SAS CMH檢驗

Table 控制變量*分組變量*分析變量 / CMH ;

 

 CMH用在調整某幾個分層變量時非常強勁。CMH中的分析都是“計數”，通過數個數來計算的。所以會加在FREQ中。

 這的stratified factor只能是分類變量。

 舉例：

 

data dat6;
do id = 1 to 2;
do r=1 to 4;
do c=1 to 4;
input freq @@;
output;
end;
end;
end;
datalines;
1 4 11 27 143 411
2 9 37 66 317 1183
3 3 39 84 22 182 355
2 147 94 41 139 160
1 6 11 27 143 411
2 2 37 66 317 1183
3 5 39 84 22 182 355
2 47 94 41 139 160
;

proc freq data=dat6;
tables id * r * c/nopct nocol norow chisq cmh;*Nonzero Correlation;*M-H;
weight freq;
run;

 

 

 

 

 

 

 第一個圖是沒加CMH，沒有去除中心ID效應。第二個圖是加了CMH，去掉了中心ID效應，卡方值變小。

1. 當加了CMH，此時只看下圖CMH中那三個統計量，不需要看上述的統計量。
2. 上圖中的M-H卡方統計量，只有在行列都有序的情況下才看。

 

 

 

1. 行列都有順序。

 

 都是認為在行列都有順序的情況下使用，一般情況下都是這么用。

*row and column are in order;
data dat6;
do r=1 to 4;
do c=1 to 4;
input freq @@;
output;
end;
end;
datalines;
4 11 143 411
9 37 317 1183
39 22 182 355
147 94 139 160
;
proc freq data=dat6;
tables r * c/nopct nocol norow chisq cmh;*Nonzero Correlation;*M-H;
weight freq;
run;

行和列都有序，也就是影響變量和反應變量都有序，看它們之間的相關性。看Non-zero Correlation, 也就是第一個。也就是非零相關。比如說服葯量和紅腫等級。只是說根據數類型據選取合適的統計方法。

這個就是卡方結果中的Mantel-Haenszel 卡方的，在不指定stratified factor時。

Spearman等級相關也是順序資料，但Spearman等級相關計算時，是用等級進行的計算，而不是頻數。

 

2. 行有序，就是影響變量有序

The two-level variable represents the response, and the other variable represents an explanatory variable with ordered levels

這是用trend選項實現Cochran-Armitage Test，限制是，反應變量是二分類變量。

 

*row is in order;
data dat5;
do r = 1 to 3;
do c = 1 to 2;
input freq @@;
output;
end;
end;
datalines;
59 25
169 29
196 9
;

proc freq data=dat5;
tables r * c/nopct chisq nocol trend cmh;
weight freq;
run;

 

 

 影響變量有序，說明隨着影響變量的順序，反應變量有某種趨勢。加上trend。比如劑量和不良時間發生數，隨着劑量增大，不良反應數減小。

 

3. 列有序，也就是反應變量有序。

 

 當只有一個層時，也就是沒分層因素，基本就是方差分析。

如果有多個層，相當於分層方差分析或者K-W檢驗。

*column is in order;
data dat4;
do r=1 to 2;
do c=1 to 3;
input freq @@;
output;
end;
end;
datalines;
13 10 6
21 7 4
;
proc freq data=dat4;
tables r * c/nopct nocol chisq cmh;*row means score differ;
weight freq;
run;

列有序，選第二個row means score differ。說明在不同區間，反應有高有底。

如果指定 / score = rank。是Friedman檢驗，說明不同group間，反應是否不同。

 

4. 行列都無序

 

data dat3;
do r=1 to 3;
do c=1 to 4;
input freq @@;
output;
end;
end;
datalines;
112 150 205 40
200 112 135 73
362 219 310 69
;

proc freq data = dat3;
table r*c/chisq cmh NOROW NOCOL;*general association;
weight freq;
run;

行列都無序，選最后一個，general association常規關聯。