醫(yī)學(xué)研究的數(shù)據(jù)管理與分析-第九章(1)課件

1、第九章 SPSS軟件應(yīng)用（二）第一節(jié) 描述性統(tǒng)計(jì)分析SPSS統(tǒng)計(jì)分析從基礎(chǔ)到實(shí)踐(第2版)聯(lián)系Email：描述性統(tǒng)計(jì)分析描述性統(tǒng)計(jì)分析是基礎(chǔ)的統(tǒng)計(jì)分析過程。通過描述性統(tǒng)計(jì)分析，可以挖掘出很多統(tǒng)計(jì)量的特征。 Frequencies 頻數(shù)分析表 Descriptive 描述性統(tǒng)計(jì)分析過程 Explore 探索分析過程 Crosstabs 列聯(lián)表分析過程描述性統(tǒng)計(jì)量集中趨勢離散趨勢分布情況均值Mean標(biāo)準(zhǔn)差Std.deviatiom偏度Skewness中位數(shù)Median方差Variance峰度Kurtosis眾數(shù)Mode極小值Minimum和Sum極大值Maximum全距Range均值的標(biāo)準(zhǔn)誤差S.

2、E.mean數(shù)據(jù)分布的特征集中趨勢 (位置)偏態(tài)和峰態(tài)（形狀）離中趨勢 (分散程度)均值(Mean):2 眾數(shù)(Mode)：出現(xiàn)頻率最高的數(shù)3 中位數(shù)(Median)：將數(shù)據(jù)排序后位于正中間 的數(shù)值。適合于所有分布類型的數(shù)據(jù)4 總和(Sum)基本描述統(tǒng)計(jì)量眾數(shù)(mode)出現(xiàn)次數(shù)最多的變量值不受極端值的影響一組數(shù)據(jù)可能沒有眾數(shù)或有幾個眾數(shù)主要用于分類數(shù)據(jù)，也可用于順序數(shù)據(jù)和數(shù)值型數(shù)據(jù)中位數(shù)(median)排序后處于中間位置上的值Me50%50%不受極端值的影響主要用于順序數(shù)據(jù)，也可用數(shù)值型數(shù)據(jù)，但不能用于分類數(shù)據(jù)各變量值與中位數(shù)的離差絕對值之和最小，即數(shù)值型數(shù)據(jù)的中位數(shù) (9個數(shù)據(jù)的算例)【例

3、】：9個家庭的人均月收入數(shù)據(jù)原始數(shù)據(jù): 1500 750 780 1080 850 960 2000 1250 1630排 序: 750 780 850 960 1080 1250 1500 1630 2000位 置: 1 2 3 4 5 6 7 8 9中位數(shù) 1080數(shù)值型數(shù)據(jù)的中位數(shù) (10個數(shù)據(jù)的算例)【例】：10個家庭的人均月收入數(shù)據(jù)排 序: 660 750 780 850 960 1080 1250 1500 1630 2000位 置: 1 2 3 4 5 6 7 8 9 10 數(shù)值型數(shù)據(jù)的四分位數(shù) (9個數(shù)據(jù)的算例)【例】：9個家庭的人均月收入數(shù)據(jù)原始數(shù)據(jù): 1500 750 78

4、0 1080 850 960 2000 1250 1630排 序: 750 780 850 960 1080 1250 1500 1630 2000位 置: 1 2 3 4 5 6 7 8 9數(shù)值型數(shù)據(jù)的四分位數(shù) (10個數(shù)據(jù)的算例)【例】：10個家庭的人均月收入數(shù)據(jù)排 序: 660 750 780 850 960 1080 1250 1500 1630 2000位 置: 1 2 3 4 5 6 7 8 9 10 均值(數(shù)學(xué)性質(zhì))1.各變量值與均值的離差之和等于零 2. 各變量值與均值的離差平方和最小眾數(shù)、中位數(shù)和均值的關(guān)系左偏分布均值 中位數(shù) 眾數(shù)對稱分布 均值= 中位數(shù)= 眾數(shù)右偏分布眾數(shù)

5、 中位數(shù)均值眾數(shù)、中位數(shù)和均值的特點(diǎn)和應(yīng)用眾數(shù)不受極端值影響具有不唯一性數(shù)據(jù)分布偏斜程度較大時應(yīng)用中位數(shù)不受極端值影響數(shù)據(jù)分布偏斜程度較大時應(yīng)用均值易受極端值影響數(shù)學(xué)性質(zhì)優(yōu)良數(shù)據(jù)對稱分布或接近對稱分布時應(yīng)用離散趨勢數(shù)據(jù)分布的另一個重要特征反映各變量值遠(yuǎn)離其中心值的程度（離散程度）從另一個側(cè)面說明了集中趨勢測度值的代表程度不同類型的數(shù)據(jù)有不同的離散程度測度值標(biāo)準(zhǔn)差(Std Dev):方差(Variance)：最小值、最大值(Maxium,Minimum)均值標(biāo)準(zhǔn)誤(S.E.of.Mean)： 樣本均值的標(biāo)準(zhǔn)差極差(Range)：數(shù)據(jù)最大值減去最小值基本描述統(tǒng)計(jì)量極差(range)一組數(shù)據(jù)的最大值

6、與最小值之差離散程度的最簡單測度值易受極端值影響未考慮數(shù)據(jù)的分布7891078910 R = max(xi) - min(xi)計(jì)算公式為偏度系數(shù)：Skew ness，當(dāng)分布對稱時， 偏度系數(shù)為0。當(dāng)偏度系數(shù)為正值， 可以判斷為右偏(正偏)，反之，判斷為左偏 （負(fù) 偏）。 基本描述統(tǒng)計(jì)量峰度系數(shù)：Kurtosis ，是對數(shù)據(jù)分布平峰或尖峰程度的測度。峰度是針對正態(tài)分布而言的。峰度系數(shù)為0，表明數(shù)據(jù)為正態(tài)分布。若峰度系數(shù)大于0，則數(shù)據(jù)為尖峰分布；反之為平峰分布?；久枋鼋y(tǒng)計(jì)量標(biāo)準(zhǔn)分?jǐn)?shù)(standard score)1. 也稱標(biāo)準(zhǔn)化值2.對某一個值在一組數(shù)據(jù)中相對位置的度量3.可用于判斷一組數(shù)據(jù)是

7、否有離群點(diǎn)4.用于對變量的標(biāo)準(zhǔn)化處理5. 計(jì)算公式為標(biāo)準(zhǔn)分?jǐn)?shù)(性質(zhì))均值等于02.方差等于1【Descriptive Statistics】子菜單 Frequencies：產(chǎn)生變量值的頻數(shù)分布表，并可計(jì)算常見描述性統(tǒng)計(jì)量和繪制相對應(yīng)的統(tǒng)計(jì)圖。 Descriptives：計(jì)算一般的描述性統(tǒng)計(jì)量。 Explore：探索性分析，使用戶能夠從大量的分析結(jié)果之中挖掘到所需要的統(tǒng)計(jì)信息。 Crosstabs：對分類變量進(jìn)行統(tǒng)計(jì)推斷，包括卡方檢驗(yàn)、確切概率等，是SPSS重要的過程。 Ratio：計(jì)算兩個變量相對比的統(tǒng)計(jì)量特征。 P-P Plots：繪制P-P圖，檢驗(yàn)數(shù)據(jù)服從的分布情況。 Q-Q Plots：

8、繪制Q-Q圖，檢驗(yàn)數(shù)據(jù)服從的分布情況 頻數(shù)分析Frequencies頻數(shù)分析簡介 頻數(shù)分析表是描述性統(tǒng)計(jì)中最常用的方法之一，它主要包括以下幾點(diǎn)功能： 1、產(chǎn)生詳細(xì)的頻數(shù)表 2、按要求給出某個分位點(diǎn) 3、繪制常用的條圖、餅圖等統(tǒng)計(jì)圖 適用范圍：更適用于對分類變量以及不服從正態(tài)分布的連續(xù)性變量進(jìn)行描述。頻數(shù)分析表一、目的 可對數(shù)據(jù)按組進(jìn)行歸類整理，形成變量不同水平的頻數(shù)分布表和圖形，對數(shù)據(jù)的分布趨勢進(jìn)行初步分析。頻數(shù)分析表二、 Frequencies對話框簡介AnalyzeDescriptive StatisticFrequencies【 Variables 】需要分析的變量【 Display f

9、requency tables】 確定是否在結(jié)果中輸出頻數(shù)表。頻數(shù)分析表【Statistics】 描述統(tǒng)計(jì)量。 【 Charts】 統(tǒng)計(jì)圖頻數(shù)分析表Chart Values: 定義是按照頻數(shù)還是按百分比做圖（即影響縱坐標(biāo)刻度）。 【Format】 彈出Format對話框，用于定義輸出頻數(shù)表的格式。頻數(shù)分析表Multiple Variables單選鈕組 如果選擇了兩個 以上變量做頻數(shù)表，則 Compare variables 可以將他們的結(jié)果在同一個頻數(shù)表過程輸出結(jié)果 中顯示，便于互相比較， Organize output by variables 則將結(jié)果在不同的頻數(shù)表過程輸出結(jié)果中顯示。 頻

10、數(shù)分析表Suppress Tables more than: 當(dāng)頻數(shù)表的 分組數(shù)大于下面設(shè)定數(shù)值時禁止它在結(jié)果中輸出， 這樣可以避免產(chǎn)生巨型表格。實(shí)例例9-1-1基礎(chǔ)統(tǒng)計(jì)分析Descriptive Descriptive簡介 Descriptive過程是連續(xù)資料統(tǒng)計(jì)描述應(yīng)用最多的一個過程。 對變量進(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)。這與其它過程相比并無不同。 這個過程有一個特殊的功能，可將原始數(shù)據(jù)轉(zhuǎn)換成標(biāo)準(zhǔn)正態(tài)分布評分值，并以變量形勢存入數(shù)據(jù)庫供以后分析。AnalyzeDescriptive StatisticDescriptives基本操作【Save standardized

11、 values as variables】將原始數(shù)據(jù)的標(biāo)準(zhǔn)正態(tài)評分存為新變量?！綩ptions】Display Order:可以選擇為變量列表順序、字母順序、均數(shù)升序或均數(shù)降序。探索性分析Explore 與前面介紹的兩個過程相比，【Explore】過程更加強(qiáng)大。它除了可以計(jì)算常見描述性統(tǒng)計(jì)量之外，還可以給出一些簡單的檢驗(yàn)結(jié)果和圖形，有助于用戶進(jìn)一步地分析數(shù)據(jù)。 適用范圍：對資料的性質(zhì)，分布特點(diǎn)等完全不清楚的時候探索性數(shù)據(jù)分析調(diào)用此過程可產(chǎn)生所有個案或不同分組個案的綜合統(tǒng)計(jì)量及圖形,提供各種不同的統(tǒng)計(jì)量與描述作圖,可進(jìn)行數(shù)據(jù)篩查,發(fā)現(xiàn)奇異值,描述性分析,假設(shè)檢驗(yàn)及不同分組個案的特征描述可幫助用戶

12、決定選擇哪種統(tǒng)計(jì)方法進(jìn)行數(shù)據(jù)分析, 選擇將數(shù)據(jù)轉(zhuǎn)換成正態(tài)方法及是否使用非參數(shù)目的按Analyze-Descriptive Statistics-Explore 順序單擊，打開 Explore 主對話框?；静僮鬟x擇一個或多個變量進(jìn)入Dependent框作為因變量此作為分組變量，可以是字符變量，對因變量的分析將按該變量的觀測值進(jìn)行分組分析。可有多個分組變量，這時會按多個變量的交叉組合進(jìn)行分組。該框中的變量作為個案標(biāo)識符可同時輸出基本統(tǒng)計(jì)量和圖形只輸出基本統(tǒng)計(jì)量只輸出圖形Explore 主對話框輸出基本統(tǒng)計(jì)量 均值的置信區(qū)間，可鍵入199%的任意值，根據(jù)該值算出置信區(qū)間的上下限。給出中心趨勢的的穩(wěn)

13、健最大似然估計(jì)量，當(dāng)數(shù)據(jù)分布均勻，且兩尾較長，或當(dāng)數(shù)據(jù)中存在極端值時，可給出比均值或中位數(shù)更合理的估計(jì)。輸出最大和最小的5個數(shù)，且在輸出窗口中加以標(biāo)明。輸出5%、10%、25%、50%、75%、90%和95%的百分位數(shù)。Statistics對話框只有指定分組變量才有效，可輸出分布水平圖，同時輸出回歸直線斜率以及對方差的Levenes檢驗(yàn)不輸出分布水平圖功效估計(jì)根據(jù)在Power參數(shù)框中指定的變換對原始數(shù)據(jù)進(jìn)行變換。不對數(shù)據(jù)進(jìn)行轉(zhuǎn)換 Explore 欄中Plots對話框箱型圖每一個因變量生成一個箱形圖所有因變量生成一個箱形圖不顯示任何箱形圖生成莖葉圖，為默認(rèn)生成直方圖輸出帶檢驗(yàn)的正態(tài)圖確定缺失值的

14、處置：因變量或分組變量中帶有缺失值的觀 測量都將在分析過程中被剔除。在分析過程中剔除此分析中含缺失值 個案。分組變量的缺失值被單獨(dú)分為一組， 在結(jié)果中產(chǎn)生一個附加分類。Explore 欄中Options對話框?qū)嵗?例9-1-2數(shù)據(jù)的類型與列聯(lián)分析數(shù) 據(jù)定量數(shù)據(jù)(數(shù)值型數(shù)據(jù))定性數(shù)據(jù)(品質(zhì)數(shù)據(jù))離散數(shù)據(jù)連續(xù)數(shù)據(jù)列聯(lián)分析列聯(lián)表分析Crosstabs定性數(shù)據(jù)定性變量的結(jié)果表現(xiàn)為類別例如：性別 (男, 女)各類別用符號或數(shù)字代碼來測度使用定類或定序尺度你吸煙嗎? 1.是；2.否你贊成還是反對這一改革方案?1.贊成；2.反對對定性數(shù)據(jù)的描述和分析通常使用列聯(lián)表可使用檢驗(yàn) 為了探討吸煙與慢性支氣管炎有無關(guān)

15、 系，調(diào)查了339人，情況如下：患慢性支氣管炎未患慢性支氣管炎吸煙43162不吸煙13121實(shí)例分析列聯(lián)表按多個(兩個或兩個以上)變量的不同取值對不同情形進(jìn)行劃分，也即劃分不同的行或列。用以分行的變量稱為行(row)變量，和用以分列的變量則稱為列(column)變量。表格中間各行變量和列變量不同取值的交匯處，就是這種情形出現(xiàn)的頻數(shù)或計(jì)數(shù)(count)。列聯(lián)表中行變量和列變量的個數(shù)稱為列聯(lián)表的維數(shù)。二維的列聯(lián)表又稱為交叉表(cross table)。三維或三維以上的列聯(lián)表叫做高維列聯(lián)表。列聯(lián)表(contingency table)列聯(lián)表中每個行變量或列變量又有兩個或更多的不同取值，這些取值常稱為

16、水平(level)。每一種不同的水平組合就代表一種不同的情形。列聯(lián)表(contingency table)列聯(lián)表的結(jié)構(gòu)(2 2 列聯(lián)表)列( cj )合計(jì)j =1j =2i =1f11f12f11+ f12i =2f21f22f21+ f22合計(jì)f11+ f21f12+ f22n列(cj)行 (ri)列聯(lián)表的結(jié)構(gòu)(r c 列聯(lián)表的一般表示)列(cj)合計(jì)j =1j = 2i =1f11f12r1i = 2f21f22r2:合計(jì)c1c2n列(cj)行(ri)fij 表示第 i 行第 j 列的觀察頻數(shù) 統(tǒng)計(jì)量用于檢驗(yàn)列聯(lián)表中變量間擬合優(yōu)度和獨(dú)立性用于測定兩個分類變量之間的相關(guān)程度 計(jì)算公式為操作步

17、驟 按Analyze-Descriptive Statistics-Crosstabs 順序打開 Crosstabs 主對話框。該框中的變量作為分布表中的行變量，該框中的變量作為控制變量，決定頻數(shù)分布表中的層，可有多個控制變量顯示每一組中各變量的分類條形圖。只輸出統(tǒng)計(jì)量，不輸出多維列聯(lián)表。Crosstabs 對話框該框中的變量作為分布表中的列變量，exact精確檢驗(yàn)卡方檢驗(yàn)計(jì)算相關(guān)系數(shù)：Pearson相關(guān)系數(shù)和 Spearman相關(guān)系數(shù)適用于定類變量的統(tǒng)計(jì)量：相關(guān)性檢驗(yàn)適用于連兩定序變量, 相關(guān)性檢驗(yàn)適用于一定類一定距變量：用于檢驗(yàn)相關(guān)性Statistics 對話框內(nèi)部一致性系數(shù),用于檢驗(yàn)兩個評估人對同一對象的評估是否具有一致系。相對危險(xiǎn)度,檢驗(yàn)?zāi)呈录l(fā)生和某因子之間的關(guān)系進(jìn)行兩個相關(guān)的二值變量的非參數(shù)檢驗(yàn)進(jìn)行一個二值因素變