SPSS能做Cochran-Armitage趨勢檢驗嗎

SPSS能做Cochran-Armitage趨勢檢驗嗎

Cochran-Armitage (CA) 趨勢檢驗是一種用於分析1個二分類變量和1個有序分類變量關聯性的統計方法，由Cochran和Armtiage創建和完善。線性趨勢檢驗中最常用的一種方法就是Cochran-Armitage趨勢檢驗。因為二分類變量和有序分類變量可以列聯表的形式表示，所以很多人將針對於這類資料的趨勢檢驗稱為趨勢卡方檢驗。

常見的應用例子應該是研究不同等位基因與疾病的關系，比如橫斷面研究不同基因型aa\Aa\AA對應的某病的患病率。假設資料如下：

SPSS中的趨勢檢驗LLA 

那么，我們常用的SPSS統計軟件該如何進行此分析？很多SPSS的軟件教程書籍中都可能有一章節為“趨勢卡方檢驗”，它們選用Crosstabs過程中的線性關系Linear-by-Linear Association (LLA)統計量完成，該操作過程同卡方分析。結果如下圖，雙側近似P值為0.023<0.05，可以認為基因型純度與疾病患病之間存在線性趨勢。

CA與LLA的區別 

但近日有位朋友拿着reviewer的意見找我說，他們要求把Linear-by-Linear Association改為Cochran-Armitage Trend Test，那么，兩者的區別在哪？SPSS軟件的Cochran-Armitage趨勢檢驗究竟如何操作？

兩者究竟是有所區別的，下面看看來自SPSS軟件公司Principal Support Statistician and Manager of Statistical Support部門的答復：“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趨勢檢驗，Linear-by-Linear Association可以得到近似的結果。

CA趨勢檢驗在SAS與R中實現 

SAS代碼及結果

proc freq;

tablerow*col /trend;

weightn;

run;

雙側P值為0.0224與SPSS中的Linear-by-Linear Association結果(0.023)接近。

R代碼及結果

library(CATT)

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

CATT(table=tbl)

雙側P值為0.0224與SAS的結果完全一樣。

所以，無論是Linear-by-Linear Association，還是Cochran-Armitage，兩種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，它們都可以得到線性趨勢的統計結論。