《生物統(tǒng)計學(xué)》上機內(nèi)容(SPSS)

1、實用標(biāo)準(zhǔn)文案生物統(tǒng)計學(xué)上機實驗 SPSS for Windows 統(tǒng)計軟件操作與應(yīng)用陳光升編綿陽師范學(xué)院生命科學(xué)與技術(shù)學(xué)院文檔實用標(biāo)準(zhǔn)文案實驗一 數(shù)據(jù)的管理及基本統(tǒng)計分析一、數(shù)據(jù)格式化：用戶可根據(jù)具體資料的屬性對數(shù)據(jù)進行格式化。主要有以下3 種數(shù)據(jù)類型：Numeric ：數(shù)值型，同時定義數(shù)值的寬度（Width ），即整數(shù)部分+小數(shù)點 +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，用戶可定義字符長度（Characters

2、 ）以便輸入字符。二、數(shù)據(jù)的輸入：定義好變量并格式化數(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，橫方向為電子表格的行，其行頭以 1、 2、 3、 表示，即第 1、 2、 3、 行；縱方向為電子表格的列，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來激活單元格。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：點擊 Column Form

3、at.鈕，用戶可定義數(shù)據(jù)管理器縱列的寬度，以便顯示較長的數(shù)值或文字；同時用戶還可指定數(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：增加一個新的變量列：Data 菜單的 InsertVariable命令項。增加一個新的行： Data 菜單的 InsertCase命令項。增加一個新的觀察值：Edit菜單的 Cut 命令項。刪除一個行：Delete鍵或選 Edit菜單的 Clear 命令項。刪除一個變量列：Delete鍵或選 Edit菜單的 Clear 命令項。移動一個觀察值：Edit 菜單的 Cut 命令

4、項， Edit 菜單的 Paste 命令項，五、數(shù)據(jù)的整理：數(shù)據(jù)的排序：選 Data 菜單的 Sort Cases.命令項，彈出Sort Cases.對話框，在變量名列框中選1個需要按其數(shù)值大小排序的變量（用戶也可選多個變量，系統(tǒng)將按變量選擇的先后逐級依次排序），點擊鈕使之進入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?。c擊 OK鈕即可。數(shù)據(jù)的行列互換： 選 Data 菜單的 Transpose. 命令項，彈出 Transpose. 對話框，在變量名列框中選文檔實用標(biāo)準(zhǔn)文案1 個或多個需要轉(zhuǎn)換的變量

5、，點擊鈕使之進入Variable(s)框，再點擊OK鈕即可。產(chǎn)生的新數(shù)據(jù)會在第 1 列出現(xiàn)一個 case_lbl 新變量，用于放置原來數(shù)值的變量名。若要將數(shù)據(jù)再轉(zhuǎn)換回原來的排列方式，方法與上述過程相同。數(shù)據(jù)的分組匯總： 選 Data 菜單的 Aggregate. 命令項，彈出 Aggregate Data 對話框在變量名列框中選一個變量，點擊鈕使之進入Break Variable(s)框，選一個變量進入Aggregate Variable(s)框，因欲作平均值匯總， 故點擊 Function.鈕彈出 Aggregate Data: AggregateFunction對話框，選 Mean of

6、values項點擊 Continue鈕返回；再點擊OK鈕即可。數(shù)據(jù)的分割：選 Data 菜單的 Split File.命令項，彈出Split File對話框，選Compare groups ，用戶可從變量名列框中選1 個或多個變量點擊鈕使之進入Groups Based on框來作分組的依據(jù)。六、數(shù)據(jù)的運算與新變量的生成：選 Transform菜單的 Compute. 命令項， 既可對選定的變量進行運算操作，又可通過運算操作讓系統(tǒng)生成新的變量。在彈出的Compute Variable對話框中，先在Target Variable指定一個變量（可以是數(shù)據(jù)管理器中已有的變量，也可是用戶欲生成的新變量）

7、，然后點擊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框中鍵入運算公式，系統(tǒng)提供計算器和82 種函數(shù)（在 Functions框內(nèi)）讓用戶使用；若點擊If.鈕會彈出Compute Variable:If Cases對話框，用戶可指定符合條件的變量參與運算。七、數(shù)據(jù)文件的調(diào)用與保存：選 File菜單的 Open 命令項，再選Data.項，彈出 Open Data File對話框，用戶確定盤符、路徑、文件名后點擊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，彈出Newdata:Save D

8、ata As對話框 ,用戶確定盤符、路徑、文件名以及文件格式后點擊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) (10 12/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 4.5804.380 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 4.250 4.

9、840 4.8005.850 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 4.2955.470 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 5.0505.220 5.590 5.370 4.650 4.780 5.315 5.150 5.070 5.005 5.120 4.985

10、 4.815 5.090 3.980 4.550 4.960 4.780 5.190 5.1605.640 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 5.1304.070 5.100 5.260 5.220 5.190 5.010八、 Descriptives過程：調(diào)用此過程可對變量進行描述性統(tǒng)計分析，計算并列出一系列相應(yīng)的統(tǒng)計指標(biāo)。依次打開Analyze-descriptive statistics-descriptives，彈出

11、Descriptives對話框。現(xiàn)在對話框左側(cè)的變量列表中選取變量, 點擊鈕使之進入Variable(s)框。點擊 Options.鈕，彈出 Descriptives:Options對話框?？蛑懈髦笜?biāo)的意義請參閱上面內(nèi)容。選好項目后點擊Continue鈕返回 Descriptives對話框，再點擊OK鈕文檔實用標(biāo)準(zhǔn)文案即可。如上例，得結(jié)果如下表。表中N 為觀測值個數(shù)，Valid N為合法觀測值個數(shù)（去除缺失值后的觀測值個數(shù)，本例無缺失值）。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

12、0.40383 （ 1012/L ）。九、Frequencies過程：調(diào)用此過程可進行頻數(shù)分布表的分析。頻數(shù)分布表是描述性統(tǒng)計中最常用的方法之一，此外還可對數(shù)據(jù)的分布趨勢進行初步分析。依次選擇Analyze Descriptive statistics Frequencies ，彈出 Frequencies對話框。同時可點擊 Format.鈕彈出 Frequencies：Format 對話框，在 Order by欄中有四個選項： Ascendingvalues 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

13、counts為根據(jù)頻數(shù)多少按升序從少到多作頻數(shù)分布；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。點擊 statistics.鈕，彈出對話框，可點擊相應(yīng)項目，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)計指標(biāo)的描述，特別是可進行任何水平的百分位數(shù)計算。如計算四分位數(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 (Maxim

14、um)、標(biāo)準(zhǔn)誤 (S.E.mean) 、偏度系數(shù) （ Skewness）和峰度系數(shù) (Kurtosis)，選好后點擊 Continue鈕返回 Frequencies 對話框。點擊 Charts.鈕，彈出 Frequencies:Charts 對話框，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)計數(shù)據(jù)：系統(tǒng)對變量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

15、 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)： 自己定義一個數(shù)據(jù)文件，進行上述數(shù)據(jù)管理的操作并做一些基本統(tǒng)計分析。實驗二均值比較與檢驗（ T 檢驗）一、 Means 過程：與 Descriptives過程相比，若僅僅計算單一組別的均數(shù)和標(biāo)準(zhǔn)差，Means過程并無特別之處；但若要求按指定條件分組計算均數(shù)和標(biāo)準(zhǔn)差，如分性別同時分年齡計算各組的均數(shù)和標(biāo)準(zhǔn)差，則用Means 過程更顯簡單快捷。激活A(yù)nalyze 菜單選 Compare Means 中的 Means. 項，彈出 Means 對話框。在對話框左側(cè)的文檔實用標(biāo)準(zhǔn)文案變量列表中選一個變量，點擊鈕使之進入Dependen

16、t List框，選另一個變量（如sex ）點擊鈕使之進入 IndependentList框，點擊 Next ，可選定分組的第二層次（Layer2 of 2），選第三個變量（如age）點擊鈕亦使之進入IndependentList框。點擊 Options.可選統(tǒng)計項目： 在 CellDisplays項中，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項中，將為第一層次的分組計算方差分析（ANOVA table and eta）和線性檢驗（ Test of l

17、inearity）。選好后點擊Continue鈕返回 Means對話框，點擊OK鈕即可。二、 Independent-Samples T Test過程：調(diào)用此過程可完成兩樣本均數(shù)差別的顯著性檢驗，即通常所說的兩組資料的t 檢驗。實例：分別測得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

18、.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：把實際觀察值定義為x，再定義一個變量group 來區(qū)分病人與健康人。輸入原始數(shù)據(jù)，在變量group 中，病人輸入1，健康人輸入2。統(tǒng)計分析：激活 Analyze 菜單選 Compare Means中的 Independent-samplesT Test.項，彈出 Independent-samples T Test對話框。從對話框左側(cè)的變量列表中選x，點擊鈕使之進入Test Variable(s)框，選group點擊鈕使之進入Grouping Variable框，點擊DefineGroups.鈕彈出 DefineGroups 定義框，在

19、Group 1 中輸入 1，在 Group 2 中輸入 2，點擊 Continue鈕，返回Independent-samples T Test對話框，點擊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（ SEof Mean ），顯示兩均數(shù)差值為1.1503 ，經(jīng)方差齊性檢驗： F= .440 P= .514，即兩方差具有齊性。第二部分顯示 t 檢驗的結(jié)果，第一行表示方差齊情況下的t 檢驗的結(jié)果，第二行表示方差不齊情況下的t 檢驗的結(jié)果。依次顯示值（ t-value）、自由度（ df ）、雙側(cè)檢驗概率（

20、2-TailSig ）、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=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過程：調(diào)用此過程可完成配對資料的顯著性檢驗，即配對t 檢驗。實例：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，每對中兩只大白鼠分別喂給正常飼料和維生素E 缺乏飼料，一段時期后將之宰殺，測定其肝中維生素A 含量（ mol/L

21、 ）如下，問飼料中缺乏維生素E 對鼠肝中維生素 A 含量有無影響？文檔實用標(biāo)準(zhǔn)文案大白鼠肝中維生素 A 含量（mol/L ）對別正常飼料組維生素 E 缺乏飼料組137.225.7220.925.1331.418.8441.433.5539.834.0639.328.3736.126.2831.918.3數(shù)據(jù)準(zhǔn)備：激活數(shù)據(jù)管理窗口，定義變量名：正常飼料組測定值為x1，維生素 E 缺乏飼料組測定值為x2。統(tǒng)計分析：激活A(yù)nalyze 菜單選 Compare Means中的 Paired-samplesT Test.項，彈出Paried-samplesT Test 對話框。從對話框左側(cè)的變量列表中點

22、擊x1，這時在左下方的CurrentSelections框中 Variable1 處出現(xiàn) x1 ，再從變量列表中點擊x2，左下方的Current Selections框中 Variable 2處出現(xiàn) x2。點擊鈕使 x1、 x2 進入 Variables框，點擊OK鈕即完成分析。練習(xí)：教材第五章習(xí)題。實驗三非參數(shù)檢驗（卡方檢驗）一、 Chi-Square過程：調(diào)用此過程可對樣本數(shù)據(jù)的分布進行卡方檢驗?？ǚ綑z驗適用于吻合度檢驗，主要用于分析實際頻數(shù)與某理論頻數(shù)是否相符。實例：某地一周內(nèi)各日死亡數(shù)的分布如下表，請檢驗一周內(nèi)各日的死亡危險性是否相同？周一二三四五六日日死亡數(shù)1119171515161

23、9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，彈出Weight Cases對話框，選death 點擊鈕使之進入Frequency Variable框，定義死亡數(shù)為權(quán)數(shù)，再點擊OK鈕即可。文檔實用標(biāo)準(zhǔn)文案統(tǒng)計分析：激活A(yù)nalyze 菜單選 NonparametricTests 中的 Chi-Square.命令項，彈出Chi-SquareTest對話框?，F(xiàn)欲對一周內(nèi)各日的死亡數(shù)進行分布分析，故在對話框左側(cè)的變量列表中選day，點擊鈕使之進入 Test Varia

24、ble List框，點擊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)計數(shù)據(jù)：運算結(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)；還算出實際死亡數(shù)與理論死亡數(shù)的差值（Residual ）；卡方值 2 = 3.4000，自由度數(shù)（ D.F. ） = 6， P = 0.7572，可認(rèn)為一周內(nèi)各日的死亡危險性是相同的。二、 Binomial過程：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。從這種二分類總體中抽取的所有可能結(jié)果，要么是對立分類中的這一類，要么是另一類，其頻數(shù)分布稱為二項分布。調(diào)用Binomial過程可對樣本資料進行二項分布分

25、析。實例：某地某一時期內(nèi)出生40 名嬰兒，其中女性12 名（定 Sex=0），男性28 名（定 Sex=1）。問這個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)計分析： 激活 Analyze 菜單選 NonparametricTests 中的 BinomialTest.命令項，彈出 BinomialTest對話框。 在對話框左側(cè)的變量列表中選sex ，點擊鈕使之進入Test VariableList框，在 Test Proportion框中鍵入0.50 ，再點擊OK鈕

26、即可。結(jié)果解釋：二項分布檢驗表明，女嬰12 名，男嬰28 名，觀察概率為0.7000 （即男嬰占70%），檢驗概率為 0.5000 ，二項分布檢驗的結(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，該地男嬰比女嬰明顯為多。三、 2 Independent Samples過程：調(diào)用此過程可對兩個獨立樣本的均數(shù)、中位數(shù)、離散趨勢、偏度等進行差異比較檢驗。實例：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，問兩組工人的血鉛值有無差別？非鉛作業(yè)組556791213151821鉛作業(yè)組17182025344344數(shù)據(jù)準(zhǔn)備：

27、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)計分析：激活A(yù)nalyze 菜單選 Nonparametric Tests中的 2 Independent Samples.命令項，彈出2 Independent-Samples-Test對話框。在對話框左側(cè)的變量列表中選Pb,點擊鈕使之進入Test VariableList框；選group ，點擊鈕使之進入Grouping Variable框，點擊Define Groups.鈕，在彈出的TwoIndependent Samples:Define Groups對話框內(nèi)定義Group 1

28、 為 1，Group 2 為 2，之后點擊Continue鈕文檔實用標(biāo)準(zhǔn)文案返回 2 Independent-Samples-Test對話框；在Test Type 框中有四種檢驗方法： Mann-Whitney U ：主要用于判別兩個獨立樣本所屬的總體是否有相同的分布；Kolmogorov-Smirnov Z ：推測兩個樣本是否來自具有相同分布的總體；Moses extreme reactions：檢驗兩個獨立樣本之觀察值的散布范圍是否有差異存在，以檢驗兩個樣本是否來自具有同一分布的總體；Wald-Wolfowitz runs ：考察兩個獨立樣本是否來自具有相同分布的總體。本例選Mann-Wh

29、itney U 檢驗方法，之后點擊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( 試驗組 ) 和氫氯噻嗪 + 地塞米松 ( 對照組 ) 降低顱內(nèi)壓的療效 , 將 200例顱內(nèi)壓增高患者隨機分為2組,見表 1 。表 1試驗組和對照組降低顱內(nèi)壓療效的比較組別有效無效有效率 ( %)合計試驗組99595.20104對照組752178.1396合計1742

30、687.00200數(shù)據(jù)錄入 : 打開 SPSS; 點擊 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“ 0” , 其它為默認(rèn)設(shè)置; 點擊 Data View輸入數(shù)據(jù)。分析過程頻數(shù)加權(quán) ( 所有列聯(lián)表資料均需經(jīng)過頻數(shù)加權(quán), 以下例題分析中省略該過程) :Data Weight CasesWeight Cases by :Frequency Var

31、iable :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檢驗的應(yīng)用條件:例數(shù) ( n ) 40 且所有的理論值( T ) 5 時 , 選用一般的2 檢驗 ; P 時 , 改用Fisher 精確概率法 ; n 40 , 有 1 T5時 , 選用連續(xù)校正的檢驗; 或改用 Fisher精確概率法 ; n文檔實用標(biāo)準(zhǔn)文案<40, 或 T <1時 , 用 Fisher確切

32、概率法。該資料 n 大于 40 ,所有 T 均大于 5,可取 Pearson 2值和似然比 (Likelihood ratio) 2 值 , 二者 2 值分別為 12.123和 12.864 , P < 0.01 ,試驗組和對照組的療效差別有統(tǒng)計學(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。實驗四方差分析方差分析主要用于：1、均數(shù)差別的顯著性檢驗，2、分離各有關(guān)因素并估計其對總變異的作用，3、分析因素間的交互作用，4、方差齊性檢驗。一、 Simple Factorial過程：調(diào)用此過程可對資料進行方差分析或協(xié)方差分析。在方差分析中可按用戶需要作單

33、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法人為控制的因素時，則可對之加以指定以便進行協(xié)方差分析。實例 :運動員、大學(xué)生、高中生的身高差異如下表：運動員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 （運動員 =1，大學(xué)生 =2，高中生 =3），身高為x，按順序輸入相應(yīng)數(shù)值，建立數(shù)據(jù)庫。統(tǒng)計分析：激活A(yù)nalyze菜單選 Compare Means 中的 Means. 項，彈出One-way ANOVA對話框。在變量列表中選變量y，點擊鈕使之進入De

34、pendent 框；選分組變量group ，點擊鈕使之進入Factor(s)框中；結(jié)果運算。二、 General Linear Model過程：調(diào)用此過程可對完全隨機設(shè)計資料、配對設(shè)計資料、析因設(shè)計資料、正交設(shè)計資料等等進行多因素方差分析或協(xié)方差分析。實例：下表為三因素析因?qū)嶒灥馁Y料，請用方差分析說明不同基礎(chǔ)液與不同血清種類對鉤端螺旋體的培養(yǎng)計數(shù)的影響?；A(chǔ)液血清種類（ B）（ A）兔血清濃度（ C）胎盤血清濃度（ C）5858文檔實用標(biāo)準(zhǔn)文案緩沖液64811448305781246187785366913981671441643909184510301002蒸餾水17631447920933

35、12411883709102413811896848109224211926574742自來水5801789112668510261215117654610261434128059583016511212566數(shù)據(jù)準(zhǔn)備：激活數(shù)據(jù)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)計數(shù)為X，按順序輸入相應(yīng)數(shù)值，建立數(shù)據(jù)庫。統(tǒng)計分析：激活A(yù)nalyze 菜單選 General Linear Model中的 univarate.項，彈出對話框。在對話框左側(cè)的變量列表中選變量x，點擊鈕使之進入Dependent Variable框；選要控制的分組變量bas

36、e、sero和 pct ，點鈕使之進入Factor(s)框中。之后點擊OK鈕即可。結(jié)果解釋： 在結(jié)果輸出窗口中，系統(tǒng)顯示48 個觀察值進入統(tǒng)計，三個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：單因素組間比較：A：基礎(chǔ)液（ BASE）F = 4.98， P = 0.012，說明三種培養(yǎng)基培養(yǎng)鉤體的計數(shù)有差別； B：血清種類（ SERO）F = 61.265， P < 0.001 ，說明兩種血清培養(yǎng)鉤體的計數(shù)有差別；C：血清濃度（ PCT）F = 3

37、.49，P = 0.070，說明兩種血清濃度培養(yǎng)鉤體的計數(shù)無差別。兩因素構(gòu)成的一級交互作用：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)成的二級交互作用：A × B× C：基礎(chǔ)液（ BASE）×血清種類（SERO

38、）×血清濃度（PCT） F = 6.75 ，P = 0.003 ，交互作用明顯練習(xí) : 教材第八、九章習(xí)題.文檔實用標(biāo)準(zhǔn)文案實驗五相關(guān)分析一、 Bivariate過程 :調(diào)用此過程可對變量進行相關(guān)關(guān)系的分析，計算有關(guān)的統(tǒng)計指標(biāo)，以判斷變量之間相互關(guān)系的密切程度。調(diào)用該過程命令時允許同時輸入兩變量或兩個以上變量，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12345678910號發(fā)硒74668869917366965873血硒13101311169714510數(shù)據(jù)準(zhǔn)備 : 激活數(shù)據(jù)管理

39、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)值，建立數(shù)據(jù)庫。統(tǒng)計分析：激活A(yù)nalyze 菜單選 Correlate中的 Bivariate.命令項，彈出 Bivariate Correlation對話框。在對話框左側(cè)的變量列表中選x、y，點擊鈕使之進入 Variables 框；再在 CorrelationCoefficients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 ），Kendell s 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；在 Testof

40、 Significance框中可選相關(guān)系數(shù)的單側(cè)（One-tailed）或雙側(cè)（ Two-tailed ）檢驗，本例選雙側(cè)檢驗。點擊 Options.鈕彈出 Bivariate Correlation:Options對話框，可選有關(guān)統(tǒng)計項目。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，而后點擊Continue 鈕返回 Bivariate Correlation對話框，再點擊OK鈕即可。結(jié)果解釋：在結(jié)果輸出窗口中將看到如下

41、統(tǒng)計數(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兩兩對應(yīng)的相關(guān)系數(shù)及其雙側(cè)檢驗的概率，本例r = 0.8715 ， P = 0.001 。二、 Partial過程：調(diào)用此過程可對變量進行偏相關(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)的其他變量進行控制，輸出控制其他變量影響后的相關(guān)系數(shù)。實例：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。編身高（ cm）體重 (kg)肺活量 (ml)編號身高（ cm）體重 (kg)肺活量 (m

42、l)號1135.132.0175016153.047.217502139.930.4200017147.640.52000文檔實用標(biāo)準(zhǔn)文案3163.646.2275018157.543.322504146.533.5250019155.144.727505156.237.1275020160.537.520006156.435.5200021143.031.517507167.841.5275022149.433.922508149.731.0150023160.840.427509145.033.0250024159.038.5250010148.537.2225025158.237.520

43、0011165.549.5300026150.036.0175012135.027.6125027144.534.7225013153.341.0275028154.639.5250014152.032.0175029156.532.0175015160.547.22250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。統(tǒng)計分析：激活A(yù)nalyze 菜單選 Correlate中的 Partial.命令項，彈出PartialCorrelations對話框?，F(xiàn)欲在控制體重的影響下對變量身高與肺活量進行偏相關(guān)分析，故在

44、對話框左側(cè)的變量列表中選變量height 、vc ，點擊鈕使之進入Variables框，選要控制的變量weight ，點擊鈕使之進入Controllingfor框中 ,在 Test of Significance框中選雙側(cè)檢驗，然后點擊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，而無控制的身高與肺活量決定系數(shù)r2

45、 = 0.34621，可見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，則得到如下結(jié)果： 體重與肺活量的相關(guān)系數(shù)為0.5528 ，經(jīng)檢驗 P = 0.002 ，故體重與肺活量的線性相關(guān)存在?？梢?，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變量與肺活量的相關(guān)關(guān)系時，體重的意義會更大。練習(xí) : 教材第十一章例題。實驗六回歸分析一、 Linear過程：調(diào)用此過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，選用不文檔實用標(biāo)準(zhǔn)文案同篩選自變量的方法（如：逐步法、向前法、向后法，等）。實例：某醫(yī)師測得10 名 3 歲兒童的身高（c

46、m）、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。兒童編號體表面積（ Y）身高（ X1）體重（ X2）15.38288.011.025.29987.611.835.35888.512.045.29289.012.355.60287.713.166.01489.513.775.83088.814.486.10290.414.996.07590.615.2106.41191.216.0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)計分析：激活A(yù)n

47、alyze 菜單選 Regression中的 Linear.項，彈出 LinearRegression對話框。從對話框左側(cè)的變量列表中選 y，點擊 鈕使之進入 Dependent 框，選 x1、x2，點擊 鈕使之進入 Indepentdent(s) 框；在 Method 處下拉菜單，共有 5 個選項： Enter （全部入選法） 、Stepwise （逐步法）、 Remove（強制剔除法）、 Backward（向后法）、 Forward （向前法）。本例選用 Enter 法。點擊 OK鈕即完成分析。用戶還可點擊 Analyze. 鈕選擇是否作變量的描述性統(tǒng)計、 回歸方程應(yīng)變量的可信區(qū)間估計等分析； 點擊 Plots.鈕選擇是否作變