Cochran-Armitage趋势检验（CAT趋势检验）是一种用于分析两个分类变量关联性的方法，尤其适用于2 x K的分类数据，其中K为有序变量。该检验探讨有序变量在不同组间的发生率和排序之间的线性关系，类似于逻辑回归。在基因型关联分析中，当遗传模型未知时，通常采用加性模型进行分析。与卡方检验相比，CAT趋势检验具有更高的检验效能，是关联分析的有效工具。
欢迎关注”生信修炼手册”!
Cochran-Armitage trend test，简称为CAT趋势检验，是由William Cochran和Peter Armitage提出的一种分析两个分类变量关联性的检验方法，和卡方检验不同的是，该方法要求其中一个分类变量必须只有两个类别，另外一个变量则是一个有序的分类变量。
简而言之，该方法适用于处理2 x K的分类数据，这里的K是一个有序变量, K最小值为3。该方法用来探究有序变量在各组中的发生率和对应的排序之间是否存在线性关系，有点类似逻辑回归。
下图所示是一个K=3的例子
CAT检验构建了一个统计量T. 计算过程如下
这里的t代表的是每个k的权重，是k变量的排序顺序， 也称之为k的趋势。两组间的差异通过N1 x R2 - N2 x R1来体现，通过系数t来对k的不同取值进行加权，即将原始的差异结果乘以一个系数。T这个统计量看作是两组间差异量加权后的总和。
对该统计量进行卡方检验，计算公式如下
最低0.47元/天 解锁文章
4858
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
