住腳了，一同破滅的，還有那顆年少成名的美麗夢想。
  • 卡方檢驗在實際工作中的應用
    答案是：卡方檢驗。為什麼用卡方檢驗？定義是什麼？p值（多設定為0.05）及自由度，根據χ2分布查出拒絕H0假設的臨界值；若計算得χ2>臨界值，即H0成立的概率＜5%，表示在95%置信水平下，觀察值與理論值之間有顯著差異；反之，則說明兩者無差異。
  • 為什麼做科研都追求結果達到顯著性水平(p值小於0.05)?
    小提示 1、點擊標題下面藍色字「三倉學術界
  • SPSS教程:分層卡方檢驗(各層的OR值如何計算?咋報告結果?)
    小咖首先對吸菸因素和疾病之間的關聯性進行了卡方檢驗，其結果顯示Pearson χ2=3.607，P=0.058，OR=1.701，95% CI為0.980-2.953，無統計學顯著性，可認為吸菸對於該疾病的發生風險並無影響。 （想知道如何計算OR值？
  • spss卡方_spss卡方檢驗 - CSDN
    ：主要看pearson卡方檢驗，sig值小於0.05，因此認為不同的性別的人對周末讀物的選擇有顯著的差別   10、最後一個表格，輸出的是phi值和V值，兩個都代表兩個變量之間的關係的緊密度，數值小於0.1說明關係不緊密，即性別與周末讀物的選擇沒有明顯的關係
  • f檢驗的p值大於 - CSDN
    F值和t值就是這些統計檢定值，與它們相對應的概率分布，就是F分布和t分布。統計顯著性（sig）就是出現目前樣本這結果的機率。2，統計學意義（P值或sig值）結果的統計學意義是結果真實程度（能夠代表總體）的一種估計方法。專業上，p值為結果可信程度的一個遞減指標，p值越大，我們越不能認為樣本中變量的關聯 是總體中各變量關聯的可靠指標。
  • f檢驗求p值 - CSDN
    F值和t值就是這些統計檢定值，與它們相對應的概率分布，就是F分布和t分布。統計顯著性（sig）就是出現目前樣本這結果的機率。2，統計學意義（P值或sig值）結果的統計學意義是結果真實程度（能夠代表總體）的一種估計方法。專業上，p值為結果可信程度的一個遞減指標，p值越大，我們越不能認為樣本中變量的關聯 是總體中各變量關聯的可靠指標。
  • 每天學習一點R:44.卡方檢驗
    卡方檢驗卡方檢驗就是統計樣本的實際觀測值與理論推斷值之間的偏離程度
  • f值 mse p值 ssr 線性回歸 - CSDN
    SSE殘差平方和              MSR均方回歸                MSE均方殘差                判定係數R_square         調整的判定係數Adjusted_R_square    復相關係數Multiple_R