Хи-квадрат Пирсона Опции

[docanton]

Уважаемые специалисты по медбиостатистике, опять нужна ваша неоценимая помощь.
Не мог найти в Интернете чётких указаний расчёта Хи-квадрата пирсона в программе SPSS 17 версии.
Как всем известно, что достоверность различий качественных показателей, либо выраженных в абсолютных числах, либо в процентах (ну, например, доля от целого), необходимо считать только методами непараметрической статистики. Их нельзя считать методами параметрической статистики - например, критерием Стьюдента. Так как это в корне неверно.
Это все известно.
В монографии МЕДИЦИНСКАЯ ДИССЕРТАЦИЯ: РУКОВОДСТВО / АВТ.-СОСТ. С.А. ТРУЩЕЛЁВ; ПОД РЕД. АКАД. РАМН, ПРОФ. И.Н. ДЕНИСОВА. -3-е изд., ПЕРЕРАБ. И ДОП. - М.: ГЭОТАР-МЕДИА, 2009. - 416С.
Приведена таблица какими методами в статистике надо считать свои данные.
Привожу таблицу в прикреплённом файле под номером 1

Вопрос: как располагать данные в таблице вышеуказанной программы, чтобы получилась таблица сопряжённости -частоты наблюдаемые и ожидаемые. для подсчёта Хи-квадрата Пирсона. И вообще что за частоты?
например, есть два ряда значений качественных
Первый ряд - в первый день лечения - это наблюдаемые? Второй ряд - после лечения тоже качественные. Это ряд ожидаемых частот ли?
Нигде точно не могу найти ответ. никто не знает.

P.S. Что-то не прикрепляется файл в Опере

Сообщение отредактировал docanton - 20.06.2010 - 23:03

[docanton]

У меня где-то есть исходные данные. как подсчитывались проценты.

Чтобы посчитать, эта форула всем известна.

|M1 - M2| / корень квадратный из m1 в квадрате + m2 в квадрате

Если исходные данные по клеткам будут, то тогда какой метод можно использовать?

[плав]

У меня где-то есть исходные данные. как подсчитывались проценты.

Чтобы посчитать, эта форула всем известна.

|M1 - M2| / корень квадратный из m1 в квадрате + m2 в квадрате

Если исходные данные по клеткам будут, то тогда какой метод можно использовать?

Не всем. Формула, которую Вы приводите - это для случая неравных дисперсий, там проблема с определением пограничного значения t (в данном случае она явно не годится), нужна формула для равных дисперсий.
Если будут исходные данные по клеткам (т.е., например, число клеток) - то пуассонова регрессия или (если проценты), то см. мой пост выше по смешанным моделям (на самом деле и у тут надо использовать t-тест для связанных совокупностей, но цифры были приведены в таком виде, что...)
Еще более простой вариант - подсчитать разность количества клеток до/после и использовать дисперсионный анализ или просто t-тест для одной выборки.