подскажите как подсчитать р между группами в нижеследующей таблице сопряженности. сказали надо использовать использовать двусторонний критерий для сравнения процентов (в американской литературе он также называется z-test for percent)

Фатальные кардиальные осложнения (χ2=6,23, р=0,0443)
I группа (n=30) II группа (n=30) III группа (n=35)
Фатальный ИМ 0 0 2 (5,7%)
ОСН с летальным исходом 0 1 (3,3%) 3 (8,6%)
всего 0 1 (3,3%) 5 (14,3%)
р р II-III =?

Поскольку у Вас 3 группы, после того, как Вы найдете, что эти группы в целом отличаются (если не отличаются - на этом все заканчивается), Вам придется использовать апостериорные тесты (post-hoc) , чтобы выяснить, какая группа отличается от какой (1 против 2, 1 против 3, 2 против 3). Методов, которые были предложены для определения, где "зарыто" статистически значимое отличие между группами было предложено несколько (Irwin 1949., Lancaster 1950., Kimball 1954., Kastenbaum 1960., Castellan 1965 и др). Лично я использую в этих целях процедуру Marascuilo (на русский сделайте перевод сами ) Пример: "статус" курения среди пациентов с раком легких в 3 группах
n1 - количество курящих пациентов
n2 - общее количество пациентов
р - пропорция

(n1) (n2) (p)
83 86 0.965
90 93 0.968
70 82 0.854

1) Определяем, есть ли статистически значимая разница между 3 группами в общем с помощью теста Хи-квадрат для m пропорций. Получаем Overall Chi Square = 11.1533 df = 2 p = 0.0038, то есть разница есть, где "зарыта" - начинаем искать.
2) Применяем процедуру Мараскило (да простит он меня за произношение), получаем:

A B Di Chi p
1 2 -0.0026 0.0095 0.9953
1 3 0.1115 6.4873 0.039
2 3 0.1141 7.0005 0.0302


A&B - группы, которые попарно сравниваются между собой с применением поправок на множественные сравнения
Di - разница пропорций между группами
Chi - Chi-square
p - p-value

Делаем вывод, что статистически значимо отличаются группы 1 и 3, 2 и 3.

Если Вы хотите научиться считать все это самостоятельно, то Fleiss, et. al. 3rd ed. "Statistical Methods for Rates and Proportions". Если Вам достаточно получить результат, можете сбросить свои данные в том формате, который я привел в примере, проведу расчеты, глянем на результат (я, к сожалению, не могу понять, что Вы написали - надеюсь, это не взаимно )

Спасибо за помощь. у меня 3 группы сравнения и данные сравниваются построением таблицы сопряженности и хи квадратом пирсона. мне надо в группах с р меньше 0,05 провести межгрупповое сравнение чтоб выявить какие группы отличаются. я привела таблицу по признаку фатальные кардиальные осложнения. в 1 гр.(n=30) ИМ 0, ОСН 0, во 2 гр.(n=30) ИМ 0, ОСН 1(3,3%), 3 гр.(n=35) ИМ 2(5,7%), ОСН 3(8,6%)больных, пери расчете (χ2=6,23, р=0,0443)

процедура Marascuilo есть ли в стат. пакете STATISTICA

Спасибо за помощь. у меня 3 группы сравнения и данные сравниваются построением таблицы сопряженности и хи квадратом пирсона. мне надо в группах с р меньше 0,05 провести межгрупповое сравнение чтоб выявить какие группы отличаются. я привела таблицу по признаку фатальные кардиальные осложнения. в 1 гр.(n=30) ИМ 0, ОСН 0, во 2 гр.(n=30) ИМ 0, ОСН 1(3,3%), 3 гр.(n=35) ИМ 2(5,7%), ОСН 3(8,6%)больных, пери расчете (χ2=6,23, р=0,0443)

мне это очень важно, сама никак не могу разобраться

В Статистике так же как и в СПСС - скорее всего, что нет.

Я не совсем понимаю приведенные Вами цифры - в первой группе 30 человек и нет ни одного человека с интересующим Вас признаком? (если судить по ИМ 0, ОСН 0). Получается, что изучается признак, который в группе никак не представлен..как-то странно.. Вы можете указать, сколько в 1 группе было фатальных кардиальных осложнений, сколько было во 2 и 3?

у меня 3 группы по лечению, в 1.гр. применяли бетаблокаторы в качестве кардиотропной терапии, и имели меньше кардиальных осложнений после операции, 1 ИМ с благопр. исходом, с летальным исходом 0, во 2 гр. применяли дилтиазем - в результате 1 нелетальный ИМ, и 1 ОСН с лет. исходом, в 3 гр. не получали 1 и 2 препарат, в итоге 5 летальных исходов: 2 ИМ и 3 ОСН.
в книжке Гланца предлагается объединить 2 колонки с близкими результатами и проанализировать 2х2 табл с поправкой Бонферони, а те, кто помогал со статистикой сказали примени z тест для процентов, и уехали в отпуск. в итоге, нигде толком не нашла описание z теста для процентов, только для средних в excel пакете, думаю это не то что мне нужно. и теперь, когда горят все сроки, не знаю что делать

Не важно чем лечили, важно измерить величину осложнений точно также , как важно вначале измерить величину эффекта, а потом статистически оценить эту величину.

Есть три группы по методам лечения и два типа осложнений. По первому типу осложнений таблица сопряженности не значима , только в третьей группе есть два осложнения, по второму типу осложнений также нет сопряженности между числом осложнений и группой. Чтобы получить желаемое р=0,04 сложили эти два типа осложнений и приведенное значение хи кв. относится к таблице, построенной по сумме осложнений в каждой группе. В первой группе осложнений нет. Фактически, если интересует сравнение группы 2 и 3, то нужно сравнить доли 1/30 (или 2/30) с 5/35. Разница этих долей статистически не значима. Вот и вылезает та самая глупость, когда результат основывается только на p-value

Хочется напомнить, что речь идет о смертельных осложнениях .

На практике сравнивают не два, а гораздо большее число типов осложнений, и очень хорошо для больных, что осложнений вообще нет или их мало и таблицы сопряженности малонасыщены. Для демонстрации различий в группах в таких случаях таблицы сопряженности малопригодны.

Больше полезной информации дают индексы диверсификации, которые учитывают и число и разнообразие осложнений и могут служить для оценки величины осложнений. Сравнение некоторых индексов на форуме обсуждалось.

Если хотите все же Z-Test , то проще некуда http://www.philosophyexperiments.com/statistics/ можете сравнивать любые доли фатальных или не фатальных осложнений 1/30 и 5/35 (The Z-Score is -1.521. The p-value is 0.12852). Тем более 2/30 не будет отличаться от 5/35 (The Z-Score is -0.988. The p-value is 0.32218). Первая группа против третьей, действительно лучше (The Z-Score is -2.155. The p-value is 0.03156)

Попробуйте проанализировать как предлагает Гланц, Бонферрони прикрутите за 1 минуту. Может Вам кто-то еще с форума что-то подскажет, потому как то, что предложил я - работать не будет. Мне слабо представляется возможным искать стат. знач. отличия между 5 случаями и 1 (или 0) на выборке в 30..мне кажется, что даже при объединении хи-квадрат не сможет выдать корректный результат, поскольку оч. маленькая частота наблюдений анализируемого Вами признака..

Да, Вы правы насчет маленькой доли осложнений,

Спасибо заинформацию. подскажите, может быть неверно мне для этого признака применять хи квадрат Пирсона, а надобы что нибудь другое

Ну, строго говоря, не совсем корректно, т.к. для вашей таблицы сопряжённости есть ячейки с очень малыми ожидаемыми значениями. Здесь правильнее использовать точный перестановочный тест, но для этого нужно качать и ставить специальные программы: StatXact - для точного расчёта или R для перебора по Монте-Карло. Но это в любом случае не решит проблемы попарных различий. Я бы в вашем случае сделал бы логлинейный анализ, а затем посмотрел значения стьюдентизированных остатков или отклонения Фримана-Тьюки - это не прямое попарное сравнение, но в чём-то даже лучше, т.к. позволяет понять за счёт каких ячеек таблицы критерий оказался значимым. Можно в качестве штрафа за малые ожидаемые предварительно добавить ко всем клеткам таблицы небольшую константу, скажем Statistica, если её не одёрнуть, в модуле логлинейного анализа "по умолчанию" всегда добаляет константу 0,5.

Спасибо большое за информацию, только я еще этот метод не освоила. попробую и выложу что получилось в Statistica