SPSS教程第05章.docx
《SPSS教程第05章.docx》由会员分享,可在线阅读,更多相关《SPSS教程第05章.docx(21页珍藏版)》请在冰点文库上搜索。
SPSS教程第05章
第五章平均水平的比较
第一节Means过程
5.1.1主要功能
5.1.2实例操作
第二节Independent-SamplesTTest过程
5.2.1主要功能
5.2.2实例操作
第三节Paired-SamplesTTest过程
5.3.1主要功能
5.3.2实例操作
第四节One-WayANOVA过程
5.4.1主要功能
5.4.2实例操作
在正态或近似正态分布的计量资料中(如临床常见的体温、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。
本章将分四节分别介绍这一统计方法:
即常用的t检验和单因素方差分析。
第一节Means过程
5.1.1主要功能
与第四章中Descriptives过程相比,若仅仅计算单一组别的均数和标准差,Means过程并无特别之处;但若用户要求按指定条件分组计算均数和标准差,如分性别同时分年龄计算各组的均数和标准差,则用Means过程更显简单快捷。
返回目录
返回全书目录
5.1.2实例操作
[例5.1]某医师测得如下血红蛋白值(g%),试作基本的描述性统计分析:
对象编号
性别
年龄
血红蛋白值
对象编号
性别
年龄
血红蛋白值
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
女
男
女
女
男
男
女
男
女
女
男
男
男
女
女
女
男
男
女
男
18
16
18
17
16
18
16
18
18
17
18
18
16
17
17
17
17
16
16
18
12.83
15.50
12.25
10.06
10.88
9.65
8.36
11.66
8.54
7.78
13.66
10.57
12.56
9.87
8.99
11.35
14.56
12.40
8.05
14.03
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
女
男
男
女
女
女
女
男
男
男
男
女
女
女
男
男
男
男
女
男
16
16
18
18
17
18
17
16
16
18
16
16
18
18
18
18
17
17
16
16
11.36
12.78
15.09
8.67
8.56
12.56
11.56
14.67
7.88
12.35
13.65
9.87
10.09
12.55
16.04
13.78
11.67
10.98
8.78
11.35
5.1.2.1数据准备
激活数据管理窗口,定义变量名:
性别为sex,年龄为age,血红蛋白值为hb。
按顺序输入数据(sex变量中,男为1,女为2),结果见图5.1。
图5.1原始数据的输入
5.1.2.2统计分析
激活Statistics菜单选CompareMeans中的Means...项,弹出Means对话框(如图5.2示)。
今欲分性别同时分年龄求血红蛋白值的均数和标准差,故在对话框左侧的变量列表中选hb,点击钮使之进入DependentList框,选sex点击钮使之进入IndependentList框,点击Next,可选定分组的第二层次(Layer2of2),选age点击钮亦使之进入IndependentList框。
点击Options...可选统计项目:
在CellDisplays项中,Mean为均数、Standarddeviation为标准差、Variance为方差、Count为观察单位数、Sum为观察值总和,在StatisticsforFirstLayer项中,将为第一层次的分组计算方差分析(ANOVAtableandeta)和线性检验(Testoflinearity)。
选好后点击Continue钮返回Means对话框,点击OK钮即可。
图5.2Means对话框
5.1.2.3结果解释
在结果输出窗口中将看到如下统计数据:
--DescriptionofSubpopulations--
SummariesofHB
BylevelsofSEX
AGE
VariableValueLabelSumMeanStdDevVarianceCases
ForEntirePopulation457.7911.44482.26905.148440
SEX1265.7112.65292.05314.215421
AGE16111.6712.40782.24555.04239
AGE1737.2112.40331.89933.60743
AGE18116.8312.98112.09334.38219
SEX2192.0810.10951.69892.886319
AGE1646.429.28401.34941.82095
AGE1768.179.73861.40361.97007
AGE1877.4911.07001.91583.67037
TotalCases=40
ForEntirePopulation一行表示40个观察值合计为457.79,均数为11.4448,标准差为2.2690,方差为5.1484,例数为40;接下去各行分别表示先按性别分组(分男性与女性),再按年龄分组(16,17,18岁三组)的观察值合计、均数、标准差、方差和例数。
若在IndependentList中未分层次,即sex和age一起放在Layer1of1中,则结果是分别计算男性与女性(不作年龄分组)、16,17,18岁三组(不作性别分组)的观察值合计、均数、标准差、方差和例数(如下所示)。
--DescriptionofSubpopulations--
SummariesofHB
BylevelsofSEX
VariableValueLabelSumMeanStdDevVarianceCases
ForEntirePopulation457.7911.44472.26905.148440
SEX1265.7112.65292.05314.215421
SEX2192.0810.10951.69892.886319
TotalCases=40
SummariesofHB
BylevelsofAGE
VariableValueLabelSumMeanStdDevVarianceCases
ForEntirePopulation457.7911.44482.26905.148440
AGE16158.0911.29212.46496.075914
AGE17105.3810.53801.94213.771910
AGE18194.3212.14502.18274.764016
TotalCases=40
返回目录
返回全书目录
第二节Independent-SamplesTTest过程
5.2.1主要功能
调用此过程可完成两样本均数差别的显著性检验,即通常所说的两组资料的t检验。
返回目录
返回全书目录
5.2.2实例操作
[例5.2]分别测得14例老年性慢性支气管炎病人及11例健康人的尿中17酮类固醇排出量(mg/dl)如下,试比较两组均数有无差别。
病人
2.905.415.484.604.035.104.974.244.362.722.372.097.105.92
健康人
5.188.793.146.463.726.645.604.577.714.994.01
5.2.2.1数据准备
激活数据管理窗口,定义变量名:
把实际观察值定义为x,再定义一个变量group来区分病人与健康人。
输入原始数据,在变量group中,病人输入1,健康人输入2。
结果如图5.3所示。
图5.3两组资料t检验的原始数据
5.2.2.2统计分析
激活Statistics菜单选CompareMeans中的Independent-samplesTTest...项,弹出Independent-samplesTTest对话框(如图5.4示)。
从对话框左侧的变量列表中选x,点击钮使之进入TestVariable(s)框,选group点击钮使之进入GroupingVariable框,点击DefineGroups...钮弹出DefineGroups定义框,在Group1中输入1,在Group2中输入2,点击Continue钮,返回Independent-samplesTTest对话框,点击OK钮即完成分析。
图5.4Independent-samplesTTest对话框
5.2.2.3结果解释
在结果输出窗口中将看到如下统计数据:
t-testsforindependentsamplesofGROUP
Number
VariableofCasesMeanSDSEofMean
---------------------------------------------------------------
X
GROUP1144.37791.450.387
GROUP2115.52821.735.523
---------------------------------------------------------------
MeanDifference=-1.1503
Levene'sTestforEqualityofVariances:
F=.440P=.514
这一部分显示两组资料的例数(Numbersofcases)、均数(Mean)、标准差(SD)和标准误(SEofMean),显示两均数差值为1.1503,经方差齐性检验:
F=.440P=.514,即两方差齐。
t-testforEqualityofMeans95%
Variancest-valuedf2-TailSigSEofDiffCIforDiff
-----------------------------------------------------------------------
Equal-1.8123.084.637(-2.468,.167)
Unequal-1.7719.47.093.651(-2.513,.213)
-----------------------------------------------------------------------
这一部分显示t检验的结果,第一行表示方差齐情况下的t检验的结果,第二行表示方差不齐情况下的t检验的结果。
依次显示值(t-value)、自由度(df)、双侧检验概率(2-TailSig)、差值的标准误(SEofDiff)及其95%可信区间(ClforDiff)。
因本例属方差齐性,故采用第一行(即Equal)结果:
t=1.81,P=0.084,差别有显著性意义,即老年性慢性支气管炎病人的尿中17酮类固醇排出量低于健康人。
返回目录
返回全书目录
第三节Paired-SamplesTTest过程
5.3.1主要功能
调用此过程可完成配对资料的显著性检验,即配对t检验。
在医学领域中,主要的配对资料包括:
同对(年龄、性别、体重、病况等非处理因素相同或相似者)或同一研究对象分别给予两种不同处理的效果比较,以及同一研究对象处理前后的效果比较。
前者推断两种效果有无差别,后者推断某种处理是否有效。
返回目录
返回全书目录
5.3.2实例操作
[例5.2]某单位研究饲料中缺乏维生素E与肝中维生素A含量的关系,将大白鼠按性别、体重等配为8对,每对中两只大白鼠分别喂给正常饲料和维生素E缺乏饲料,一段时期后将之宰杀,测定其肝中维生素A含量(mol/L)如下,问饲料中缺乏维生素E对鼠肝中维生素A含量有无影响?
大白鼠对别
肝中维生素A含量(mol/L)
正常饲料组
维生素E缺乏饲料组
1
2
3
4
5
6
7
8
37.2
20.9
31.4
41.4
39.8
39.3
36.1
31.9
25.7
25.1
18.8
33.5
34.0
28.3
26.2
18.3
5.3.2.1数据准备
激活数据管理窗口,定义变量名:
正常饲料组测定值为x1,维生素E缺乏饲料组测定值为x2,数据输入后结果如图5.5所示。
图5.5配对t检验的原始数据
5.3.2.2统计分析
激活Statistics菜单选CompareMeans中的Paired-samplesTTest...项,弹出Paried-samplesTTest对话框(如图5.6示)。
从对话框左侧的变量列表中点击x1,这时在左下方的CurrentSelections框中Variable1处出现x1,再从变量列表中点击x2,左下方的CurrentSelections框中Variable2处出现x2。
点击钮使x1、x2进入Variables框,点击OK钮即完成分析。
图5.6Paried-samplesTTest对话框
5.3.2.3结果解释
在结果输出窗口中将看到如下统计数据:
---t-testsforpairedsamples---
Numberof2-tail
VariablepairsCorrSigMeanSDSEofMean
--------------------------------------------------------------------------------------------------------------
X134.75006.6492.351
8.586.127
X226.23755.8212.058
-------------------------------------------------------------------------------
这段结果显示本例共有8对观察值,相关系数(C)为0.586,相关系数的显著性检验表明P=0.127;变量x1的均数(Mean)、标准差(SD)、标准误(SEofMean)分别为34.7500、6.649、2.351,变量x2的均数、标准差、标准误分别为26.2375、5.821、2.058。
PairedDifferences|
MeanSDSEofMean|t-valuedf2-tailSig
----------------------------------------------------|--------------------------------------------------
8.51255.7192.022|4.217.004
95%CI(3.730,13.295)|
这段结果显示变量x1、x2两两相减的差值均数、标准差、标准误95%可信区间(95%Cl)分别为8.5125、5.719、2.022,95%可信区间(95%Cl)为3.730,13.295。
配对检验结果为:
t=4.21,P=0.004,差别具高度显著性意义,即饲料中缺乏维生素E对鼠肝中维生素A含量确有影响。
返回目录
返回全书目录
第四节One-WayANOVA过程
5.4.1主要功能
在实际研究中,经常需要比较两组以上样本均数的差别,这时不能使用t检验方法作两两间的比较(如有人对四组均数的比较,作6次两两间的t检验),这势必增加两类错误的可能性(如原先定为0.05,这样作多次的t检验将使最终推断时的>0.05)。
故对于两组以上的均数比较,必须使用方差分析的方法,当然方差分析方法亦适用于两组均数的比较。
方差分析可调用此过程可完成。
本过程只能进行单因素方差分析,即完全随机设计资料的方差分析。
对于随机区组设计资料方差分析的方法,将在第五章介绍。
返回目录
返回全书目录
5.4.2实例操作
[例5.4]某单位研究两种不同制剂治疗钩虫的效果,用大白鼠作试验。
11只大白鼠随机分配于3组:
一组为对照组、另外二组分别为使用甲、乙制剂的实验组。
试验方法是:
用药前每鼠人工感染500条钩蚴,感染后第8天实验组分别给予甲、乙制剂,对照组不给药,第10天全部解剖检查鼠体内活虫数,结果如下,问两制剂是否有效?
对照组
甲制剂组
乙制剂组
279
334
303
338
298
129
174
110
210
285
117
5.4.2.1数据准备
激活数据管理窗口,定义变量名:
实际观察值定义为x,组别用变量range表示:
其中对照组的值为、甲制剂实验组的值为、乙制剂实验组的值为,输入后的结果如图5.7所示。
图5.7单因素方差分析的原始数据
5.4.2.2统计分析
激活Statistics菜单选CompareMeans中的One-WayANOVA...项,弹出One-WayANOVA对话框(如图5.8示)。
从对话框左侧的变量列表中选x,点击钮使之进入DependentList框,选range点击钮使之进入Factor框,点击DefineRange钮打开One-WayANOVA:
DefineRange对话框,因本例为3组比较,故在Minimum处输入1,在Maximum处输入3,点击Continue钮返回One-WayANOVA对话框。
如果欲作多个样本均数间两两比较,可点击该点击对话框的PostHoc...钮打开One-WayANOVA:
PostHocMultipleComparisons对话框(如图5.9所示),这时可见在Tests框中有7种比较方法供选择:
图5.8One-WayANOVA对话框
图5.9One-WayANOVA:
PostHocMultipleComparisons对话框
Least-significantdifference:
最小显著差法。
可指定0~1之间任何显著性水平,默认值为0.05;
Bonferroni:
Bonferroni修正差别检验法。
可指定0~1之间任何显著性水平,默认值为0.05;
Duncan’smultiplerangetest:
Duncan多范围检验。
只能指定为0.05或0.01或0.1,默认值为0.05;
Student-Newman-Keuls:
Student-Newman-Keuls检验,简称N-K检验,亦即q检验。
只能为0.05;
Tukey’shonestlysignificantdifference:
Tukey显著性检验。
只能为0.05;
Tukey’sb:
Tukey另一种显著性检验。
只能为0.05;
Scheffe:
Scheffe差别检验法。
可指定0~1之间任何显著性水平,默认值为0.05。
本例选用Student-Newman-Keuls显著性检验法。
在SampleSizeEstimate框中有Harmonicaverageofpairs和Harmonicaverageofallgroups两选项,前者表示仅采用相互比较两组的调和均数,后者表示采用所有组(含比较的两组和尚未比较的其他组)的调和均数,本例选用前者,点击Continue钮返回One-WayANOVA对话框后,再点击OK钮即完成分析。
5.4.2.3结果解释
在结果输出窗口中将看到如下统计数据:
-----ONEWAY-----
VariableX
ByVariableRANGE
AnalysisofVariance
SumofMeanFF
SourceD.F.SquaresSquaresRatioProb.
BetweenGroups259724.315229862.157612.6804.0033
WithinGroups818839.86672354.9833
Total1078564.1818
上述结果显示组间、组内(实际上本例应称之为“剩余”)和合计的自由度(D.F.)、离均差平方和(SumofSquares,即SS)、均方(MeansSquares,即SS)、F值(FRatio)和P值(FProb.),本例F=12.6804,P=0.0033,表明甲、乙两种制剂中必有一种制剂治疗钩虫是有效的。
为了解哪一种制剂是有效的,本例采用SNK两两比较法,结果如下:
-----ONEWAY-----
VariableX
ByVariableRANGE
MultipleRangeTests:
Student-Newman-Keulstestwithsignificancelevel.050
Thedifferencebetweentwomeansissignificantif
MEAN(J)-MEAN(I)>=34.3146*RANGE*SQRT(1/N(I)+1/N(J))
withthefollowingvalue(s)forRANGE:
Step23
RANGE3.274.04
(*)Indicatessignificantdifferenceswhichareshowninthelowertriangle
GGG
rrr
ppp
231
MeanRANGE