SPSS實用教程-統(tǒng)計推斷.ppt

SPSS實用教程（3） -統(tǒng)計推斷,涂文校 北京大學公共衛(wèi)生學院 流行病與衛(wèi)生統(tǒng)計學系 ,數(shù)據(jù)分析一般步驟,數(shù)據(jù)整理、核查 描述性分析 初步統(tǒng)計推斷 相關分析 多變量分析 統(tǒng)計推斷是研究的核心，但其結(jié)論是建立在良好的數(shù)據(jù)條件,為何要做統(tǒng)計推斷？,均值（或比例）X1、X2 不同有兩種可能： （1）分別所代表的總體均數(shù)相同，由于抽樣誤差造成了樣本均數(shù)的差別。差別無統(tǒng)計學意義 。 （2）分別所代表的總體均數(shù)不同。樣本均數(shù)的差別不是抽樣誤差造成的。差別有統(tǒng)計學意義。,假設檢驗的原理,（1）假設兩總體均數(shù)相同（H0）； （2）計算由于抽樣誤差造成樣本均數(shù)有這么大差別的概率P； （3）根據(jù)概率P值下結(jié)論。 小概率：樣本均數(shù)有這么大差別是抽樣誤差造成的可能性很小， 拒絕H0。反之，接受H0。,組間的比較,定量數(shù)據(jù)均值的比較 兩組： 1）符合正態(tài)：兩組t檢驗（相互獨立/配對） 2）不符合正態(tài)：秩和檢驗（相互獨立/配對） 多組： 1）符合正態(tài)：方差檢驗 2）不符合正態(tài)：秩和檢驗 定性數(shù)據(jù)率的比較 卡方檢驗,T檢驗,滿足正態(tài)分布 兩組獨立樣本t檢驗： 先方差齊性檢驗，根據(jù)是否齊性采用不同合并方差方法 配對t檢驗（兩組樣本不獨立，如患者前后隨訪資料；數(shù)據(jù)輸入格式不一樣）,獨立t檢驗：男女身高（基于原正態(tài)性檢驗）,方差齊性檢驗,方差不齊,配對t檢驗：采用SPSS飲食研究數(shù)據(jù),數(shù)據(jù)位置 C:Program FilesSPSSTutorialsample_filesdietstudy.sav；16個病人，4次隨訪，一個基線，每次都測定甘油三酯和體重,基線第一次隨訪體重配對t檢驗,或者只要前后差值符合正態(tài)即可,同時選中配對兩個變量,秩和檢驗,適用與非正態(tài)分布數(shù)據(jù) 正態(tài)分布數(shù)據(jù)也適用，但檢驗效能相對低 也有獨立和配對檢驗,秩和檢驗：男女生身高,配對秩和檢驗： SPSS飲食研究,方差分析,對于k個樣本均數(shù)的比較，如果仍用兩兩比較檢驗，需比較 次，如四個樣本均數(shù)需比較6次。 假設每次比較所確定的檢驗水準 =0.05，則每次檢驗拒絕H0不犯第一類錯誤的概率為1-0.05=0.95；那么6次檢驗都不犯第一類錯誤的概率為(1-0.05)6=0.7351，而犯第一類錯誤的概率為0.2649， 因而t檢驗和u檢驗不適用于多個樣本均數(shù)的比較。用方差分析比較多個樣本均數(shù),可有效地控制第一類錯誤。方差分析(analysis of variance,ANOVA)由英國統(tǒng)計學家R.A.Fisher首先提出，以F命名其統(tǒng)計量，故方差分析又稱F檢驗。,方差分析基本理論,方差分析主要先決條件,等方差 正態(tài)性 獨立性,不同年級的身高（不納入1人的4年級）,單因素方差分析：各組相互獨立,方差分析秩和檢驗,重復測量方差分析：各組不獨立,方差分析秩和檢驗，無法事后兩兩比較對策,方差分析秩和檢驗，各組間不相互獨立,分類變量的卡方檢驗,卡方檢驗基本原理： 2值反映了觀察頻數(shù)與期望頻數(shù)吻合的程度（或差別的程度）。 觀察頻數(shù)與期望頻數(shù)的吻合程度越好，即兩者差別越小，2值越小。,卡方檢驗的注意點：選擇適當公式（1）,(1) E 5, n 40 時, 用基本公式 (O - E)2 2 = - E 即SPSS中的：Pearson Chi-Square,卡方檢驗的注意點：選擇適當公式（2）,(2) 1 40 時, 用校正公式 (|O - E| - 0.5)2 2 = - E 即SPSS中的：Continuity Correction,卡方檢驗的注意點：選擇適當公式（3）,(3) 若n40，或 E1 時， 用 Fisher 確切概率法 (a+b)!(c+d)!(a+c)!(b+d)! p = - a!b!c!d!n! 即SPSS中的：Fishers Exact Test,相互獨立的兩組卡方檢驗： 不同年級性別是否有差異,RC列聯(lián)表：學生成績與父親教育,RC列聯(lián)表,RC列聯(lián)表2檢驗對理論頻數(shù)有要求 只能認為各總體率之間總的來說不同，但不能說明它們彼此之間都不同，或某兩者之間有差別 關于單向有序資料（等級資料）的統(tǒng)計處理， 宜用秩和檢驗 除關聯(lián)性檢驗外, 用于說明兩個變量之間關系的密切程度，則需計算關聯(lián)系數(shù)(contingency coefficient),相互獨立的兩組卡方檢驗： 半成品數(shù)據(jù),數(shù)據(jù)錄入格式,匹配的兩組卡方檢驗： 半成品數(shù)據(jù),相關分析,Pearson 線性相關系數(shù),Spearman 等級相關,相關分析的注意事項,Pearson 相關系數(shù) X 、Y 服從雙變量正態(tài)分布 分層現(xiàn)象/散點圖的作用 對相關的解釋（樹的長高與嬰兒的長高）,分層現(xiàn)象（1）,分層現(xiàn)象（2）,身高與體重的相關分析：假定正態(tài),身高與體重的相關分析： 兩個變量不全符合正態(tài)，采用Spearman等級相關,統(tǒng)計推斷練習 （要選擇合適的檢驗方法）,1.比較男女生體重是否有差異 2.比較1-3年級體重是否有差異 3.將父親的最高文化程度分為三級：初中及其以下、高中（或中專）、大專及其以上，然后比較父親的文化程度與子女的成績關系 4.求出學生父親和母親教育程度的相關系數(shù),統(tǒng)計推斷練習答案,1.比較男女生體重是否有差異： Mann-Whitney U檢驗，P0.276 2. 比較1-3年級體重是否有差異： Kruskal Wallis Test， P0.018 3.將父親的最高文化