统计分析方法和SPSS使用.pptVIP

统计分析的一般原则和方法 数据分析的过程中分为： 数据的收集和录入 数据的质量的控制 统计方法的选择 统计方法选择的基本思路 统计方法的正确选择极为重要，是保证正确可靠统计结论的基本保证。 变量分为单变量、双变量 数据类型分为计量资料、计数资料、等级资料。 一、单变量－计量资料的分析 二、双变量－计量资料的分析 一、假设检验的基本思想 假设检验的基本思想：先提出假设，然后在假设成立的前提下看实际抽到的样本是否属小概率事件，若属小概率事件，则拒绝该假设；若不属小概率事件，则不拒绝该假设； 无效假设（null hypothesis）H0: ?=?0 备择假设（alternative hypothesis）H1: 假设检验的步骤 建立检验假设和确定检验水准 选定检验方法和计算检验统计量 确定P值和做出推断结论 一、建立检验假设和确定检验水准 在均数的比较中，检验假设是针对总体特征而言，包括相互对立的两个方面，即两种假设： H0 无效假设或称原假设、零假设 H1 备择假设，它是H0的对立面 ? 称为检验水准（level of significance） 假设检验还需根据不同研究目的事先设置是否拒绝原假设的判断标准，即检验水准。检验水准也称显著性水准，它指无效假设H0为真，但被错误地拒绝的一个小概率值。 一般取 ? =0.05 H0、H1和?的确定，以及单侧检验或双侧检验的选择，都应结合研究设计，在未获得样本结果之前决定，而不受样本结果的影响。 二、双侧检验和单侧检验 在进行检验时，如果其目的在于检验两个总体均数是否相等，即为双侧检验。例如检验某种新降压药与常用降压药效力是否相同？就是说，新药效力可能比旧药好，也可能比旧药差，或者效力相同都有可能。 如果我们已知新药效力不可能低于旧药效力，例如磺胺药+磺胺增效剂从理论上推知其效果不可能低于单用磺胺药，这时，无效假设为H0, 备择假设为H1： ?1?2 , 统计上称为单侧检验。 对同一资料进行检验，单侧检验比双侧检验更易得出差别有统计学意义的结论，但采用单侧还是双侧检验，必须事先根据业务知识予以确定，不能等到计算t值以后再主观选定。一般认为双侧检验较为稳妥，故较常用。 如比较两种药物的疗效时，研究者可能有一定理由认为新药不会比旧药差，但不能排除相反的可能性，这时研究者就不宜只关心新药是否优于旧药而采用单侧检验。 三、 假设检验的两类错误 设H0：?=0，H1：?0, ?=0.05， 将拒绝了正确的无效假设H0 称为I 类错误(type I error)：也称为假阳性错误，当?实际上真的为0，即H0：?=0原本是正确的，但由于偶然因素的影响，随机抽样时得到一个较大的检验统计量 t 值，故?t?? t?,?时，则P?0.05 时，按所取检验水准? 只能拒绝H0，接受H1，结论为?0, 由于拒绝了实际上是正确的H0，此推断结论当然是错误的，即犯了I 型错误。I 型错误的概率是?=0.05。 接受了错误的无效假设H0 称为Ⅱ类错误（type II error），也称为假阴性错误， 即不拒绝实际上是不成立的H0。就是无效假设原本是不正确的，但所算得的统计量t 没有超过t0.05水平从而接受了无效假设，错误地得出了无差别的结论。 Ⅱ型错误是针对备择假设而言的，其概率值用β表示。β值的大小一般未知，只有在不同总体特征已知的基础上，按预定的?和n才能做出估算。 检验效能： 1-β即指在备择假设正确的前提下，拒绝了实际上不成立的H0而做出正确推断的概率，其意义为当两总体确有差别，按规定的假设检验水准? 所能发现该差别的能力。通常检验效能应该达到0.8左右。 四、确定P值和做出推断结论 拒绝H0，不能认为H0肯定不成立，因为在H0成立的条件下，出现现有检验统计量值及更极端情况的概率虽小，但仍可能出现，只是可能性很小而已；同理，不拒绝H0，也不能认为H0肯定成立。 因为检验假设时，必须对被检验的假设做出明确判断，只能从“拒绝”或“不拒绝”中选择一个较为合理的决定。由此可见，假设检验的结论是具有概率性的。不管是否拒绝H0，都