SPSS软件中几种常用的统计方法.pptVIP

目录 1、卡方检验中的OR值 2、均值检验 卡方检验 χ2检验是以χ2分布为基础的一种假设检验方法，主要用于分类变量，根据样本数据推断总体的分布与期望分布是否有显著差异，或推断两个分类变量是否相关或相互独立。 优势比 优势比（odd ratio，OR）指在病例-对照研究中病例组暴露人数与非暴露族人数的比值(a/b)除以对照组暴露人数与非暴露人数的比值(c/d),即ad/bc。 OR值即是相对危险度的精确估计值。 优势比（odds ratio，OR） 结果 吸烟 不吸烟 合计 食管癌患者 309(a) 126(b) 435 非食管癌患者 208(c) 243(d) 451 合计 517(a+c) 369(b+d) 886 吸烟与食管癌关系的病例对照调查结果 OR值的意义： OR值等于1，表示该因素对疾病的发生不起作用； OR值大于1，表示该因素是危险因素； OR值小于1，表示该因素是保护因素。  SPSS应用 操作步骤： 在“变量视图”栏中输入相应的变量类别。 SPSS应用 在各变量的值标签中输入相应的值 SPSS应用 返回“数据视图”栏输入相应的数据。 SPSS应用 选择“数据→加权个案 ”，对数据进行加权。 SPSS应用 选择“分析→描述统计→交叉表”，将“吸烟状况”和“组别”分别添加到“行、列”框中。然后点击“统计量”，勾选“卡方”和“风险” 输出结果 卡方检验 OR值计算 均值的比较检验 - 推断样本与总体或者两个总体之间的差异是否显著 本章结构 单一样本的均值检验 独立样本的均值检验 配对样本的均值检验 均值的比较检验 单因素的方差分析 单一样本均值的检验 -检验样本所在总体的均值与给定的已知值之间是否存在显著性差异 单一样本均值的检验 对单一变量的均值加以检验 如检验今年新生的身高、体重等是否和往年有显著差异；推断某地区今年的人均收入与往年的人均收入是否有显著差异等等。 要求样本数据来自于服从正态分布的单一总体 SPSS应用 操作步骤 按照顺序：分析 → 比较均值 → 单样本T检验，进入单一样本T检验 “单样本T检验”对话框中，将左侧“右2:4”变量选入到检验变量“检验变量”框中。右下角检验值“检验值”框用于输入已知的总体均值，在本例中假设为“1”。如图所示 输出结果（1） 结果解释： 此表给出了单一样本均值检验的描述性统计量，包括均值、标准差和均值标准误差。右手指长2D:4D的均值为0.93632，接近假设总体均值1，但还不能就此下结论。 输出结果（2） 结果解释 此表是单一样本均值检验的结果列表，给出了t统计量、自由度、双尾概率、显著水平及置信区间。双尾概率P=0.0000.05，故本研究样本2D:4D比值与假设的总体均值具有显著性差异。 独立样本均值的检验 -比较两个独立没有关联的正态总体的均值是否有显著性差异 独立样本均值的检验 独立样本的均值检验，实质是总体均值是否相等的显著性检验 要求两个样本来自的总体为正态分布，且相互独立 SPSS应用 操作步骤（1） 按照顺序：分析 → 比较均值 → 独立样本T检验，进入独立样本T检验 “独立样本T检验”对话框中，将左侧“右2:4”变量选入到 “检验变量”框中，再将分类变量“性别”选入 “分组变量”框中。 操作步骤（2） 单击定义组别“定义组”按钮，弹出“定义组”对话框，如图所示，分别为组1和组2输入1，2。(1代表男性，2代表女性) 输出结果（1） 结果解释 此表给出了独立样本均值检验的描述性统计量，包括两个样本的均值、标准差和均值标准误差。 输出结果（2） 结果解释 对于方差齐性检验，其p值为0.7310.05，认为两样本来自的总体的方差相等。 对于均值的检验，应在方差齐性假定下进行。其对应的p值为0.1040.05，认为男生和女生右手2D:4D没有显著性差异。 配对样本均值的检验 -比较两个配对总体的均值是否有显著性差异 什么是配对样本 指不同的均值来自具有配对关系的不同样本，此时样本之间具有相关关系，配对样本的两个样本值之间的配对是一一对应的，并且两个样本具有相同的容量。 如，一组病人治疗前和治疗后身体的指标；一个年级学生的期中成绩和期末成绩等等。 单因素方差分析one-way ANVOA -推断完全随机设计的多个样本所代表的各总体均数是否相等 完全随机设计（completely random design）不考虑个体差异的影响，仅涉及一个处理因素，但可以有两个或多个水平，所以亦称单因素实验设计。在实验研究中按随机化原则将受试对象随机分配到一个处理因素的多个水平中去，然后观察各组的试验效应；在观察研究（调查）中按某个研究因素的不同水平分组，比较该因素的效应