王琪，胡良平，柳伟伟

R × C 列联表资料可以分为双向无序的 R × C 列联表资料、结果变量为有序变量的单向有序 R × C 列联表资料、双向有序且属性不同的 R × C 列联表资料和双向有序且属性相同的 R × C 列联表资料[1]，前两期已介绍了前三类，本文将继续介绍第四类 R × C 表资料及其用 SAS 软件实现统计分析的全部内容。

1 双向有序且属性相同的 R × C 列联表资料的统计分析与 SAS 实现

列联表资料中，当行变量与列变量的性质相同且取值的水平数及含义也相同时，称这样的资料为双向有序且属性相同的列联表资料。双向有序且属性相同的列联表是一个“方形”列联表，它的主要目的是希望回答行变量与列变量的检测结果是否一致的问题。

双向有序且属性相同的方形列联表实际上是配对设计2 × 2 列联表资料的“扩大”，在处理“方表”资料时，人们更关心的是两种检测方法检测的结果之间是否具有一致性，故常用的统计分析方法叫做一致性检验，也称为 Kappa 检验。

一致性检验（Kappa 检验）的计算公式如下[2]：

上式中 Ri代表第 i行的频数合计，Cj代表第 j 列的频数合计。

以下将通过实例向读者介绍如何用 SAS 软件处理双向有序且属性相同的 R × C 列联表资料。

【例 1】 围产期缺氧可致新生儿脑损伤，为探讨头部 CT对新生儿缺氧后脑损伤程度判断的作用，选择 22 例缺氧缺血性脑病患儿，采用岛津 TH700 螺旋 CT 对其头部进行检查。临床分度与 CT 分度的结果见表 1，试分析两种方法有无一致性。

表 1 临床分度与 CT 分度比较

分析与解答：该资料为双向有序属性相同的 R × C 表，根据研究目的，应采用 Kappa检验（一致性检验）对其进行统计分析。……