SPSS教学课件、假设检验基础.ppt

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 Levenes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 assumed）采用 t 检验的结果 SPSS 4. Paired-Samples T Test 配对 t检验用于配对设计的两个样本均数比 较，要求差值满足正态分布 例如研究者用某降压药治疗 9例高血压病人， 测得治疗前后的舒张压如数据“高血压疗 效 .sav”，问是否认为治疗前后舒张压有差 别 SPSS SPSS 请 注 意 配 对 设 计 资 料 的 输 入 格 式 与 成 组 设 计 的 不同 ！ SPSS SPSS 配对 t检验结果提示双侧 P=0.006，故拒绝无 效假设，认为治疗前后有差别 结合可信区间，得出治疗后血压总体低于 治疗前的结论 SPSS 二项分布检验 检验二分类变量值出现的情况是否满足假 设的二项分布 B(n,p) 根据以往经验，新生儿染色体异常的概率 为 1，某医院观测了当地共 136名新生儿， 发现 1例染色体异常，问该地新生儿染色体 异常的概率是否低于一般情况？ 即可通过 Compute直接计算概率，亦可通过 Analyze-nonparametric tests-Binomial 分析 SPSS SPSS SPSS SPSS 此处 为 p0 使用二项分布的累积概率直接计算 使用二项分布正态近似法计算 SPSS B i n o m i a l T e s t 异 常 1 . 0 1 . 0 1 . 6 0 5 a , b . 6 0 5 正常 1 3 5 . 9 9 1 3 6 1 . 0 0 G r o u p 1 G r o u p 2 T o t a l 染色体 C a t e g o r y N O b s e r v e d P r o p . T e s t P r o p . A s y m p . S i g . ( 1 - t a i l e d ) E x a c t S i g . ( 1 - t a i l e d ) A l t e r n a t i v e h y p o t h e s i s s t a t e s t h a t t h e p r o p o r t i o n o f c a s e s i n t h e f i r s t g r o u p . 0 1 .a . B a s e d o n Z A p p r o x i m a t i o n .b . 二项分布检验针对的是第一种分类的总体率，本 例为异常；如果将正常置于第一分类，则总体率 相应改为 99% 结果为单侧检验 P=0.605（近似法与精确法相同）， 尚不拒绝 H0