《生物統(tǒng)計(jì)學(xué)》上機(jī)內(nèi)容(SPSS)

1、生物統(tǒng)計(jì)學(xué)上機(jī)實(shí)驗(yàn) SPSS for Windows 統(tǒng)計(jì)軟件操作與應(yīng)用陳 光 升 編綿陽(yáng)師范學(xué)院生命科學(xué)與技術(shù)學(xué)院實(shí)驗(yàn)一 數(shù)據(jù)的管理及基本統(tǒng)計(jì)分析一、數(shù)據(jù)格式化：用戶可根據(jù)具體資料的屬性對(duì)數(shù)據(jù)進(jìn)行格式化。主要有以下3種數(shù)據(jù)類型： Numeric：數(shù)值型，同時(shí)定義數(shù)值的寬度（Width），即整數(shù)部分+小數(shù)點(diǎn)+小數(shù)部分的位數(shù)，默認(rèn)為8位；定義小數(shù)位數(shù)（Decimal Places），默認(rèn)為2位。Date：日期型。如選擇mm/dd/yy形式，則1995年6月25日顯示為06/25/95。String：字符型，用戶可定義字符長(zhǎng)度（Characters）以便輸入字符。二、數(shù)據(jù)的輸入：定義好變

2、量并格式化數(shù)據(jù)之后，即可向數(shù)據(jù)管理窗口鍵入原始數(shù)據(jù)。數(shù)據(jù)管理窗口的主要部分就是電子表格，橫方向?yàn)殡娮颖砀竦男?，其行頭以1、2、3、表示，即第1、2、3、行；縱方向?yàn)殡娮颖砀竦牧?，其列頭以var00001,var00002,var00003表示變量名。行列交叉處稱為單元格，即保存數(shù)據(jù)的空格。鼠標(biāo)一旦移入電子表格內(nèi)即呈十字形，這時(shí)按鼠標(biāo)左鍵可激活單元格，被激活的單元格以加粗的邊框顯示；用戶也可以按方向鍵上下左右移動(dòng)來(lái)激活單元格。單元格被激活后，用戶即可向其中輸入新數(shù)據(jù)或修改已有的數(shù)據(jù)。三、數(shù)據(jù)管理器列寬定義：點(diǎn)擊Column Format.鈕，用戶可定義數(shù)據(jù)管理器縱列的寬度，以便顯示較長(zhǎng)的數(shù)值或文

3、字；同時(shí)用戶還可指定數(shù)值或文字在數(shù)據(jù)管理器單元格中的位置：Left表示靠左、Center表示居中、Right表示靠右（此為默認(rèn)方式）。四、數(shù)據(jù)的增刪：增加一個(gè)新的變量列： Data菜單的Insert Variable命令項(xiàng)。 增加一個(gè)新的行： Data菜單的Insert Case命令項(xiàng)。增加一個(gè)新的觀察值：Edit菜單的Cut命令項(xiàng)。刪除一個(gè)行：Delete鍵或選Edit菜單的Clear命令項(xiàng)。刪除一個(gè)變量列：Delete鍵或選Edit菜單的Clear命令項(xiàng)。刪除一個(gè)觀察值：Edit菜單的Cut命令項(xiàng)，Edit菜單的Paste命令項(xiàng)， 五、數(shù)據(jù)的整理：數(shù)據(jù)的排序：選Data菜單的So

4、rt Cases.命令項(xiàng)，彈出Sort Cases.對(duì)話框，在變量名列框中選1個(gè)需要按其數(shù)值大小排序的變量（用戶也可選多個(gè)變量，系統(tǒng)將按變量選擇的先后逐級(jí)依次排序），點(diǎn)擊Ø鈕使之進(jìn)入Sort by框，然后在Sort Order框中確定是按升序（Ascending，從小到大）或降序（Descending，從大到小），點(diǎn)擊OK鈕即可。數(shù)據(jù)的行列互換：選Data菜單的Transpose.命令項(xiàng)，彈出Transpose.對(duì)話框，在變量名列框中選1個(gè)或多個(gè)需要轉(zhuǎn)換的變量，點(diǎn)擊Ø鈕使之進(jìn)入Variable(s)框，再點(diǎn)擊OK鈕即可。產(chǎn)生的新數(shù)據(jù)會(huì)在第1列出現(xiàn)一個(gè)case_lbl新變量，

5、用于放置原來(lái)數(shù)值的變量名。若要將數(shù)據(jù)再轉(zhuǎn)換回原來(lái)的排列方式，方法與上述過(guò)程相同。數(shù)據(jù)的分組匯總：選Data菜單的Aggregate.命令項(xiàng)，彈出Aggregate Data對(duì)話框在變量名列框中選一個(gè)變量，點(diǎn)擊Ø鈕使之進(jìn)入Break Variable(s)框，選一個(gè)變量進(jìn)入Aggregate Variable(s)框，因欲作平均值匯總，故點(diǎn)擊Function.鈕彈出Aggregate Data: Aggregate Function對(duì)話框，選Mean of values項(xiàng)點(diǎn)擊Continue鈕返回；再點(diǎn)擊OK鈕即可。數(shù)據(jù)的分割：選Data菜單的Split File.命令項(xiàng)，彈出Spli

6、t File對(duì)話框，選Repeat analysis for each group表示此后都按指定的分組方式作相同項(xiàng)目的分析，用戶可從變量名列框中選1個(gè)或多個(gè)變量點(diǎn)擊Ø鈕使之進(jìn)入Groups Based on框來(lái)作分組的依據(jù)。若在數(shù)據(jù)分割之后要取消這種分組，可選Analyze all cases項(xiàng)，則系統(tǒng)恢復(fù)如初。六、數(shù)據(jù)的運(yùn)算與新變量的生成：選Transform菜單的Compute.命令項(xiàng)，既可對(duì)選定的變量進(jìn)行運(yùn)算操作，又可通過(guò)運(yùn)算操作讓系統(tǒng)生成新的變量。在彈出的Compute Variable對(duì)話框中，先在Target Variable指定一個(gè)變量（可以是數(shù)據(jù)管理器中已有的變量，

7、也可是用戶欲生成的新變量），然后點(diǎn)擊Type&Label.鈕確定是數(shù)值型變量，還是字符型變量，或加上變量標(biāo)簽。在Numeric Expression框中鍵入運(yùn)算公式，系統(tǒng)提供計(jì)算器和82種函數(shù)（在Functions框內(nèi)）讓用戶使用；若點(diǎn)擊If.鈕會(huì)彈出Compute Variable:If Cases對(duì)話框，用戶可指定符合條件的變量參與運(yùn)算。七、數(shù)據(jù)文件的調(diào)用與保存：選File菜單的Open命令項(xiàng)，再選Data.項(xiàng)，彈出Open Data File對(duì)話框，用戶確定盤(pán)符、路徑、文件名后點(diǎn)擊OK鈕，即可調(diào)入數(shù)據(jù)文件。數(shù)據(jù)文件的保存：File菜單的Save As. 命令項(xiàng)，彈出Newdata

8、:Save Data As對(duì)話框, 用戶確定盤(pán)符、路徑、文件名以及文件格式后點(diǎn)擊OK鈕，即可保存數(shù)據(jù)文件。例 某地某年成年男子120 人的紅血球數(shù)(1012/L)記錄如下:5.195 5.360 4.070 4.065 5.160 4.590 4.520 4.720 4.490 5.260 5.070 5.100 4.315 4.990 4.360 5.450 5.120 5.190 4.580 4.380 4.610 4.360 5.100 4.215 5.070 4.721 4.640 5.000 5.510 5.600 4.420 5.180 4.260 5.060 5.280 4.25

9、0 4.840 4.800 5.850 5.305 5.000 5.290 5.360 4.950 5.420 5.610 5.630 4.520 4.800 5.000 5.280 4.920 5.170 4.640 5.520 5.140 4.295 5.470 4.840 4.540 4.740 4.880 5.140 4.700 5.560 5.520 4.485 4.290 4.780 4.620 4.810 5.110 4.600 5.200 4.700 5.050 5.220 5.590 5.370 4.650 4.780 5.315 5.150 5.070 5.005 5.12

10、0 4.985 4.815 5.090 3.980 4.550 4.960 4.780 5.190 5.160 5.640 5.050 5.040 4.320 5.190 4.840 5.000 5.700 5.030 5.155 4.860 4.715 4.920 4.890 5.180 5.875 5.105 5.185 5.130 4.070 5.100 5.260 5.220 5.190 5.010八、Descriptives過(guò)程：調(diào)用此過(guò)程可對(duì)變量進(jìn)行描述性統(tǒng)計(jì)分析，計(jì)算并列出一系列相應(yīng)的統(tǒng)計(jì)指標(biāo)。依次打開(kāi)Analyze-descriptive statistics-descript

11、ives，彈出Descriptives對(duì)話框?，F(xiàn)在對(duì)話框左側(cè)的變量列表中選取變量,點(diǎn)擊鈕使之進(jìn)入Variable(s)框。點(diǎn)擊Options.鈕，彈出Descriptives:Options對(duì)話框。框中各指標(biāo)的意義請(qǐng)參閱上面內(nèi)容。選好項(xiàng)目后點(diǎn)擊 Continue鈕返回Descriptives對(duì)話框，再點(diǎn)擊OK鈕即可。如上例，得結(jié)果如下表。表中N 為觀測(cè)值個(gè)數(shù)，Valid N 為合法觀測(cè)值個(gè)數(shù)（去除缺失值后的觀測(cè)值個(gè)數(shù)，本例無(wú)缺失值）。其它指標(biāo)含義同前，可知最大值為5.875（c m），最小值為3.980（1012/L），均數(shù)為4.95909（1012/L），標(biāo)準(zhǔn)差為0.40383（1012/L

12、）。九、 Frequencies過(guò)程：調(diào)用此過(guò)程可進(jìn)行頻數(shù)分布表的分析。頻數(shù)分布表是描述性統(tǒng)計(jì)中最常用的方法之一，此外還可對(duì)數(shù)據(jù)的分布趨勢(shì)進(jìn)行初步分析。依次選擇AnalyzeDescriptive statisticsFrequencies，彈出Frequencies對(duì)話框。同時(shí)可點(diǎn)擊Format.鈕彈出Frequencies：Format對(duì)話框，在Order by欄中有四個(gè)選項(xiàng)：Ascending values為根據(jù)數(shù)值大小按升序從小到大作頻數(shù)分布；Descending values為根據(jù)數(shù)值大小按降序從大到小作頻數(shù)分布；Ascending counts為根據(jù)頻數(shù)多少按升序從少到多作頻數(shù)分布

13、；Descending counts為根據(jù)頻數(shù)多少按降序從多到少作頻數(shù)分布。在Page Formal欄中可定義結(jié)果輸出的格式。點(diǎn)擊statistics.鈕，彈出對(duì)話框，可點(diǎn)擊相應(yīng)項(xiàng)目，要求系統(tǒng)在作頻數(shù)表分析的基礎(chǔ)上，附帶作各種統(tǒng)計(jì)指標(biāo)的描述，特別是可進(jìn)行任何水平的百分位數(shù)計(jì)算。如計(jì)算四分位數(shù)(Quartiles)、均數(shù)(Mean)、中位數(shù)(Median)、眾數(shù)(Mode)、總和(Sum)、標(biāo)準(zhǔn)差(Std.deviation)、方差(Variance)、全距 (Range)、最小值(Minimum)、最大值(Maximum)、標(biāo)準(zhǔn)誤(S.E.mean)、偏度系數(shù)（Skewness）和峰度系數(shù)(K

14、urtosis)，選好后點(diǎn)擊Continue鈕返回Frequencies對(duì)話框。點(diǎn)擊Charts.鈕，彈出Frequencies:Charts對(duì)話框，用戶可選兩種圖形，一是直條圖（Bar chart），適用于非連續(xù)性的變量；另一是直方圖（Histogram）。在輸出結(jié)果窗口中將看到如下統(tǒng)計(jì)數(shù)據(jù)：系統(tǒng)對(duì)變量x的原始數(shù)據(jù)作頻數(shù)分布表，Value為原始值、Frequency為頻數(shù)、Percent為各組頻數(shù)占總例數(shù)的百分比、Valid percent為各組頻數(shù)占總例數(shù)的有效百分比、Cum Percent為各組頻數(shù)占總例數(shù)的累積百分比。練習(xí)上一例題。練習(xí)：自己定義一個(gè)數(shù)據(jù)文件，進(jìn)行上述數(shù)據(jù)管理的操作并做

15、一些基本統(tǒng)計(jì)分析。實(shí)驗(yàn)二 均值比較與檢驗(yàn)（T檢驗(yàn)）一、Means過(guò)程：與Descriptives過(guò)程相比，若僅僅計(jì)算單一組別的均數(shù)和標(biāo)準(zhǔn)差，Means過(guò)程并無(wú)特別之處；但若要求按指定條件分組計(jì)算均數(shù)和標(biāo)準(zhǔn)差，如分性別同時(shí)分年齡計(jì)算各組的均數(shù)和標(biāo)準(zhǔn)差，則用Means過(guò)程更顯簡(jiǎn)單快捷。激活A(yù)nalyze菜單選Compare Means中的Means.項(xiàng)，彈出Means對(duì)話框。在對(duì)話框左側(cè)的變量列表中選一個(gè)變量，點(diǎn)擊Ø鈕使之進(jìn)入Dependent List框，選另一個(gè)變量（如sex）點(diǎn)擊Ø鈕使之進(jìn)入Independent List框，點(diǎn)擊Next，可選定分組的第二層次（Layer

16、 2 of 2），選第三個(gè)變量（如age） 點(diǎn)擊Ø鈕亦使之進(jìn)入Independent List框。點(diǎn)擊Options.可選統(tǒng)計(jì)項(xiàng)目：在Cell Displays項(xiàng)中，Mean為均數(shù)、Standard deviation為標(biāo)準(zhǔn)差、Variance為方差、Count為觀察單位數(shù)、Sum為觀察值總和，在Analyze for First Layer項(xiàng)中，將為第一層次的分組計(jì)算方差分析（ANOVA table and eta）和線性檢驗(yàn)（Test of linearity）。選好后點(diǎn)擊Continue鈕返回Means對(duì)話框，點(diǎn)擊OK鈕即可。二、Independent-Samples T Te

17、st過(guò)程：調(diào)用此過(guò)程可完成兩樣本均數(shù)差別的顯著性檢驗(yàn)，即通常所說(shuō)的兩組資料的t檢驗(yàn)。實(shí)例：分別測(cè)得14例老年性慢性支氣管炎病人及11例健康人的尿中17酮類固醇排出量（mg/dl）如下，試比較兩組均數(shù)有無(wú)差別。病 人2.90 5.41 5.48 4.60 4.03 5.10 4.97 4.24 4.36 2.72 2.37 2.09 7.10 5.92健康人5.18 8.79 3.14 6.46 3.72 6.64 5.60 4.57 7.71 4.99 4.01數(shù)據(jù)準(zhǔn)備：激活數(shù)據(jù)管理窗口，定義變量名：把實(shí)際觀察值定義為x，再定義一個(gè)變量group來(lái)區(qū)分病人與健康人。輸入原始數(shù)據(jù)，在變量grou

18、p中，病人輸入1，健康人輸入2。統(tǒng)計(jì)分析：激活A(yù)nalyze菜單選Compare Means中的Independent-samples T Test.項(xiàng)，彈出Independent- samples T Test對(duì)話框。從對(duì)話框左側(cè)的變量列表中選x，點(diǎn)擊Ø鈕使之進(jìn)入Test Variable(s)框，選group 點(diǎn)擊Ø鈕使之進(jìn)入Grouping Variable框，點(diǎn)擊Define Groups.鈕彈出Define Groups定義框，在Group 1中輸入1，在Group 2中輸入2，點(diǎn)擊Continue鈕，返回Independent-samples T Test對(duì)話框

19、，點(diǎn)擊OK鈕即完成分析。結(jié)果解釋：第一部分顯示兩組資料的例數(shù)（Numbers of cases）、均數(shù)（Mean）、標(biāo)準(zhǔn)差（SD）和標(biāo)準(zhǔn)誤（SE of Mean），顯示兩均數(shù)差值為1.1503，經(jīng)方差齊性檢驗(yàn)： F= .440 P= .514，即兩方差具有齊性。第二部分顯示t檢驗(yàn)的結(jié)果，第一行表示方差齊情況下的t檢驗(yàn)的結(jié)果，第二行表示方差不齊情況下的t檢驗(yàn)的結(jié)果。依次顯示值（t-value）、自由度（df）、雙側(cè)檢驗(yàn)概率（2-Tail Sig）、差值的標(biāo)準(zhǔn)誤（SE of Diff）及其95%可信區(qū)間（Cl for Diff）。因本例屬方差齊性，故采用第一行（即Equal）結(jié)果：t=1.81,P

20、=0.084,差別有顯著性意義，即老年性慢性支氣管炎病人的尿中17酮類固醇排出量低于健康人。三、Paired-Samples T Test過(guò)程：調(diào)用此過(guò)程可完成配對(duì)資料的顯著性檢驗(yàn)，即配對(duì)t檢驗(yàn)。實(shí)例：某單位研究飼料中缺乏維生素E與肝中維生素A含量的關(guān)系，將大白鼠按性別、體重等配為8對(duì)，每對(duì)中兩只大白鼠分別喂給正常飼料和維生素E缺乏飼料，一段時(shí)期后將之宰殺，測(cè)定其肝中維生素A含量（mmol/L）如下，問(wèn)飼料中缺乏維生素E對(duì)鼠肝中維生素A含量有無(wú)影響？ 大白鼠對(duì)別肝中維生素A含量（mmol/L）正常飼料組維生素E缺乏飼料組1234567837.220.931.441.439.839.3

21、36.131.925.725.118.833.534.028.326.218.3數(shù)據(jù)準(zhǔn)備：激活數(shù)據(jù)管理窗口，定義變量名：正常飼料組測(cè)定值為x1，維生素E缺乏飼料組測(cè)定值為x2。統(tǒng)計(jì)分析：激活A(yù)nalyze菜單選Compare Means中的Paired-samples T Test.項(xiàng)，彈出Paried-samples T Test對(duì)話框。從對(duì)話框左側(cè)的變量列表中點(diǎn)擊x1，這時(shí)在左下方的Current Selections框中Variable 1處出現(xiàn)x1，再?gòu)淖兞苛斜碇悬c(diǎn)擊x2，左下方的Current Selections框中Variable 2處出現(xiàn)x2。點(diǎn)擊Ø鈕使x1、x2進(jìn)入

22、Variables框，點(diǎn)擊OK鈕即完成分析。練習(xí)：教材第五章習(xí)題。實(shí)驗(yàn)三 非參數(shù)檢驗(yàn)（卡方檢驗(yàn)）一、Chi-Square過(guò)程：調(diào)用此過(guò)程可對(duì)樣本數(shù)據(jù)的分布進(jìn)行卡方檢驗(yàn)。卡方檢驗(yàn)適用于配合度檢驗(yàn)，主要用于分析實(shí)際頻數(shù)與某理論頻數(shù)是否相符。實(shí)例：某地一周內(nèi)各日死亡數(shù)的分布如下表，請(qǐng)檢驗(yàn)一周內(nèi)各日的死亡危險(xiǎn)性是否相同？ 周 日一二三四五六日死亡數(shù)11191715151619數(shù)據(jù)準(zhǔn)備：激活數(shù)據(jù)管理窗口，定義變量名：各周日為day（數(shù)據(jù)類型應(yīng)定義為數(shù)字型），死亡數(shù)為death。按順序輸入數(shù)據(jù)。激活Data菜單選Weight Cases.命令項(xiàng)，彈出Weight Cases對(duì)話框，選death點(diǎn)

23、擊鈕使之進(jìn)入Frequency Variable框，定義死亡數(shù)為權(quán)數(shù)，再點(diǎn)擊OK鈕即可。統(tǒng)計(jì)分析：激活A(yù)nalyze菜單選Nonparametric Tests中的Chi-Square.命令項(xiàng)，彈出Chi-Square Test對(duì)話框?，F(xiàn)欲對(duì)一周內(nèi)各日的死亡數(shù)進(jìn)行分布分析，故在對(duì)話框左側(cè)的變量列表中選day，點(diǎn)擊鈕使之進(jìn)入Test Variable List框，點(diǎn)擊OK鈕即可。結(jié)果解釋：在結(jié)果輸出窗口中將看到如下統(tǒng)計(jì)數(shù)據(jù)：運(yùn)算結(jié)果顯示一周內(nèi)各日死亡的理論數(shù)（Expected）為15.71，即一周內(nèi)各日死亡均數(shù)；還算出實(shí)際死亡數(shù)與理論死亡數(shù)的差值（Residual）；卡方值2 = 3.4000，

24、自由度數(shù)（D.F.）= 6 ，P = 0.7572 ，可認(rèn)為一周內(nèi)各日的死亡危險(xiǎn)性是相同的。二、Binomial過(guò)程：有些總體只能劃分為兩類，如醫(yī)學(xué)中的生與死、患病的有與無(wú)。從這種二分類總體中抽取的所有可能結(jié)果，要么是對(duì)立分類中的這一類，要么是另一類，其頻數(shù)分布稱為二項(xiàng)分布。調(diào)用Binomial過(guò)程可對(duì)樣本資料進(jìn)行二項(xiàng)分布分析。實(shí)例：某地某一時(shí)期內(nèi)出生40名嬰兒，其中女性12名（定Sex=0），男性28名（定Sex=1）。問(wèn)這個(gè)地方出生嬰兒的性比例與通常的男女性比例（總體概率約為0.5）是否不同？數(shù)據(jù)準(zhǔn)備：激活數(shù)據(jù)管理窗口，定義性別變量為sex。按出生順序輸入數(shù)據(jù)，男性為1 ,女性為0。統(tǒng)計(jì)分

25、析：激活A(yù)nalyze菜單選Nonparametric Tests中的Binomial Test.命令項(xiàng)，彈出 Binomial Test對(duì)話框。在對(duì)話框左側(cè)的變量列表中選sex，點(diǎn)擊鈕使之進(jìn)入Test Variable List框，在Test Proportion框中鍵入0.50，再點(diǎn)擊OK鈕即可。結(jié)果解釋：二項(xiàng)分布檢驗(yàn)表明，女?huà)?2名，男嬰28名，觀察概率為0.7000（即男嬰占70%），檢驗(yàn)概率為0.5000，二項(xiàng)分布檢驗(yàn)的結(jié)果是雙側(cè)概率為0.0177，可認(rèn)為男女比例的差異有高度顯著性，即與通常0.5的性比例相比，該地男嬰比女?huà)朊黠@為多。三、2 Independent Samples過(guò)程

26、：調(diào)用此過(guò)程可對(duì)兩個(gè)獨(dú)立樣本的均數(shù)、中位數(shù)、離散趨勢(shì)、偏度等進(jìn)行差異比較檢驗(yàn)。實(shí)例：調(diào)查某廠的鉛作業(yè)工人7人和非鉛作業(yè)工人10人的血鉛值（g / 100g）如下，問(wèn)兩組工人的血鉛值有無(wú)差別？ 非鉛作業(yè)組鉛作業(yè)組5 5 6 7 9 12 13 15 18 21 17 18 20 25 34 43 44數(shù)據(jù)準(zhǔn)備：激活數(shù)據(jù)管理窗口，定義分組變量為group（非鉛作業(yè)組為1，鉛作業(yè)組為2），血鉛值為Pb。按順序輸入數(shù)據(jù)。統(tǒng)計(jì)分析：激活A(yù)nalyze菜單選Nonparametric Tests中的2 Independent Samples.命令項(xiàng)，彈出2 Independent-Samples

27、-Test對(duì)話框。在對(duì)話框左側(cè)的變量列表中選Pb,點(diǎn)擊鈕使之進(jìn)入Test Variable List框；選group，點(diǎn)擊鈕使之進(jìn)入Grouping Variable框，點(diǎn)擊Define Groups.鈕，在彈出的Two Independent Samples:Define Groups對(duì)話框內(nèi)定義Group 1為1，Group 2為2，之后點(diǎn)擊Continue鈕返回2 Independent-Samples-Test對(duì)話框；在Test Type框中有四種檢驗(yàn)方法：Mann-Whitney U：主要用于判別兩個(gè)獨(dú)立樣本所屬的總體是否有相同的分布；Kolmogorov-Smirnov Z：推測(cè)兩

28、個(gè)樣本是否來(lái)自具有相同分布的總體；Moses extreme reactions：檢驗(yàn)兩個(gè)獨(dú)立樣本之觀察值的散布范圍是否有差異存在，以檢驗(yàn)兩個(gè)樣本是否來(lái)自具有同一分布的總體；Wald-Wolfowitz runs：考察兩個(gè)獨(dú)立樣本是否來(lái)自具有相同分布的總體。本例選Mann-Whitney U檢驗(yàn)方法，之后點(diǎn)擊OK鈕即可。結(jié)果解釋：結(jié)果表明，第1組的平均秩次（Mean Rank）為5.95，第2組的平均秩次為13.36，U = 4.5，W = 93.5，精確雙側(cè)概率P = 0.0012，可認(rèn)為鉛作業(yè)組工人的血鉛值高于非鉛作業(yè)組。四、列聯(lián)表資料的SPSS分析例 某院欲比較異梨醇口服液(試驗(yàn)組) 和

29、氫氯噻嗪 +地塞米松(對(duì)照組) 降低顱內(nèi)壓的療效 ,將 200 例顱內(nèi)壓增高患者隨機(jī)分為 2 組,見(jiàn)表 1 。表 1 試驗(yàn)組和對(duì)照組降低顱內(nèi)壓療效的比較組別 有效 無(wú)效 有效率( %) 合計(jì)試驗(yàn)組 99 5 95.20 104對(duì)照組 75 21 78.13 96合計(jì) 174 26 87.00 200數(shù)據(jù)錄入:打開(kāi) SPSS;點(diǎn)擊 Variable View 定義變量 ,變量 1Name 為“group”,Type 為“String”;變量 2 Name 為“effect”,Type 為“String”;變量 3 Name 為“count”, Type 為“Numeric”,Decimals 為

30、“0”,其它為默認(rèn)設(shè)置;點(diǎn)擊 Data View 輸入數(shù)據(jù)。分析過(guò)程 頻數(shù)加權(quán)(所有列聯(lián)表資料均需經(jīng)過(guò)頻數(shù)加權(quán) ,以下例題分析中省略該過(guò)程) :Data Weight Cases Weight Cases by : Frequency Variable :count OK分析:Analyze Descriptive Statistics CrosstabsRows :groupColumns :effectStatistics : Chi - square : ContinueOK主要結(jié)果與解釋:根據(jù)列聯(lián)表資料2 檢驗(yàn)的應(yīng)用條件: 例數(shù)( n ) 40 且所有的理論值( T ) 5 時(shí) ,選用

31、一般的2檢驗(yàn); P 時(shí) ,改用 Fisher 精確概率法; n 40 ,有 1 T5 時(shí) ,選用連續(xù)校正的檢驗(yàn);或改用 Fisher 精確概率法; n< 40 ,或 T < 1 時(shí) ,用 Fisher 確切概率法。該資料 n 大于 40 ,所有 T 均大于 5 ,可取 Pearson2值和似然比(Likelihood ratio) 2值 ,二者2值分別為 12.123 和 12.864 , P < 0.01 ,試驗(yàn)組和對(duì)照組的療效差別有統(tǒng)計(jì)學(xué)意義 ,可認(rèn)為異梨醇口服液降低顱內(nèi)壓的療效優(yōu)于氫氯噻嗪 + 地塞米松。練習(xí)：教材第七章例題。實(shí)驗(yàn)四 方差分析方差分析主要用于：1、均數(shù)差

32、別的顯著性檢驗(yàn)，2、分離各有關(guān)因素并估計(jì)其對(duì)總變異的作用，3、分析因素間的交互作用，4、方差齊性檢驗(yàn)。一、Simple Factorial過(guò)程：調(diào)用此過(guò)程可對(duì)資料進(jìn)行方差分析或協(xié)方差分析。在方差分析中可按用戶需要作單因素方差分析或多因素方差分析；當(dāng)觀察因素中存在很難或無(wú)法人為控制的因素時(shí)，則可對(duì)之加以指定以便進(jìn)行協(xié)方差分析。實(shí)例: 運(yùn)動(dòng)員、大學(xué)生、高中生的身高差異如下表：運(yùn)動(dòng)員176172179180183185大學(xué)生172173168169180175高中生169175164159162170數(shù)據(jù)準(zhǔn)備：激活數(shù)據(jù)管理窗口，定義變量名：組變量為group（運(yùn)動(dòng)員=1，大學(xué)生=2，高中生=3），身

33、高為x，按順序輸入相應(yīng)數(shù)值，建立數(shù)據(jù)庫(kù)。統(tǒng)計(jì)分析：激活 Analyze 菜單選Compare Means中的Means.項(xiàng)，彈出One-way ANOVA對(duì)話框。在變量列表中選變量y，點(diǎn)擊Ø鈕使之進(jìn)入Dependent框；選分組變量group，點(diǎn)擊Ø鈕使之進(jìn)入Factor(s)框中, 并點(diǎn)擊Define Range.鈕在彈出的Simple Factorial ANOVA:Define Range框中確定分組變量group的起止值（1,2）； 結(jié)果運(yùn)算。二、General Linear Model過(guò)程：調(diào)用此過(guò)程可對(duì)完全隨機(jī)設(shè)計(jì)資料、配對(duì)設(shè)計(jì)資料、析因設(shè)計(jì)資料、正交設(shè)計(jì)資料等

34、等進(jìn)行多因素方差分析或協(xié)方差分析。實(shí)例：下表為三因素析因?qū)嶒?yàn)的資料，請(qǐng)用方差分析說(shuō)明不同基礎(chǔ)液與不同血清種類對(duì)鉤端螺旋體的培養(yǎng)計(jì)數(shù)的影響。 基礎(chǔ)液（A）血清種類（B）兔血清濃度（C）胎盤(pán)血清濃度（C）5858緩沖液64812461398909114418771671184583085344110305786696431002蒸餾水1763124113812421144718831896192692070984857493310241092742自來(lái)水580 1026102683017891215143416511126117612801212685546595566數(shù)據(jù)準(zhǔn)備：激活數(shù)據(jù)

35、管理窗口，定義變量名：基礎(chǔ)液為base，血清種類為sero，血清濃度為pct，鉤端螺旋體的培養(yǎng)計(jì)數(shù)為X，按順序輸入相應(yīng)數(shù)值，建立數(shù)據(jù)庫(kù)。統(tǒng)計(jì)分析：激活A(yù)nalyze菜單選General Linear Model中的univarate.項(xiàng)，彈出對(duì)話框。在對(duì)話框左側(cè)的變量列表中選變量x，點(diǎn)擊Ø鈕使之進(jìn)入Dependent Variable框；選要控制的分組變量base、sero和pct，點(diǎn)Ø鈕使之進(jìn)入Factor(s)框中，并分別點(diǎn)擊Define Range鈕，在彈出的General Factorial ANOVA:Define Range對(duì)話框中確定各變量的起止值，本例變量b

36、ase的起止值為1、3，變量sero的起止值為1、2，變量pct的起止值為1、2。之后點(diǎn)擊OK鈕即可。結(jié)果解釋：在結(jié)果輸出窗口中，系統(tǒng)顯示48個(gè)觀察值進(jìn)入統(tǒng)計(jì)，三個(gè)因素按其各自水平共產(chǎn)生12種組合。分析表明，模型總效應(yīng)的F值為10.55，P值 < 0.001，說(shuō)明三因素間存在有交互作用。單因素效應(yīng)和交互效應(yīng)導(dǎo)致的組間差別比較結(jié)果是：?jiǎn)我蛩亟M間比較：A：基礎(chǔ)液（BASE）F = 4.98，P = 0.012，說(shuō)明三種培養(yǎng)基培養(yǎng)鉤體的計(jì)數(shù)有差別；B：血清種類（SERO）F = 61.265，P < 0.001，說(shuō)明兩種血清培養(yǎng)鉤體的計(jì)數(shù)有差別；C：血清濃度（PCT）F = 3.49，P

37、 = 0.070，說(shuō)明兩種血清濃度培養(yǎng)鉤體的計(jì)數(shù)無(wú)差別。 兩因素構(gòu)成的一級(jí)交互作用： A×B：基礎(chǔ)液（BASE）×血清種類（SERO） F = 5.16，P = 0.011，交互作用明顯； B×C：血清種類（SERO）×血清濃度（PCT） F = 15.96，P < 0.001，交互作用明顯； A×C：基礎(chǔ)液（BASE）×血清濃度（PCT） F = 0.78，P = 0.465，交互作用不明顯。 三因素構(gòu)成的二級(jí)交互作用： A×B×C：基礎(chǔ)液（BASE）×血清種類（SERO）×血清濃度（P

38、CT）F = 6.75，P = 0.003，交互作用明顯練習(xí):教材第八、九章習(xí)題.實(shí)驗(yàn)五 相關(guān)分析一、Bivariate過(guò)程:調(diào)用此過(guò)程可對(duì)變量進(jìn)行相關(guān)關(guān)系的分析，計(jì)算有關(guān)的統(tǒng)計(jì)指標(biāo)，以判斷變量之間相互關(guān)系的密切程度。調(diào)用該過(guò)程命令時(shí)允許同時(shí)輸入兩變量或兩個(gè)以上變量，但系統(tǒng)輸出的是變量間兩兩相關(guān)的相關(guān)系數(shù)。實(shí)例:某地區(qū)10名健康兒童頭發(fā)和全血中的硒含量（1000ppm）如下，試作發(fā)硒與血硒的相關(guān)分析。 編號(hào)12345678910發(fā)硒74668869917366965873血硒13101311169714510數(shù)據(jù)準(zhǔn)備:激活數(shù)據(jù)管理窗口，定義變量名：發(fā)硒為X，血硒為Y，按順序輸入相應(yīng)數(shù)

39、值，建立數(shù)據(jù)庫(kù)。統(tǒng)計(jì)分析：激活A(yù)nalyze菜單選Correlate中的Bivariate.命令項(xiàng)，彈出Bivariate Correlation對(duì)話框。在對(duì)話框左側(cè)的變量列表中選x、y，點(diǎn)擊Ø鈕使之進(jìn)入Variables框；再在Correlation Coefficients框中選擇相關(guān)系數(shù)的類型，共有三種：Pearson為通常所指的相關(guān)系數(shù)（r），Kendells tau-b為非參數(shù)資料的相關(guān)系數(shù)，Spearman為非正態(tài)分布資料的Pearson相關(guān)系數(shù)替代值，本例選用Pearson項(xiàng)；在Test of Significance框中可選相關(guān)系數(shù)的單側(cè)（One-tailed）或雙側(cè)

40、（Two-tailed）檢驗(yàn)，本例選雙側(cè)檢驗(yàn)。點(diǎn)擊Options.鈕彈出Bivariate Correlation:Options對(duì)話框，可選有關(guān)統(tǒng)計(jì)項(xiàng)目。本例要求輸出X、Y的均數(shù)與標(biāo)準(zhǔn)差以及XY交叉乘積的標(biāo)準(zhǔn)差與協(xié)方差，故選Means and standard deviations和Cross-product deviations and covariances項(xiàng)，而后點(diǎn)擊Continue鈕返回Bivariate Correlation對(duì)話框，再點(diǎn)擊OK鈕即可。結(jié)果解釋：在結(jié)果輸出窗口中將看到如下統(tǒng)計(jì)數(shù)據(jù)：變量X、Y的例數(shù)、均數(shù)與標(biāo)準(zhǔn)差，變量X、Y交叉乘積的例數(shù)、標(biāo)準(zhǔn)差與協(xié)方差；XY兩兩對(duì)應(yīng)

41、的相關(guān)系數(shù)及其雙側(cè)檢驗(yàn)的概率，本例r = 0.8715，P = 0.001。二、Partial過(guò)程：調(diào)用此過(guò)程可對(duì)變量進(jìn)行偏相關(guān)分析。在偏相關(guān)分析中，系統(tǒng)可按用戶的要求對(duì)兩相關(guān)變量之外的某一或某些影響相關(guān)的其他變量進(jìn)行控制，輸出控制其他變量影響后的相關(guān)系數(shù)。實(shí)例：某地29名13歲男童身高（cm）、體重（kg）和肺活量（ml）的數(shù)據(jù)如下表, 試對(duì)該資料作控制體重影響作用的身高與肺活量相關(guān)分析。 編號(hào)身高（cm）體重(kg)肺活量(ml)編號(hào)身高（cm）體重(kg)肺活量(ml)123456789101112131415135.1139.9163.6146.5156.2156.4167.

42、8149.7145.0148.5165.5135.0153.3152.0160.532.030.446.233.537.135.541.531.033.037.249.527.641.032.047.21750200027502500275020002750150025002250300012502750175022501617181920212223242526272829153.0147.6157.5155.1160.5143.0149.4160.8159.0158.2150.0144.5154.6156.547.240.543.344.737.531.533.940.438.537.53

43、6.034.739.532.017502000225027502000175022502750250020001750225025001750數(shù)據(jù)準(zhǔn)備：激活數(shù)據(jù)管理窗口，定義變量名：身高為height，體重為weight，肺活量為vc，按順序輸入相應(yīng)數(shù)值，建立數(shù)據(jù)庫(kù)。統(tǒng)計(jì)分析：激活A(yù)nalyze菜單選Correlate中的Partial.命令項(xiàng)，彈出Partial Correlations對(duì)話框。現(xiàn)欲在控制體重的影響下對(duì)變量身高與肺活量進(jìn)行偏相關(guān)分析，故在對(duì)話框左側(cè)的變量列表中選變量height、vc，點(diǎn)擊Ø鈕使之進(jìn)入Variables框，選要控制的變量weight，點(diǎn)擊Ø

44、鈕使之進(jìn)入Controlling for框中, 在Test of Significance框中選雙側(cè)檢驗(yàn)，然后點(diǎn)擊OK鈕即可。結(jié)果解釋：在結(jié)果輸出窗口中將看到如下統(tǒng)計(jì)數(shù)據(jù)：控制體重的影響后，身高與肺活量的相關(guān)系數(shù)為0.0926，經(jīng)檢驗(yàn)P = 0.639，故身高與肺活量的線性相關(guān)不存在。（如果不控制體重的影響，則身高與肺活量的相關(guān)系數(shù)為0.5884，P為0.001。在有控制的情況下，身高與肺活量的決定系數(shù) r2 = 0.00857，而無(wú)控制的身高與肺活量決定系數(shù) r2 = 0.34621，可見(jiàn)身高與肺活量的相關(guān)有33.764%是由體重協(xié)同作用而產(chǎn)生的。如果控制變量改為身高，則得如下結(jié)果：體重與肺

45、活量的相關(guān)系數(shù)為0.5528，經(jīng)檢驗(yàn)P = 0.002，故體重與肺活量的線性相關(guān)存在。可見(jiàn)，盡管肺活量與身高和體重均有關(guān)系，但如果僅僅研究其中一個(gè)變量與肺活量的相關(guān)關(guān)系時(shí)，體重的意義會(huì)更大。練習(xí):教材第十一章例題。實(shí)驗(yàn)六 回歸分析一、Linear過(guò)程：調(diào)用此過(guò)程可完成二元或多元的線性回歸分析。在多元線性回歸分析中，用戶還可根據(jù)需要，選用不同篩選自變量的方法（如：逐步法、向前法、向后法，等）。實(shí)例：某醫(yī)師測(cè)得10名3歲兒童的身高（cm）、體重（kg）和體表面積（cm2）資料如下。試用多元回歸方法確定以身高、體重為自變量，體表面積為應(yīng)變量的回歸方程。 兒童編號(hào)體表面積（Y）身高（X1）體

46、重（X2）123456789105.3825.2995.3585.2925.6026.0145.8306.1026.0756.41188.087.688.589.087.789.588.890.490.691.211.011.812.012.313.113.714.414.915.216.0數(shù)據(jù)準(zhǔn)備：激活數(shù)據(jù)管理窗口，定義變量名：體表面積為Y，保留3位小數(shù)；身高、體重分別為X1、X2，1位小數(shù)。輸入原始數(shù)據(jù)。統(tǒng)計(jì)分析：激活A(yù)nalyze菜單選Regression中的Linear.項(xiàng)，彈出Linear Regression對(duì)話框。從對(duì)話框左側(cè)的變量列表中選y，點(diǎn)擊Ø鈕使之進(jìn)入Dependent框，選x1、x2，點(diǎn)擊Ø鈕使之進(jìn)入Indepentdent(s)框；在Method處下拉菜單，共有5個(gè)選項(xiàng)：Enter（全部入選法）、Stepwise（逐步法）、Remove（強(qiáng)制剔除法）、Backward（向后法）、Forward（向前法）。本例選用Ente