SPSS教学课件、假设检验基础.pptVIP

医学科研数据的处理与分析第七讲、假设检验基础（t、二项分布检验）  福建医科大学 林征 2013.3 SPSS t检验 对于正态或近似正态分布的计量资料中（如临床常见的同性别同年龄的正常人群的体温、血压、脉搏、身高、体重等测量值，几乎均为此类资料），经常在使用explore探索分析确认后，进一步使用t检验分析两组资料的总体均数是否相同 SPSS Compare means Means：Compare means中功能较为强大的命令；即可作统计描述，也可作方差分析（两两比较除外） One-samples t test：样本均数与已知总体均数比较的t检验 Independent-samples t test：成组设计或完全随机设计两个样本均数比较t检验 Paired-samples t test：配对设计的两个样本均数比较t检验 One-way ANOVA：完全随机设计（单因素）多个样本均数比较的方差分析 在SPSS中，并不存在U/Z检验，因为U/Z检验专门用于总体参数s已知或大样本的情况，此时t检验的结果已经和U/Z检验相差无几 SPSS 1.means 究者要初步分析性别、以及分期对肿瘤病人PKC的值有无影响 即可使用统计制表例如Reports、Tables，也可使用专门的统计描述模块Descriptive Statistics；亦可使用Means SPSS SPSS 将多个分组因素置于不同的“层”中，将生成嵌套式表格 SPSS Anova table and eta表示是否对分组变量进行方差分析，计算h值与h2值（h值的含义可以理解为分组因素与PKC的关联性大小，类似于相关中的r；而h2值则类似于R2，表示组间平方和占总变异的百分比，即SS组间/SS总） Test for linearity用于分析不同组的均数间是否由存在线性趋势，系统会给出排在最后一个分组因素的R与R2 SPSS SPSS 此处的H0假设 为两变量间无 线性关系 SPSS 以上表示对两个分组变量作方差分析，结论是不同性别、分期的PKC水平不同 由于分期是第1层分组变量，具有3水平，SPSS会对其不同水平的PKC均数作线趋势性分析，其中Between groups为组间变异，其总F值（Combined）为74.117，P小于0.05；此外系统对不同分期与PKC的变化采用了线性趋势分析（相当于对分期与PKC作双变量回归），输出回归检验结果（Linearity相当于回归中总变异可以由线性回归解释的部分），P值小于0.05，表示存在线性趋势；而Deviation from linearity与Within groups则相当于直线回归中的残差 系统还提供线性关联的方向（R值），可见随着分期的增加，PKC均数呈现下降趋势（二者为负关联） SPSS 2. One-Samples T Test 样本均数与已知总体均数比较的t检验。在进行该检验前，最好确认该样本是来自正态总体（可以选择Explore验证，如果样本含量较小，则只能从专业知识判断） 例如：已知某地正常成年男性的脉搏均数为72次/分，现从某山区随机抽取20名健康成年男子，测得脉搏数见文件“脉搏.sav”，请问该山区男性脉搏均数是否与普通人不同？ SPSS SPSS 此处为H0假设中的总体均数 SPSS 该表为t检验结果，提供了t值、自由度、双侧检验P值、样本均数与总体均数的差值、该差值的95%可信区间。从该表中可以看出，山区男性与普通男性的脉搏均数有差别，从其差值的95%可信区间中也可以看出（区间不包含0），结合具体情况认为山区男性的脉搏数较高 SPSS 3. Independent-Samples T Test 该命令用于分析两个正态来源、方差齐性的总体所抽取的样本均数的比较，如果不满足上述两个条件则可以考虑变量转换、Explore方差齐性转换或者采用非参数检验 例如：某研究采用两种配方，对妊娠大鼠观察14天，观察体重变化（g），见数据“大鼠体重.sav”，问两种配方对大鼠的体重影响是否不同 SPSS SPSS SPSS 上表是成组t检验的主要结果，分成两部分：第一部分为Levene’s方差齐性检验的结果，可以看出P值大于0.05，所以认为两个样本所来源的总体方差齐性 第二部分为t检验结果，由于方差齐性，所以结果看上行（Equal variances assumed），P值小于0.05，认为两组有差别 两组样本均数差为19.68，差值的标准误为6.457，差值的95%可信区间为6.594～32.759，认为配方I大于配方II组 下一行结果为当方差不齐时（Equal variances not