卡方检验同t检验一样是医学论文中常用的一种统计分析方法。对医学论文而言，四格表资料的卡方检验是比较常用的统计分析方法，而行*列表资料的卡方检验（即行或者（和）列数大于2）在医学论文中也时有应用。本文将详细介绍行*列表资料卡方检验及检验方法选择（请仔细、详细阅览最后两段）。
多个样本率或构成比的比较一般采用Pearson卡方检验；双向无序资料关联性检验一般采用Pearson列联系数C（取值范围在0-1之间，愈接近0关系愈不密切，愈接近1关系愈密切）；双向有序资料线性趋势检验先采用Pearson卡方检验计算总的卡方值，然后计算线性回归分量，最后计算偏离线性回归分量。多个样本率之间的多重比较方法有卡方分割法、Scheffe’可信区间法、SNK法，医学文章中第一种方法比较常用，它是指多组之间先进行两两比较，为降低犯I类错误的概率需重新界定检验水准a（a’=2a/(2+k(k-1)),其中a为最初设定的检验水准，k为样本率的个数），最终检验结果需与a’进行比较；
行列表资料检验方法选择。1、双向无序行列表资料，若样本率或构成比比较则采用一般卡方检验，若是关联性检验及其关联密切程度则采用一般卡方检验和Pearson列联系数C。2、单向有序资料，若分组变量有序而指标变量无序采用一般卡方检验；若分组变量无序而指标变量有序采用非参数检验。3、双向有序且属性相同的资料（即配对资料），一般采用一致性检验和Kappa检验。4、双向有序属性不同的资料，若分析组间差异则采用非参数检验；若分析相关关系则采用等级相关分析；若分析线性趋势则采用线性趋势检验。
医学论文易错点：1、列联表资料的格子理论值应不小于1并且1≤T<5的格子数不宜超过格子总数的1/5，若不满足则考虑加样本量、合并或者删除相应的格子、Fisher确切概率法。2、多个样本率比较直接采用两两资料的卡方检验，忽略多重检验方法的使用。3、医学论文中最常见错误是未考虑分组和（或）指标资料的有序性，直接套用卡方检验。
您若对本文有疑问或者咨询统计相关问题，欢迎留言或私信小编。