一、问题与数据

某医生拟探讨是否可以通过改善生活方式，如增强体育锻炼、减小体重及改善饮食习惯等，降低患者的胆固醇浓度。

现该医生招募了32位高胆固醇、生活习惯差的受试者，并将其分成3组。其中一组给予降胆固醇药物，一组给予饮食干预，另一组给予运动干预。经过6个月的试验后，该医生重新测量受试者的胆固醇浓度，分为高和正常两类。

该医生收集了受试者接受的干预方法（intervention）和试验结束时胆固醇的风险程度（risk_level）等变量信息，并按照分类汇总整理出频数（freq）变量，数据如下：

注：本研究将胆固醇浓度分为“高”和“正常”两类，只是为了分析方便，并不代表临床诊断结果

二、对问题分析

为更好地介绍Fisher精确检验（2×C）分析方法，并说明其与卡方检验（2×C）的区别，本章节仍使用卡方检验（2×C）的例子，但对数据模型进行了调整，使其更符合Fisher精确检验（2×C）的要求。进行Fisher精确检验（2×C）也需要满足4项假设：

假设1：观测变量是二分类变量，如本研究中胆固醇的风险程度是二分类变量。

假设2：存在多个分组（>2个），如本研究有3个不同的干预组。

假设3：具有相互独立的观测值，如本研究中各位受试者的信息都是独立的，不存在相互干扰作用。

假设4：样本量足够大，最小的样本量要求为分析中的任一期望频数大于5。

经分析，本研究数据符合假设1-3，那么应该如何检验假设4，并进行Fisher精确检验（2×C）呢？

三、SPSS操作

3.1 数据加权

如果数据是汇总格式，则在进行Fisher精确检验之前，需要先对数据加权。

数据加权的步骤如下：

在主页面点击Data→Weight Cases