《护理研究》SPSS在医学研究中的应用.ppt

随机区组设计的方差分析 体重相近的 3 只小白鼠配成一个区组, 共 5 个区组, 分别接受甲、 乙、 丙三种抗癌药物的处理。 问三种不同药物的抑瘤效果（瘤重/ g ）有无差异? Analyze|General Linear Model|Univariate 协方差分析 协方差分析 (Analysis of Covariance, ANCOVA) 是线性回归与方差分析原理结合的一种方法。 在实验研究中, 处理组间的不均衡会影响结果的可靠性和结论的准确性。 如研究对象受处理因素的作用, 各组对象的基线水平或其他特征又存在差异, 则无法判断最终的效果是处理因素起作用还是由于基线的不同而造成的。 一般解决该问题的方法之一是对各处理组完全随机化, 不过在实际情况中有时却无法实现。 协方差分析亦是解决此问题的一种多因素分析方法, 把处理因素和不均衡因素的效应估计出来。 协方差分析 协方差分析是在均数比较之前, 将某个或某些 (非处理因素的、 未控制的计量变量)对应变量有影响的变量作为协变量, 建立应变量与协变量的线性回归关系, 再利用此关系求得协变量相等时各组的修正均数, 然后用方差分析比较修正均数间的差异。 协方差分析应具备以下条件： 各样本为正态分布随机样本, 方差齐性, 相互独立。 协变量为连续变量且与应变量存在线性关系。 协变量与应变量的回归斜率相同 (回归线平行)。 完全随机设计的协方差分析 为研究 A、 B、 C 三种饲料对猪的催肥效果, 用每种饲料喂养 8 头猪一段时间, 测得每头猪的初始重量 (X) 和增重 (Y)。 试分析三种饲料对猪的催肥效果是否相同? Analyze|General Linear Model|Univariate 该资料条件如果满足, 如不考虑初始重量时, 可使用单因素的方差分析。 但现在各组的初始重量不同, 会影响不同饲料增重效果的判断, 因此将初始重量作为协变量进行方差分析, 同时在进行协方差分析前要对资料的特征进行考。 随机区组设计的协方差分析 为研究三种饲料对增加大白鼠体重的影响, 按随机区组设计将初始体重相近的 36 只大白鼠分成 12 个区组, 再将每个区组的 3 只大白鼠随机分入 A、 B、 C 三种饲料组, 但在实验设计时未对大白鼠的进食量加以控制。 问扣除进食量因素的影响后, 三种饲料对增加大白鼠体重有无差别? group (饲料)、 x (进食量 g)、 y (增重 g) 和 block (区组)。 将 40 例病情相似的淋巴系肿瘤患者随机分成两组, 分别做单纯化疗与复合化疗。 对同一研究对象进行两种临床处理 (检查或治疗) 的阳性率是否相等, 或者把每一份标本平均分成两份, 分别用两种方法进行化验, 比较两种化验方法的结果是否有本质不同。 现有 198 份痰标本, 每份标本分别用 A、 B 两种培养基培养结核菌 Analyze|Descriptive Statistics|Crosstabs 对 48 个某肺癌细胞株进行对抗肿瘤药物阿霉素和表阿霉素耐药性的检测, 试问 2 组的耐药率是否有差异? 非参数检验 非参数检验是指在母体不服从正态分布或分布情况不明时, 用以检验数据是否来自同一个母体假设的一类检验方法。 一般应用非参数检验方法的资料有以下特征： 总体分布为偏态; 总体分布形式未知; 观察例数偏少 (n30), 并且总体分布不确定; 有序或无序的等级资料; 组间离散程度相差很大, 各样本均数间方差不齐等。 非参数检验 Analyze|Nonparametric Tests 非参数检验分类： 1.卡方检验 (Chi-Square Test): 也称为卡方拟合优度检验 (Chi-Square Goodness of Fit Test), 用于检验二项或多项分类变量的分布。 卡方检验方法用来检验数据是否与某种期望概率分布的理论数据相符合。 注意, 该检验和前面所讲的字2检验不太一样, 前面所讲的卡方检验方法是通过 SPSS 系统中的菜单Analyze|Descriptive Statistics|Crosstabs 命令设置完成的。 非参数检验 非参数检验分类： 2. 二项分布检验 (Binormial Tests): 用于对给定样本数据检验其总体是否服从概率为给定数值的二项分布。二项分布最典型的案例就是抛掷硬币的实验, 根据抛掷硬币检验硬币的正反面出现的概率是否为1/2, 从而得到抛掷硬币时硬币的正反面出现的概率是否相同的结论。 非参数检验 非参数检验分类： 3. 单样本 K-S 检验 (1-Sample K-S): 是柯尔莫哥洛夫 斯密尔洛夫 (Kolmogorov-Smirnov) 检验的简称。 该检验是一种拟合优度检验,