-t检验.docVIP

两个样本均数间的比较 —— T检验 在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），经常在使用前一章计量资料描述过程分析后，还要进行组与组之间平均水平的比较。本章将介绍常用的ｔ检验。 Compare means过程包括了以下几个命令： Means：实质为一个统计描述命令，主要用于检验前的预分析。其功能同descriptive statistics中的descriptives，不过在该命令中可使用分组变量。 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：成组设计或完全随机设计多个样本均数比较的方差分析 在SPSS中，并不存在U检验，因为U检验专门用于总体参数?已知或大样本的情况，此时t检验的结果已经和U检验相差无几。 Means： 与上一讲中专用的统计描述命令相比，means过程可以使用已有的分组变量分组描述，而且如果需要means过程可以直接输出方差分析的结果。 例如研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。 上图是means过程的操作界面，dependent list为因变量入选框，将PKC选入；independent list为分组变量入选框，将性别和分期选入其中。Layer的含义为是否对入选分组框的两个变量分层，如果不分层，则分期和性别一起并排放在Layer 1 of 1中，分别计算男性与女性（不作分期分组）；2、3、4期（不作性别分组）的观察值均数、标准差、和例数。如果将性别放入第1层，按next，将分期选入第2层，则结果部分会出现如下输出： 上图表示在分层时，性别为第一层的分组变量，而分期为第二层（位于性别之下）的分组变量。在本例题中，我们仅仅是要对数据进行初步分析，单独分析两个因素与PKC的关系，所以考虑不分层。 在Options中可以定义统计的指标，选择算术均数、标准差、观测例数，如下图： Statistics for First Layer选项框表示是否对第一层的分组变量进行检验，分析该变量是否影响PKC的平均水平。Anova table and eta表示是否对分组变量进行方差分析，计算?值与??值（?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??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。 设定Options后可以点击OK，系统给出统计结果如下： 上表为对性别、分期的观测例数汇总。可见没有缺失值，所有个体都参与分析。 分别输出性别、分期的不同水平下PKC的平均数。 上两表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层分组变量的最后一个因素，所以系统会对其不同水平的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；由于我们对它与PKC间采用了线性趋势分析（相当于对分期与PKC作双变量回归），所以系统还会输出回归检验结果（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则相当于直线回归中的残差。在下表中，系统还会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）。 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？ 运行程序，将脉搏选入teat variable中，test value为已知的总体参数，填入72；点击Options定义如何处理缺失值。Confidence Interval为定义均数差值的95%（可以作其它定义）可信区间，如果已知总体均数为0，则它的计算结果实质就是由该样本均数推算的未知总体95%可信区间。Exclude cases analysis by analysis为分析该变量如果有缺失值则将该记录删除；Exc