SPSS軟件在藥物研究中的應用_第1頁
SPSS軟件在藥物研究中的應用_第2頁
SPSS軟件在藥物研究中的應用_第3頁
SPSS軟件在藥物研究中的應用_第4頁
SPSS軟件在藥物研究中的應用_第5頁
已閱讀5頁,還剩14頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、畢業(yè)設計(論文)中文摘要目的SPSS軟件在藥物研究中的應用摘要:SPSS被稱為社會學統(tǒng)計軟件包,是世界上使用最廣泛的專業(yè)統(tǒng)計軟件。它以其推理嚴謹、結(jié)論可靠、操作方便的獨特優(yōu)勢,在科學研究中發(fā)揮著巨大的作用。集數(shù)據(jù)錄入、數(shù)據(jù)管理、統(tǒng)計分析、報表制作、圖形繪制于一體,是非專業(yè)統(tǒng)計人員使用最多的統(tǒng)計分析軟件。本課題主要基于胎糞吸入綜合征患兒肺表面活性物質(zhì)對血管血小板衍生生長因子影響的醫(yī)學實例。采用SPSS軟件,卡方檢驗和T檢驗對治療前后的性別、分娩方式和血清血小板衍生生長因子進行分析。結(jié)果表明,治療組和對照組嬰兒性別和分娩方式無顯著差異。應用肺表面活性物質(zhì)治療胎糞吸入綜合征,可通過下調(diào)血小板衍生生長

2、因子的表達,抑制肺部炎癥反應,減輕肺損傷。關鍵詞:SPSS肺表面活性物質(zhì)胎糞吸入綜合征卡方檢驗T檢驗1導言1.1簡介在科學研究的過程中,我們經(jīng)常會得到大量的數(shù)據(jù),這些數(shù)據(jù)中包含了很多有價值的信息。要準確、科學地提取這些信息,必須應用各種統(tǒng)計分析方法。如何選擇合適的統(tǒng)計分析軟件進行統(tǒng)計分析,實現(xiàn)對研究結(jié)果的快速、科學處理,并得出正確的結(jié)論,是生物醫(yī)學研究中至關重要的環(huán)節(jié)。但是在生物醫(yī)學研究過程中,由于各種條件的限制,往往不允許我們對實驗過程進行反復的觀察和測量,導致我們能得到的一些實驗數(shù)據(jù)有時非常少。所以我們往往需要一些技術(shù)軟件,通過對相對少量的實驗案例進行統(tǒng)計分析和處理,得到我們需要的數(shù)據(jù),來

3、推測所有研究對象的發(fā)展規(guī)律。SPSS軟件的出現(xiàn)為我們的研究提供了便利。1.2 SPSS軟件介紹及研究現(xiàn)狀SPSS(Statistical Package for the Social Sciences)是縮寫,即社會科學統(tǒng)計程序,是世界上最早的統(tǒng)計分析軟件。它與SAS(統(tǒng)計分析系統(tǒng))和BMDP(生物醫(yī)學程序)一起被稱為世界上最有影響力的三大統(tǒng)計軟件1,2。SPSS之所以叫社會學統(tǒng)計軟件包,是為了強調(diào)它在社會科學中的應用,因為社會科學研究中的很多現(xiàn)象都是隨機發(fā)生的,需要用統(tǒng)計學和概率論的定理進行研究。事實上,它可以在社會科學和自然科學的各個領域發(fā)揮巨大的作用,已經(jīng)應用于經(jīng)濟學、生物學、教育學、心

4、理學、醫(yī)學和體育、工業(yè)、農(nóng)業(yè)、林業(yè)、商業(yè)和金融【SAS是最完整、最強大的統(tǒng)計分析軟件。具有完善的數(shù)據(jù)管理和統(tǒng)計分析功能,是懂統(tǒng)計、喜歡編程的專業(yè)人士的首選。與SAS相比,SPSS是非專業(yè)統(tǒng)計人員的首選。國際學術(shù)界有一個不成文的規(guī)定,就是在國際學術(shù)交流中,SPSS軟件所做的所有計算和統(tǒng)計分析都不需要解釋算法,可見其影響力之大,聲譽之高。20世紀60年代末,他就讀于 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/282776.htm t _blank 美國斯坦福大學三個研究生共同發(fā)明創(chuàng)造了SPSS軟件,成立了SPSS軟件公司。與此同時

5、,在1975年,他們建立了SPSS公司的總部來坐鎮(zhèn) HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/36045.htm t _blank 芝加哥。1984年,SPSS總部首次開發(fā)出世界上第一個計算機版本的SPSS/PC+統(tǒng)計分析軟件,開創(chuàng)了SPSS軟件計算機系列產(chǎn)品的發(fā)展方向,大大擴展了其應用范圍,并迅速應用到 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/10445.htm t _blank 自然科學、 HYPERLINK ./%20%20%20%20:/baike.

6、baidu%20%20%20%20/view/1318218.htm t _blank 技術(shù)科學、 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/50546.htm t _blank 社會科學在各個領域,世界上許多有影響力的報刊雜志都在自動統(tǒng)計圖表、深入分析數(shù)據(jù)、簡單易用、功能齊全等方面對SPSS軟件給予了很高的評價和好評。直到今天, HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/637703.htm t _blank SPSS軟件歷史,40多年的成長,全球約有25萬

7、用戶在使用這款產(chǎn)品,他們分布在 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/20429.htm t _blank 通訊、 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/178859.htm t _blank 醫(yī)療,會計, HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/20233.htm t _blank 銀行、 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20

8、%20/view/17039.htm t _blank 證券、 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/16482.htm t _blank 保險、 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/477052.htm t _blank 制造行業(yè), HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/8211.htm t _blank 商業(yè)、市場調(diào)研、科研和教育等。 HYPERLINK ./%20%20%2

9、0%20:/baike.baidu%20%20%20%20/view/257682.htm t _blank 領域和 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/114338.htm t _blank 行業(yè),是世界上應用最廣泛的專業(yè)統(tǒng)計軟件4,5。例如,在藥學研究領域,文彬等人通過實例探討了SPSS軟件包在藥學研究中的實際應用,結(jié)果表明應用SPSS軟件可以使數(shù)據(jù)處理更快、更準確6。2004年,周志恒等人用SPSS軟件在醫(yī)學統(tǒng)計學教學中進行了計算機輔助教學實踐,發(fā)現(xiàn)用SPSS軟件輔助醫(yī)學統(tǒng)計學教學激發(fā)了學生的學習熱情,提高了學生對

10、實際數(shù)據(jù)的統(tǒng)計分析能力,明顯改善了教學效果7。2007年范蠡吳偉應用SPSS軟件研究了不同因素對溶血磷脂乳化特性的影響,得出SPSS軟件適用于溶血磷脂乳化條件的研究8。2009年,徐東升、衛(wèi)哲等。進行了短期負荷特性分析和預測研究,將SPSS軟件應用于電力系統(tǒng),從多個方面闡述了SPSS軟件在電力系統(tǒng)負荷特性分析中的應用。由此得出結(jié)論,SPSS軟件能更清晰地了解短期負荷特性的關系、變化規(guī)律和影響,對提高負荷預測水平具有重要意義9。SPSS是世界上第一個通過使用圖形菜單來促進頁面統(tǒng)計分析的軟件。 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/vi

11、ew/37.htm t _blank 軟件它最突出的特點是用戶界面非常友好,輸出結(jié)果極其漂亮。它將幾乎所有的功能都顯示在一個統(tǒng)一的、規(guī)則的界面中,通過使用Windows窗口顯示各種數(shù)據(jù)管理和分析方法的功能,并在對話框中顯示各種功能選項。用戶只要學會掌握一定的計算機操作技能,懂得一些統(tǒng)計分析原理,就可以利用軟件為具體的科研工作服務。SPSS的數(shù)據(jù)輸入和管理類似于EXCEL中的數(shù)據(jù)輸入和管理,數(shù)據(jù)接口通用,可以方便地從其他數(shù)據(jù)庫中讀取數(shù)據(jù)。其統(tǒng)計分析流程包括常用的、成熟的統(tǒng)計流程,完全可以滿足非統(tǒng)計專業(yè)人員的工作需求。輸出非常漂亮漂亮,而且是以特殊的SPO格式存儲,可以轉(zhuǎn)換成HTML格式等文本格式

12、。對于了解老版本編程工作原理的用戶,SPSS還有一個語法生成窗口。用戶只需在菜單中選擇各種選項,然后按下“粘貼”按鈕,即可自動生成標準的SPSS程序,極大地方便了廣大用戶10。利用SPSS軟件進行統(tǒng)計分析和計算,只需通過選擇菜單、填寫對話框、選擇按鈕等簡單操作即可完成,省去了編程的繁瑣工作11。使用這個統(tǒng)計軟件,你不僅可以得到分析后的數(shù)值結(jié)果,還可以得到直觀、清晰、美觀的統(tǒng)計圖。SPSS的自動圖形生成功能使圖形制作非常方便,內(nèi)容豐富,語言簡潔,圖文并茂。1.3應用SPSS軟件應注意的問題我們用SPSS做統(tǒng)計分析的時候,最好用英文版,因為英文版的功能比較全。而且因為SPSS軟件有很多版本,所以在

13、使用的時候要注意各個版本的差異,這樣才能更好的使用。另外,SPSS軟件只是一個有用的數(shù)據(jù)分析工具,但并不是萬能的。在解釋SPSS的結(jié)果時,要把統(tǒng)計指標和參數(shù)與實際問題結(jié)合起來。比如在藥學研究數(shù)據(jù)的統(tǒng)計分析中,只有將藥學專業(yè)知識與統(tǒng)計指標和參數(shù)相結(jié)合,才能得出滿意的分析結(jié)論。1.4論文的研究能力本文主要基于肺表面活性物質(zhì)對胎糞吸入綜合征患兒血管血小板衍生生長因子影響的醫(yī)學實例。利用SPSS軟件,對胎糞吸入綜合征患兒的性別和分娩方式進行卡方檢驗,對治療前后血清中PDGF的數(shù)據(jù)進行配對T檢驗,介紹如何利用SPSS統(tǒng)計軟件實現(xiàn)科學準確的科研數(shù)據(jù)統(tǒng)計分析,學習掌握SPSS統(tǒng)計軟件在藥物研究中的應用。SP

14、SS軟件的統(tǒng)計分析方法SPSS軟件具有使用對話框管理和分析數(shù)據(jù)的功能,有一些常用的統(tǒng)計方法:探索性統(tǒng)計、t檢驗、生存分析、協(xié)方差分析、聚類分析、logistic回歸分析、判別分析和非參數(shù)檢驗12。SPSS常用的統(tǒng)計分析方法有很多,包括數(shù)據(jù)的整理、分析、描述和統(tǒng)計推斷,數(shù)據(jù)庫的整理和建立,變量和文檔的交換和傳遞,統(tǒng)計數(shù)據(jù)指標的設計和計算,統(tǒng)計圖和表的描述,統(tǒng)計推斷中的T檢驗、單因素方差分析、卡方檢驗、非參數(shù)檢驗、多元回歸和logistic回歸分析13。本課題主要采用配對t檢驗和卡方檢驗。2.1 T檢驗原理及研究現(xiàn)狀T檢驗,即學生的T檢驗,是用小樣本來檢驗整體的大樣本。其特點是在均值和方差未知的情

15、況下,可以檢驗樣本均值的特征。1908年由Gasste在Biometrika上發(fā)表,由Gasste發(fā)明用于觀察葡萄酒的質(zhì)量。分為三種情況:單個樣本的均值檢驗、獨立樣本的均值比較和配對樣本的均值比較。單樣本均值檢驗:檢驗單個變量與給定常數(shù)的均值是否存在差異。目的是利用某一總體的樣本數(shù)據(jù)來判斷總體樣本的均值與規(guī)定的假設檢驗值之間是否存在特征差異。這是對總體樣本平均值的假設檢驗。獨立樣本的t檢驗:是指兩個樣本相互獨立,沒有任何聯(lián)系,兩個獨立樣本在相同的條件下進行檢驗。研究者的主要目的是利用兩個不同人群的獨立樣本來判斷兩個人群的均值是否存在顯著差異14。這個檢驗的條件是兩個樣本應該是相互獨立,互不相關

16、的,即從一個群體中選取一些樣本對從其他群體中選取一些樣本沒有影響。兩組之間的樣本數(shù)量可以不同,并且樣本之間的順序可以改變。而且樣本來自兩個總體,應該滿足正態(tài)分布的條件15。雙樣本T檢驗:其目的是利用兩個不同總體的配對樣本數(shù)據(jù)來判斷兩個總體的平均值是否存在顯著差異。配對樣本有兩個基本性質(zhì):一是兩組樣本總數(shù)相同;其次,兩組樣本的觀測值是有一定順序的,它們是相互對應的,不能隨意改變。兩個配對樣本t檢驗的基本步驟16:(1)提出最初的假設。,分別是第一和第二人口的平均值。配對樣本T檢驗的原假設H0是兩個總體均值之間沒有顯著差異,表示為:H0。(2)選擇統(tǒng)計。配對t檢驗使用字母t作為樣本的統(tǒng)計量。選取兩

17、對T檢驗統(tǒng)計量的思路是:取每對觀測值的差值形成差異樣本,檢驗差異樣本的平均值是否顯著為0。如果差異樣本的平均值顯著不等于0,則可以認為兩個總體樣本的平均值存在顯著差異;反之,如果差數(shù)列的平均值與0沒有顯著差異??梢哉J為兩個人口平均數(shù)之間沒有顯著差異。(3)計算檢驗統(tǒng)計變量的觀測值和概率P值。SPSS將計算兩組樣本之間的差異,并將相應的數(shù)據(jù)代入公式,計算T統(tǒng)計的觀察值和相應的概率P值。(4)給出顯著性水平的,進行決策。與給定的顯著性水平相比,如果P值小于顯著性水平,則拒絕原假設,認為差異樣本的總體均值與0顯著不同,兩個總體樣本差異顯著;相反,認為兩個人口樣本之間沒有顯著差異。在醫(yī)學研究中,T檢驗

18、被廣泛用于數(shù)據(jù)統(tǒng)計分析。例如,1996年,裴真和陸壽通過計算機模擬實驗,分析比較了配對T檢驗和團體T檢驗的有效性,得出了配對T檢驗的應用條件。結(jié)果表明,要提高檢驗效率,必須有充分的匹配設計依據(jù)17。2006年,王軍等從一個實例出發(fā),討論了聯(lián)合用藥中藥物相互作用的統(tǒng)計分析方法。結(jié)果表明,采用多樣本T檢驗或藥物相互作用的正交比較,結(jié)論更加清晰可靠18。2007年,莫志江和魏華齡使用SPSS軟件對體外釋藥參數(shù)進行了估計,得出SPSS軟件適用于估計體外釋藥參數(shù)的結(jié)論19。2.2卡方檢驗的原理和研究現(xiàn)狀卡方檢驗又稱卡方檢驗,是由美國統(tǒng)計學家皮爾遜提出的一種廣泛使用的假設檢驗方法。該檢驗是一種基于X2分布

19、的假設檢驗方法,主要用于對變量進行分類,根據(jù)樣本數(shù)據(jù)推斷總體分布是否與期望分布存在顯著差異,或者推斷兩個分類變量是否相關或相互獨立,檢驗頻率分布的擬合優(yōu)度。原來的假設是:H0:觀察到的頻率和預期的頻率沒有區(qū)別。X2檢驗的基本思路:首先,假設H0計算X2值,該值表示觀測值與理論值之間的偏差。根據(jù)X2分布,X2統(tǒng)計量可以確定在H0成立的條件下獲得當前統(tǒng)計量和更極端情況的概率p。如果p很小,說明觀測值偏離理論值太多,應該拒絕原假設,說明對比數(shù)據(jù)之間存在顯著差異;否則,我們無法拒絕原來的假設,仍然無法認為所代表的實際情況與理論假設不同20。X2檢驗計算方法分為一般公式法、特殊公式法、四表X2值修正法、

20、精確概率法和配對數(shù)據(jù)的X2檢驗法??ǚ綑z驗的基本步驟:假設的目的:推斷1是否等于2。H0:1 =2 H1:12(2)方法:其中a是實際頻率,e是理論頻率。當X2 x 20.05,1=3.84,P 0.05時,拒絕H0。當X2 0.05時,接受H0。幾種卡方檢驗的比較;連續(xù)性2檢驗:只適用于四格表的數(shù)據(jù)。當n40時,所有期望頻率都大于1,只有1/5的小區(qū)的期望頻率大于1小于5;Fisher精確概率法:當樣本量 40或期望頻率40,最小期望頻率 5時,結(jié)論與皮爾遜2基本一致??ǚ綑z驗有著廣泛的應用。例如,在2010年,明輝等人分析了網(wǎng)絡數(shù)據(jù)包,并使用卡方值比較來測試系統(tǒng)的行為。結(jié)果表明,與現(xiàn)有的入

21、侵檢測方法相比,卡方檢驗方法具有更好的環(huán)境適應性和數(shù)據(jù)協(xié)同分析能力21。2011年,桂斌等人利用數(shù)理統(tǒng)計中的K.Pearson卡方假設檢驗模型對高校圖書館的館藏結(jié)構(gòu)與學科建設的一致性進行了判斷。結(jié)果表明,這種量化的方法可以用來判斷圖書館的館藏在各個學科之間是否均衡,為今后的館藏建設提供了更好的指導22。2011年,文等利用卡方檢驗驗證了對比樣本之間的顯著性差異,從而實現(xiàn)了裂隙巖體統(tǒng)計平均質(zhì)量區(qū)域的劃分23。3SPSS軟件在藥物研究領域的應用經(jīng)過一段時間的學習,我學會了使用SPSS軟件做一些簡單的數(shù)據(jù)統(tǒng)計分析和解釋結(jié)果的分析技巧。這里通過一個具體的例子來介紹如何使用SPSS統(tǒng)計軟件實現(xiàn)對科研數(shù)據(jù)

22、的科學準確的統(tǒng)計分析,并學習掌握SPSS統(tǒng)計軟件在藥物研究中的應用。3.1示例的介紹和設計數(shù)據(jù)來源這個例子來自于醫(yī)科大學研究生雅麗的學術(shù)論文肺表面活性物質(zhì)對胎糞吸入綜合征患兒血管皮膚生長因子和血小板衍生生長因子的影響中的一些數(shù)據(jù)。3.1.2數(shù)據(jù)背景胎糞吸入綜合征(MAS)是指胎兒在子宮內(nèi)或出生時吸入的羊水中混有胎糞,導致呼吸道和肺泡發(fā)生機械性阻塞,并伴有肺泡表面活性物質(zhì)失活,肺組織發(fā)生化學性炎癥的一組綜合特征。出生后,胎兒主要遭受呼吸窘迫,并伴有一些其他器官損傷。MAS衍生的肺表面活性物質(zhì)(PS)在兒童中受到嚴重損害。胎糞吸入引起的缺氧和酸中毒現(xiàn)象,會損傷肺血管皮膚細胞和肺泡上皮細胞,導致小兒

23、肺水腫和肺出血,從而嚴重損害小兒健康,降低其肺擴散功能,使缺氧現(xiàn)象更加嚴重。此外,肺泡型細胞的損傷導致肺灌注減少,PS的合成和分泌減少。本實驗旨在觀察血小板衍生生長因子(PDGF)在胎糞吸入綜合征患者血清中的表達,并探討其表達水平。外源性肺表面活性物質(zhì)替代治療可以了解PS對胎糞吸入綜合征氧合和肺炎因子表達的影響,從而為肺表面活性物質(zhì)的應用提供理論依據(jù)。實驗設計2008年2月至2010年1月,省兒童醫(yī)院選擇新生兒科重癥監(jiān)護室確診為胎糞吸入綜合征的新生兒。按照隨機數(shù)字表法將胎糞吸入綜合征新生兒分為肺表面活性物質(zhì)治療組(PS組)和常規(guī)治療組(對照組)。治療組22例,其中男性新生兒18例,女性新生兒4

24、例,剖宮產(chǎn)新生兒13例,自然分娩新生兒9例,常規(guī)治療組(對照組)19例,其中男性新生兒16例,女性新生兒3例,剖宮產(chǎn)新生兒8例,剖宮產(chǎn)新生兒11例。PS組和對照組除藥物治療外,均給予其他相應的對癥治療。PS組分別給予PS 70 mg/kg。PS組和對照組患兒于點采集(PS組于治療后72小時采集支氣管靜脈血2ml,用離心lOmin以3000 r/min抽取上清液,在一定溫度下保存?zhèn)溆?。同時,在72小時和10個時間點檢測兒童血清中的PDGF水平。通過SPSS 19.0對實驗所需的所有數(shù)據(jù)進行整理、匯總和統(tǒng)計分析。采用卡方檢驗分析PS治療組與對照組在性別和分娩方式上是否存在差異,采用配對t檢驗比較治

25、療前后血清PDGF的變化。3.2性別分組數(shù)據(jù)的卡方檢驗分析按照隨機數(shù)字表法將胎糞吸入綜合征新生兒分為肺表面活性物質(zhì)治療組(PS組)和常規(guī)治療組(對照組)。性別分組數(shù)據(jù)見表3.1。表3.1按性別分組的數(shù)據(jù)治療組控制組性別男人18起案件16起案件婦女4起案件3起案件總計達22起案件19起案件3.2.1建立資料檔案點擊Windows的/start按鈕,在/program菜單項/IBM SPSS statistics中點擊/IBM SPSS statistics 19,啟動SPSS。執(zhí)行File /New /Data命令創(chuàng)建一個新的數(shù)據(jù)文件,出現(xiàn)數(shù)據(jù)編輯窗口,如圖3.1所示,用于數(shù)據(jù)的輸入、編輯和顯示

26、。在輸入實驗數(shù)據(jù)之前,需要定義變量。定義方法如下:點擊數(shù)據(jù)編輯窗口左下方的“變量視圖”選項卡或雙擊列中的表頭“Var”打開變量定義窗口,如圖3.2所示。該窗口中的每一行都代表一個變量的定義信息,包括變量名(Name)、變量類型(Type)、變量寬度(Width)、變量小數(shù)位數(shù)(Decimals)、變量標簽、變量值標簽(Values)、缺失值(Missing)、單元格寬度(Columns)、變量對齊格式(Align)和變量度量。目前的圖3.1數(shù)據(jù)編輯窗口圖3.2變量定義窗口根據(jù)表3.1中的數(shù)據(jù)定義變量:根據(jù)表3.1,我們可以定義三個變量,其中“組”表示組,其中“1=治療組”,“2=對照組”,“性

27、別”表示性別,其中“1=男性”,“2=女性”,“頻率”表示頻率。單擊名稱下方的單元格,輸入變量名“組”;單擊類型下方的單元格,單擊定位,單元格右側(cè)將出現(xiàn)一個按鈕。點擊該按鈕,會彈出一個定義變量類型的對話框。選擇變量類型,所以“組”是數(shù)值,所以選擇數(shù)值(逗號是逗號,點是點,科學記數(shù)法是科學計數(shù),日期是日期,美元是美元,自定義貨幣是用戶定義的,字符串是字符。點按“小數(shù)”下方的單元格,并在單元格中輸入“0”;接下來,在Lable下的單元格中輸入“group”;要解釋組的值,請單擊值下方單元格中的按鈕,單擊此按鈕打開定義變量值標簽的對話框,在值列中輸入“1”并在標簽中輸入“治療組”,單擊添加按鈕將值標

28、簽添加到值標簽列表中,然后在值列中輸入“2”并在標簽中輸入“控制組”,并單擊添加按鈕將第二個值標簽添加到值標簽列表中。其他選項是系統(tǒng)默認值。名稱下方在名稱下方的第二個單元格中輸入變量名稱“性別”;單擊類型下方的單元格,單擊定位,單元格右側(cè)將出現(xiàn)一個按鈕。點擊該按鈕,彈出變量類型定義對話框,可以選擇變量類型,“性別”為數(shù)值;al類型,因此您可以選擇數(shù)字。點按“小數(shù)”下方的單元格,并在單元格中輸入“0”;接下來,在Lable下的單元格中輸入“性別”;點擊數(shù)值下方的單元格外觀按鈕,彈出定義變量值標簽對話框。在值列中輸入“1”,在標簽中輸入“男性”,點擊添加按鈕將值標簽添加到值標簽列表中,然后在值列中

29、輸入“2”,在標簽中輸入“女性”,點擊添加按鈕將第二個值標簽添加到值標簽列表中;其他選項是系統(tǒng)默認值。在名稱下面的第三個單元格中輸入變量“freq ”;單擊類型下方的單元格,單擊定位,單元格右側(cè)將出現(xiàn)一個按鈕。點擊該按鈕,將彈出變量類型定義對話框,您可以從中選擇變量類型。因為“freq”是一個數(shù)值;所有類型,您可以選擇數(shù)字。點按“小數(shù)”下方的單元格,并在單元格中輸入“0”;其他選項是系統(tǒng)默認值。定義變量后,可以輸入數(shù)據(jù)。單擊數(shù)據(jù)編輯窗口左下角的“數(shù)據(jù)視圖”選項卡,在數(shù)據(jù)視圖中輸入數(shù)據(jù)。輸入數(shù)據(jù)的方法和Excel軟件類似。表1的輸入數(shù)據(jù)見圖3.3。數(shù)據(jù)輸入后,選擇“文件”菜單中的另存為命令,保存

30、為sex.sav文件,完成數(shù)據(jù)文件的建立。圖3.3建立數(shù)據(jù)文件3.2.2統(tǒng)計分析實現(xiàn)卡方檢驗的具體步驟如下:在SPSS中打開“sex.sav”文件,從菜單中選擇Data/Weight Cases,打開“Weight Case by”對話框,激活“Weight Case by”選項,從左側(cè)源變量框中選擇“freq”作為頻率變量,選擇到“頻率變量:”框中,點擊確定按鈕;單擊分析/描述性統(tǒng)計/交叉項打開交叉項對話框。將左邊變量框中的組group轉(zhuǎn)移到行下的矩形框中,將性別sex轉(zhuǎn)移到列下的矩形框中。在主對話框的“crosstab:Statistics”子對話框中,激活左上角的“Chisquare ”

31、,然后單擊“Continue”鍵;在主對話框的“crosstab:Cell Display”子對話框中,激活Counts左上角的“Observed”和“Expected”選項,然后點擊“Continue”鍵;在主對話框的“交叉表:表格格式”對話框中,激活“行順序”中的“升序”選項,然后點擊“繼續(xù)”。3.2.3主要輸出結(jié)果及說明表3.2給出了治療組組(行變量)和性別性別(列變量)的交叉數(shù)據(jù)分析表,表中輸出了四個表中每個網(wǎng)格的實際頻率和理論頻率。最小理論頻率為3.2,總病例數(shù)為41。表3.3顯示了四個卡方檢驗中五個檢驗的六個結(jié)果,即皮爾遜X2檢驗、連續(xù)校正X2檢驗、似然比X2檢驗、費希爾精確概率檢

32、驗、線性關聯(lián)X2檢驗和N個有效案例檢驗。在這個例子中,連續(xù)修正X2=0.000,df=1,P=1.000。按照H0 = 0.05水平,P0.05,接受,可以認為兩組性別比例無統(tǒng)計學差異。表3.2按性別分組的基本數(shù)據(jù)表性別總數(shù)男人婦女組治療組數(shù)數(shù)18四22預期計數(shù)18.23.822.0控制組數(shù)數(shù)16三19預期計數(shù)15.83.219.0總數(shù)數(shù)數(shù)34七41預期計數(shù)34.07.041.0表3.3卡方檢驗結(jié)果表價值df無癥狀。簽名。(雙面)準確的信號。(雙面)準確的信號。(單面)皮爾遜卡方檢驗. 041a一個.839連續(xù)性校正b.000一個1.000概率比.041一個.839費希爾精確試驗1.000.5

33、86逐線性關聯(lián).040一個.841有效案例數(shù)413.3分娩方式分組數(shù)據(jù)的卡方檢驗分析按照統(tǒng)計隨機分配法將胎糞吸入綜合征新生兒分為肺表面活性物質(zhì)治療組(PS組)和常規(guī)治療組(對照組)。表3.4顯示了按交付方式分組的數(shù)據(jù)。表3.4按交付模式分組數(shù)據(jù)治療組控制組交貨方式剖腹產(chǎn)術(shù)13起案件8起案件自發(fā)分娩9起案件1起案件總計達22起案件19起案件3.3.1建立資料檔案建立數(shù)據(jù)文件時,取三個變量:治療組“組”的變量:1=治療組,2=對照組;分娩方式的“風格”變量:1=剖宮產(chǎn),2=順產(chǎn);頻率變量“freq”。與表3.1中的其他數(shù)據(jù)一樣,數(shù)據(jù)輸入后,選擇“文件”菜單中的“另存為”命令,保存為style.sa

34、v文件,完成數(shù)據(jù)文件的建立。3.3.2統(tǒng)計分析實現(xiàn)卡方檢驗的具體步驟如下:在SPSS中打開“style.sav”文件,從菜單中選擇Data/Weight Cases,打開“Weight Case by”對話框,激活“Weight Case by”選項,從左側(cè)源變量框中選擇“freq”作為頻率變量,選擇到“頻率變量:”框中,點擊確定按鈕;點擊分析/描述性統(tǒng)計/crossbabs,彈出crossbabs對話框。左邊可變框中的組將被轉(zhuǎn)移到行下的矩形框中,傳送模式樣式將被轉(zhuǎn)移到列下的矩形框中。在主對話框的“crosstab:Statistics”子對話框中,激活左上角的“Chisquare ”,然后單

35、擊“Continue”鍵;在主對話框的“crosstab:Cell Display”子對話框中,激活Counts左上角的“Observed”和“Expected”選項,然后點擊“Continue”鍵;在主對話框的“交叉表:表格格式”對話框中,激活“行順序”中的“升序”選項,然后點擊“繼續(xù)”。3.3.3主要輸出結(jié)果及說明表3.5給出了治療組(行變量)和分娩方式樣式(列變量)的交叉數(shù)據(jù)分析表,表中輸出了四個表中每個網(wǎng)格的實際頻率和理論頻率。最小理論頻率為9.3,總病例數(shù)為41。表3.6顯示了四個卡方檢驗中五個檢驗的六個結(jié)果,即皮爾遜X2檢驗、連續(xù)校正X2檢驗、似然比X2檢驗、費希爾精確概率檢驗、線

36、性關聯(lián)X2檢驗和有效病例數(shù)檢驗。在這個例子中,皮爾遜X2=1.177,df=1,P=0.278。根據(jù)H0 = 0.05水平,P0.05,接受,可以認為兩組分娩方式比值無統(tǒng)計學差異。表3.5按交付模式分組的基本數(shù)據(jù)表交貨方式總數(shù)剖腹產(chǎn)術(shù)自發(fā)分娩組治療組數(shù)數(shù)13九22預期計數(shù)11.310.722.0控制組數(shù)數(shù)八1119預期計數(shù)9.79.319.0總數(shù)數(shù)數(shù)212041預期計數(shù)21.020.041.0表3.6卡方檢驗結(jié)果價值df無癥狀。簽名。(雙面)準確的信號。(雙面)準確的信號。(單面)皮爾遜卡方檢驗1.177a一個.278連續(xù)性校正b.596一個.440概率比1.183一個.277費希爾精確試驗.

37、354.220逐線性關聯(lián)1.149一個.284有效案例數(shù)413.4藥物治療前后血小板衍生生長因子表達數(shù)據(jù)的T檢驗分析根據(jù)統(tǒng)計學將胎糞吸入綜合征新生兒隨機分為肺表面活性物質(zhì)治療組(PS組)和常規(guī)治療組(對照組)。治療前后血清PDGF數(shù)據(jù)見表3.7。表3.7治療前后血清PDGF的比較控制組1.097 0.989 1.145 1.087 1.122 0.988 0.978 0.956 1.175 0.942 0.811 0.961 0.956 0.886 1.296 0.982 1.394 0.825 0.936 1.020 1.039PS組0.789 0.745 0.587 0.622 0.988

38、 0.978 0.956 1.075 0.942 0.811 0.961 0.956 0.886 0.796 0.982 0.698 0.825 0.936 0.965 0.907 1.1273.4.1建立資料檔案創(chuàng)建數(shù)據(jù)文件時,設置兩個反應變量:X1=對照組;X2=PS集團。啟動SPSS后,點擊數(shù)據(jù)編輯窗口左下方的“變量視圖”選項卡或雙擊列標題“Var”打開變量定義窗口。單擊名稱下方的單元格,輸入變量名“X1”;單擊類型下方的單元格,單擊定位,單元格右側(cè)將出現(xiàn)一個按鈕。點擊該按鈕,將彈出定義變量類型對話框。選擇變量類型,因此“X1”是數(shù)字,因此選擇“數(shù)字”,單擊“小數(shù)”下面的單元格,然后在單

39、元格中輸入“3”。其他項目選擇系統(tǒng)默認值。單擊名稱下的第二個單元格,輸入變量名“x2”;單擊類型下方的單元格,單擊定位,單元格右側(cè)將出現(xiàn)一個按鈕。點擊該按鈕,將彈出定義變量類型對話框。從中選擇變量類型,因此“X2”是數(shù)字,因此選擇“數(shù)字”,點按“小數(shù)”下面的單元格,然后在單元格中輸入“3”。其他項目為系統(tǒng)默認值。定義變量后,可以輸入數(shù)據(jù)。單擊數(shù)據(jù)編輯窗口左下角的“數(shù)據(jù)視圖”選項卡,在數(shù)據(jù)視圖中輸入數(shù)據(jù)。輸入的數(shù)據(jù)。數(shù)據(jù)輸入后,選擇“文件”菜單中的“另存為”命令,保存為PDGF.sav文件,完成數(shù)據(jù)文件的建立。3.4.2數(shù)據(jù)文件的正態(tài)性測試在SPSS軟件中打開數(shù)據(jù)文件PDGF.sav。單擊分析選

40、項下描述性統(tǒng)計數(shù)據(jù)中的瀏覽項目,將出現(xiàn)對話框。將X2導入因子列表,將X1導入從屬列表。單擊圖顯示對話框,選擇盒圖無,如圖3.4所示用測試檢查正態(tài)圖,單擊繼續(xù)繼續(xù)并獲得結(jié)果。圖3.4正常測試圖界面,3.4.3統(tǒng)計分析實現(xiàn)配對t檢驗的具體步驟:在SPSS中打開“PDGF.sav”文件,從菜單中選擇分析/比較均值/Paris-samples t檢驗,彈出“Paris-samples t檢驗”主對話框,如圖3.5所示。圖3.5配對t檢驗主對話框3.4.4主要輸出結(jié)果及說明主要輸出結(jié)果見表3.83.10。表3.8顯示治療前對照組有21例,平均值為1.02786,標準差為0.142348,標準差為0.03

41、1063;PS組治療后72小時有21例,平均值為0.88248,標準差為0.139740,標準差為0.030494。表3.9顯示,治療前對照組和治療后72小時PS組的測量值之間的相關系數(shù)為-0.149,兩組相關系數(shù)假設檢驗的P值為0.519,無統(tǒng)計學意義。表3.10顯示,差的平均值為0.145381,差的標準差為0.213835,差的標準差為0.04663。差總體均值的95%置信區(qū)間(0.048045,0.242717),統(tǒng)計量T為3.116,自由度df為20,雙側(cè)檢驗P=0.005,根據(jù)表3.8配對樣本的統(tǒng)計平均普通Std。偏差Std。誤差均值配對1控制組1.0278621.142348.0

42、31063PS組.8824821.139740.030494表3.9配對樣本的相關分析結(jié)果普通相互關系簽名。配對1對照組和PS組21-.149.519表3.10配對T檢驗結(jié)果成對差異tdf簽名。(雙尾)平均Std。偏差Std。誤差均值差異的95%置信區(qū)間降低上面的配對1對照組-PS組.145381.213835.046663.048045.2427173.11620.005總結(jié):1)嬰兒性別比采用卡方檢驗。按照H0 = 0.05的水平,P0.05,嬰兒接受的性別比??梢哉J為治療組和對照組之間沒有統(tǒng)計學差異。2)嬰兒的分娩方式采用卡方檢驗。根據(jù)H0 = 0.05(P 0.05),被接受??梢哉J為,治療組和對照組之間的分娩方式?jīng)]有統(tǒng)計學差異。3)對藥物治療前后血小板衍生生長因子的表達數(shù)據(jù)進行配對T檢驗分析。根據(jù)H0 = 0.05,P 0.05,即兩組在性別和分娩方式上無顯著差異。2)采用配對T檢驗分析胎糞吸入綜合征患兒經(jīng)肺表面活性物質(zhì)治療72小時后血清中PDGF的表達,對照組與PS組差異有統(tǒng)計學意義??甲C1.薛偉。SPSS統(tǒng)計分析方法及其應用。:電子工業(yè),2004年我是t .布坎南t .金。比較統(tǒng)計軟件包:SPSS,biomed和SAS。社會

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論