SPSS統(tǒng)計(jì)方法體系與案例實(shí)驗(yàn)進(jìn)階 課件 第5、6章 方差分析、非參數(shù)假設(shè)檢驗(yàn)

《SPSS統(tǒng)計(jì)方法體系與案例實(shí)驗(yàn)進(jìn)階》[實(shí)驗(yàn)?zāi)康腯理解單因素方差分析的適用條件;掌握SPSS操作方法和結(jié)果解讀.[操作步驟]變量要求:一個(gè)因變量,數(shù)值型,一個(gè)分組變量(處理因素),數(shù)值型;各樣本數(shù)據(jù)都是因變量取值,分組變量取值是各樣本數(shù)據(jù)對(duì)應(yīng)處理組的編號(hào)(如1,2,3….).定義因變量“血糖下降值”,定義分組變量“組別”,設(shè)置“值(Value)”為“1=高劑量組,2=低劑量組,3=對(duì)照組”,將所有各組數(shù)據(jù)都錄入因變量,數(shù)據(jù)對(duì)應(yīng)組別值1,2,3錄入分組變量.第5章方差分析菜單選擇:主菜單“分析(Analyze)”→“比較均數(shù)(CompareMeans)”→“單因素ANOVA”.界面設(shè)置:選因變量“血糖下降值”到“因變量列表(DependentList)”框;將分組變量“組別”選至“因子(Factor)”框.第5章方差分析單擊“選項(xiàng)(Options)”按鈕,打開(kāi)“單變量ANOVA:選項(xiàng)(One-WayANOVA:Options)”對(duì)話框,勾選“方差同質(zhì)性檢驗(yàn)(Homogeneityofvariancetest)”,點(diǎn)擊“繼續(xù)(Continue)”;單擊“兩兩比較(PostHoc)”按鈕,打開(kāi)兩兩比較對(duì)話框;關(guān)注前兩組與最后一組(對(duì)照組)的比較,故勾選“Dunneet”選項(xiàng),在“對(duì)照分類(lèi)(ControlCategory)”選擇“最后一個(gè)(Last)”,點(diǎn)擊“繼續(xù)(Continue)”.若需要三組間兩兩比較,也可以勾選“LSD”選項(xiàng)或“S-N-K”選項(xiàng);點(diǎn)擊“繼續(xù)(Continue)”;回到主對(duì)話框,點(diǎn)擊“確定(OK)”.第5章方差分析表5-2方差齊性檢驗(yàn)血糖下降值Levene統(tǒng)計(jì)量df1df2顯著性.932230.405經(jīng)分析,統(tǒng)計(jì)量值為0.932,對(duì)應(yīng)的概率值P=0.405>0.05,不能否定方差齊性條件的原假設(shè),表明三組總體方差之間滿足齊性.N均值標(biāo)準(zhǔn)差標(biāo)準(zhǔn)誤均值的95%置信區(qū)間下限上限高劑量組128.62503.958911.142846.109611.1404低劑量組124.85833.564081.028862.59387.1228對(duì)照組103.71002.31538.732192.05375.3663第5章方差分析平方和df均方F顯著性組間159.922279.9616.846.004組內(nèi)350.3983011.680總數(shù)510.32132經(jīng)分析,三組間的總體均數(shù)比較的F檢驗(yàn)統(tǒng)計(jì)量為6.846,對(duì)應(yīng)的概率值P=0.004<0.05,說(shuō)明三者總體均數(shù)差異有統(tǒng)計(jì)學(xué)意義,認(rèn)為三組間總體均數(shù)不全相等.若需要了解處理組與對(duì)照組間是否均有差別,尚須進(jìn)行兩兩比較.表5-4兩組與對(duì)照組之間兩兩比較(I)組別(J)組別均值差(I-J)標(biāo)準(zhǔn)誤顯著性95%置信區(qū)間下限上限高劑量組對(duì)照組5.19000*1.49325.0031.73188.6482低劑量組對(duì)照組1.148331.46333.647-2.24054.5372第5章方差分析經(jīng)分析,P=0.003<0.05,認(rèn)為高劑量組與對(duì)照組的血糖下降值差異有統(tǒng)計(jì)學(xué)意義;P=0.647>0.05,認(rèn)為低劑量組和對(duì)照組的血糖下降值差異無(wú)統(tǒng)計(jì)學(xué)意義,尚不能認(rèn)為低劑量組與對(duì)照組血糖下降值存在差別.【實(shí)驗(yàn)報(bào)告題目】

【練習(xí)1】[問(wèn)題敘述]甲乙兩廠生產(chǎn)同一種藥物,分別抽取若干樣品測(cè)定出有效成分的含量.甲廠0.510.490.520.550.480.47乙廠0.560.580.520.590.490.570.54假設(shè)甲乙兩廠藥物有效成分含量總體服從正態(tài)分布,請(qǐng)推斷是否有差異？第5章方差分析【練習(xí)2】[問(wèn)題敘述]每對(duì)雌鼠同一窩雙胞胎,共12對(duì),每對(duì)雌鼠分別給以高蛋白或低蛋白的飼料,自生后28天至84天止.分別觀察兩種飼料雌鼠體重增加量(g).高蛋白組8397104107113119123124129低蛋白組657070788594101107122假設(shè)兩組雌鼠體重增加量總體都服從正態(tài)分布.請(qǐng)推斷兩種飼料對(duì)雌鼠體重增加量影響有無(wú)差異？第5章方差分析【練習(xí)3】[問(wèn)題敘述]以正常自愿者為對(duì)照組,糖尿病、糖年病合并腎衰和腎移植三個(gè)病例組.分別檢測(cè)血清1,5-脫水葡萄糖醇水平(

mol/L).假設(shè)上述樣本資料均來(lái)自正態(tài)分布總體,請(qǐng)推斷對(duì)照組和三個(gè)病例組差異是否有統(tǒng)計(jì)學(xué)意義.正常對(duì)照糖尿病糖尿病并腎衰腎移植46.1530.8249.4190.8982.3156.8332.9671.1654.6732.0142.8382.9970.3741.2621.4357.3268.8012.2544.0684.8780.5733.6247.8589.0376.6621.6940.9880.7877.7423.333.8936.2788.7347.6223.7760.1374.6230.5728.9566.34第5章方差分析解答過(guò)程:各樣本數(shù)據(jù)都是因變量取值,分組變量取值是處理組編號(hào).定義因變量“血清脫水葡萄糖醇水平”,分組變量“組別”,設(shè)置“值”為“1=對(duì)照組,2=糖尿病組,3=糖尿病并腎衰組,4=糖尿病并腎衰組”,所有各組數(shù)據(jù)都錄入因變量,數(shù)據(jù)對(duì)應(yīng)組別值1,2,3,4錄入分組變量.點(diǎn)擊主菜單“分析”,點(diǎn)擊“比較均數(shù)”,點(diǎn)擊“單因素ANOVA”.因變量“血清脫水葡萄糖醇水平”選至“因變量列表”框;分組變量“組別”選至“因子”框.第5章方差分析第5章方差分析第5章方差分析點(diǎn)擊“選項(xiàng)”,打開(kāi)“單變量ANOVA:勾選“方差同質(zhì)性檢驗(yàn)”.Levene統(tǒng)計(jì)量df1df2顯著性.560336.645經(jīng)分析,統(tǒng)計(jì)量值為0.560,對(duì)應(yīng)的概率值P=0.645>0.05,差異無(wú)統(tǒng)計(jì)學(xué)意義,表明三組總體方差滿足齊性條件.平方和df均方F顯著性組間14989.26534996.42223.843.000組內(nèi)7544.08836209.558總數(shù)22533.35339經(jīng)分析,組間比較的F檢驗(yàn)統(tǒng)計(jì)量為6.846,對(duì)應(yīng)的概率值P=0.004<0.05,說(shuō)明組間差異有統(tǒng)計(jì)學(xué)意義;繼續(xù)進(jìn)行兩兩比較,分析哪些組間有差別.第5章方差分析(I)組別(J)組別均值差(I-J)標(biāo)準(zhǔn)誤顯著性95%置信區(qū)間下限上限TukeyHSD對(duì)照組糖尿病39.06200*6.47392.00021.626356.4977糖尿病并腎衰38.44900*6.47392.00021.013355.8847腎移植.084006.473921.000-17.351717.5197糖尿病對(duì)照組-39.06200*6.47392.000-56.4977-21.6263糖尿病并腎衰-.613006.473921.000-18.048716.8227腎移植-38.97800*6.47392.000-56.4137-21.5423糖尿病并腎衰對(duì)照組-38.44900*6.47392.000-55.8847-21.0133糖尿病.613006.473921.000-16.822718.0487腎移植-38.36500*6.47392.000-55.8007-20.9293腎移植對(duì)照組-.084006.473921.000-17.519717.3517糖尿病38.97800*6.47392.00021.542356.4137糖尿病并腎衰38.36500*6.47392.00020.929355.8007關(guān)注與對(duì)照組比較,故勾選“Tukey”、”Bonferroni”選項(xiàng),點(diǎn)擊“繼續(xù)”,“確定”.第5章方差分析Bonferroni對(duì)照組糖尿病39.06200*6.47392.00020.987057.1370糖尿病并腎衰38.44900*6.47392.00020.374056.5240腎移植.084006.473921.000-17.991018.1590糖尿病對(duì)照組-39.06200*6.47392.000-57.1370-20.9870糖尿病并腎衰-.613006.473921.000-18.688017.4620腎移植-38.97800*6.47392.000-57.0530-20.9030糖尿病并腎衰對(duì)照組-38.44900*6.47392.000-56.5240-20.3740糖尿病.613006.473921.000-17.462018.6880腎移植-38.36500*6.47392.000-56.4400-20.2900腎移植對(duì)照組-.084006.473921.000-18.159017.9910糖尿病38.97800*6.47392.00020.903057.0530糖尿病并腎衰38.36500*6.47392.00020.290056.4400第5章方差分析經(jīng)分析,糖尿病組和對(duì)照組血清脫水葡萄糖醇差異有統(tǒng)計(jì)學(xué)意義(P=0.000<0.001);糖尿病并腎衰組和對(duì)照組血清脫水葡萄糖醇差異有統(tǒng)計(jì)學(xué)意義(P=0.000<0.001);糖尿病組和腎移植組血清脫水葡萄糖醇差異有統(tǒng)計(jì)學(xué)意義(P=0.000<0.001).綜上,糖尿病組、糖尿病并腎衰組和對(duì)照組血清脫水葡萄糖醇水平存在差異,糖尿病組和腎移植組之間血清脫水葡萄糖醇水平存在差異.第5章方差分析補(bǔ)充內(nèi)容:總體的正態(tài)分布檢驗(yàn)(不做要求)補(bǔ)充:單樣本K-S檢驗(yàn)(P65)一、核心知識(shí)參數(shù)檢驗(yàn)對(duì)總體分布類(lèi)型有要求,須判斷樣本觀察值來(lái)自什么類(lèi)型分布的總體.如對(duì)于連續(xù)型數(shù)值資料來(lái)說(shuō),總體服從正態(tài)分布是統(tǒng)計(jì)方法選用前提條件.單樣本K-S檢驗(yàn)就是一種總體分布的擬合優(yōu)度檢驗(yàn)方法,利用樣本數(shù)據(jù)推斷樣本所代表的總體是否服從特定分布（如正態(tài)分布）.基本原理是以樣本累計(jì)頻數(shù)與特定理論分布比較,若兩者差異不大,則推斷該樣本的總體服從該特定分布.第5章方差分析H0:樣本來(lái)自的總體服從某個(gè)指定的理論分布.如果根據(jù)樣本信息和統(tǒng)計(jì)學(xué)方法,對(duì)應(yīng)的概率值P>0.2(P值越大越好),不拒絕H0,還沒(méi)有充分理由被拒絕（一般以顯著性水平0.2為標(biāo)準(zhǔn),放寬要求而使得不輕易拒絕H0）,只能認(rèn)為樣本所代表的總體分布類(lèi)型是合理的.【實(shí)例1】[問(wèn)題敘述]某職業(yè)病醫(yī)院隨機(jī)抽取20例慢性四乙基鉛中毒患者,測(cè)量得脈搏(次/分鐘):54,67,68,70,66,67,71,78,68,70,65,69,72,73,59,71,73,58,57,72,請(qǐng)推斷四乙基鉛中毒患者脈搏數(shù)是否符合正態(tài)分布.第5章方差分析[實(shí)驗(yàn)?zāi)康腯理解擬合分布(正態(tài)分布、泊松分布、均勻分布或指數(shù)分布)檢驗(yàn)適用條件,掌握SPSS操作方法和結(jié)果解讀.界面設(shè)置:選擇變量“脈搏次數(shù)”進(jìn)入“檢驗(yàn)變量列表(TestVariablesList)”框;在“檢驗(yàn)分布(TestDistributions)”區(qū)域,默認(rèn)“常規(guī)(Normal,即正態(tài)分布)”按鈕,點(diǎn)擊“確定(OK)”.[操作步驟]變量要求:一個(gè)(或多個(gè))檢驗(yàn)變量,變量類(lèi)型為數(shù)值型;所有數(shù)據(jù)是其取值.定義數(shù)值型變量“脈搏次數(shù)”,將脈搏次數(shù)數(shù)據(jù)全部錄入.菜單選擇:主菜單“分析(Analyze)”→“非參數(shù)檢驗(yàn)(NonparametricTests)”→“1-樣本K-S(1-sampleK-S)”.第5章方差分析第5章方差分析

[結(jié)果分析]脈搏次數(shù)N20正態(tài)參數(shù)a,,b均值67.40標(biāo)準(zhǔn)差6.134最極端差別絕對(duì)值.174正.131負(fù)-.174Kolmogorov-SmirnovZ.778漸近顯著性(雙側(cè)).580統(tǒng)計(jì)量Z=0.778,對(duì)應(yīng)的概率值P=0.580,大于顯著性水平0.20,說(shuō)明四乙基鉛中毒患者脈搏數(shù)的分布與正態(tài)分布差異無(wú)統(tǒng)計(jì)學(xué)意義,故認(rèn)為脈搏數(shù)符合正態(tài)分布.第5章方差分析學(xué)習(xí)目標(biāo)：1、掌握雙因素方差分析2、掌握協(xié)方差分析3、熟悉重復(fù)測(cè)量方差分析重點(diǎn)：1、雙因素方差分析2、協(xié)方差分析第5章雙因素方差分析、協(xié)方差分析和重復(fù)測(cè)量方差分析5.2單因變量雙因素方差分析分析隨機(jī)區(qū)組設(shè)計(jì)的多組樣本間的總體均數(shù)差異是否有統(tǒng)計(jì)學(xué)意義.1.基本原理全部觀察值間總變異(總離均差平方和)分解成處理變異、區(qū)組變異和誤差變異;然后算出各部分均方MS;分別求F值,判斷處理因素和區(qū)組因素有無(wú)作用的單變量統(tǒng)計(jì)分析方法.雙因素分析既能分析處理因素有無(wú)作用,又能分析區(qū)組因素是否有作用,檢驗(yàn)效能高于單因素方差分析.2.應(yīng)用條件(1)各組樣本隨機(jī)獨(dú)立;(2)各組樣本來(lái)自正態(tài)總體;(3)相互比較的各組樣本所代表總體方差相等.3.適用范圍與對(duì)象雙因素方差分析適用于隨機(jī)區(qū)組設(shè)計(jì)兩組或多組間樣本的總體均數(shù)的比較,用于判斷處理因素和區(qū)組因素的作用差異是否有統(tǒng)計(jì)學(xué)意義.【實(shí)例1】[問(wèn)題敘述]擬用小白鼠為研究對(duì)象,了解A、B、C三種不同的營(yíng)養(yǎng)素的增重效果.采用隨機(jī)區(qū)組設(shè)計(jì)方法,一窩出生作為區(qū)組劃分依據(jù),以消除遺傳因素對(duì)體重增長(zhǎng)的影響;現(xiàn)將同品系同體重的24只小白鼠分為8個(gè)區(qū)組,每個(gè)區(qū)組3只小白鼠,分別給予A、B、C三種不同的營(yíng)養(yǎng)素喂養(yǎng),三周后體重增量(克).問(wèn)小白鼠經(jīng)三種不同的營(yíng)養(yǎng)素喂養(yǎng)后體重增量有無(wú)差別？表5-5三種不同的營(yíng)養(yǎng)素小白鼠后體重增量(g)組號(hào)A營(yíng)養(yǎng)素B營(yíng)養(yǎng)素C營(yíng)養(yǎng)素150.1058.2064.50247.8048.5062.40353.1053.8058.60453.5064.2072.50571.2068.4079.30641.4045.7038.4761.9053.0051.20842.2039.8046.20[實(shí)驗(yàn)?zāi)康腯理解雙因素方差分析的適用條件,掌握SPSS操作方法和結(jié)果解讀.[操作步驟]一個(gè)因變量,類(lèi)型為連續(xù)性的數(shù)值型,二個(gè)分組變量,類(lèi)型為數(shù)值型;各樣本數(shù)據(jù)都是因變量取值,兩分組變量取值是各樣本數(shù)據(jù)對(duì)應(yīng)處理組和區(qū)組的編號(hào)(如1,2,3….).定義一個(gè)因變量“體重增量”,二個(gè)分組變量“區(qū)組”和“營(yíng)養(yǎng)素”,對(duì)“營(yíng)養(yǎng)素”設(shè)置“值(Value)”為“1=A營(yíng)養(yǎng)素,2=B營(yíng)養(yǎng)素,3=C營(yíng)養(yǎng)素”,將數(shù)據(jù)錄入因變量,數(shù)據(jù)對(duì)應(yīng)區(qū)組值(1~8)和處理組值(1,2,3)錄入分組變量.菜單選擇:主菜單“分析(Analyze)”→“一般線性模型(GeneralLinearModel)”→“單變量(Univariate)”命令,進(jìn)入雙因素分析主界面.界面設(shè)置:選因變量“體重增量”至“因變量(DependentVariable)”框;將分組變量“區(qū)組”和“營(yíng)養(yǎng)素”選至“固定因子(FixedFactors)”框.單擊“模型(Model)”按鈕,打開(kāi)“單變量:模型(Univariate:Model)”對(duì)話框,勾選“設(shè)定(Custom)”選項(xiàng),“構(gòu)建項(xiàng)類(lèi)型(BuildTerm)”選擇“主效應(yīng)(Maineffects)”,然后將“區(qū)組”和“營(yíng)養(yǎng)素”移到右側(cè)“模型(Model)”框,點(diǎn)擊“繼續(xù)(Continue)”.在主界面中,單擊“兩兩比較(PostHoc)”按鈕,進(jìn)入兩兩比較界面;主要比較營(yíng)養(yǎng)素間有無(wú)差別,故將“營(yíng)養(yǎng)素”選入右側(cè)“兩兩比較檢驗(yàn)(PostHocTestsfor)”框,勾選LSD或S-N-K檢驗(yàn)方法后,點(diǎn)擊“繼續(xù)(Continue)”.設(shè)置完畢后,回到主界面,單擊“確定(OK)”.[結(jié)果分析]表5-6雙因素方差分析表因變量:體重增量源III型平方和df均方FSig.模型75623.078a107562.308247.196.000區(qū)組2184.1267312.01810.199.000營(yíng)養(yǎng)素188.501294.2503.081.078誤差428.2921430.592總計(jì)76051.37024經(jīng)分析,區(qū)組影響(F=10.199,對(duì)應(yīng)的概率值P=0.000<0.001)有統(tǒng)計(jì)學(xué)意義,說(shuō)明不同區(qū)組間小白鼠體重增量總體均數(shù)不同;處理因素(營(yíng)養(yǎng)素)的影響(F=3.081,對(duì)應(yīng)的概率值P=0.078>0.05)差異無(wú)統(tǒng)計(jì)學(xué)意義,尚不能認(rèn)為不同營(yíng)養(yǎng)素對(duì)小白鼠體重增量的總體均數(shù)有差異.要了解各組之間總體均數(shù)是否有差異,尚須繼續(xù)分析多重比較的結(jié)果.表5-7雙因素方差分析兩兩比較因變量:體重增量(I)營(yíng)養(yǎng)素(J)營(yíng)養(yǎng)素均值差值(I-J)標(biāo)準(zhǔn)誤差Sig.95%置信區(qū)間下限上限LSDA營(yíng)養(yǎng)素B營(yíng)養(yǎng)素-1.30002.76552.646-7.23144.6314C營(yíng)養(yǎng)素-6.4875*2.76552.034-12.4189-.5561B營(yíng)養(yǎng)素A營(yíng)養(yǎng)素1.30002.76552.646-4.63147.2314C營(yíng)養(yǎng)素-5.18752.76552.082-11.1189.7439C營(yíng)養(yǎng)素A營(yíng)養(yǎng)素6.4875*2.76552.034.556112.4189B營(yíng)養(yǎng)素5.18752.76552.082-.743911.1189經(jīng)分析,A營(yíng)養(yǎng)素與C營(yíng)養(yǎng)素間檢驗(yàn),對(duì)應(yīng)的概率值P=0.034<0.05,兩者差異有統(tǒng)計(jì)學(xué)意義,認(rèn)為C營(yíng)養(yǎng)素與A營(yíng)養(yǎng)素對(duì)小白鼠體重增量有差異影響;其它A營(yíng)養(yǎng)素與B營(yíng)養(yǎng)素間、B營(yíng)養(yǎng)素與C營(yíng)養(yǎng)素間對(duì)小白鼠體重增量影響無(wú)統(tǒng)計(jì)學(xué)意義,尚不能認(rèn)為對(duì)小白鼠體重增量有差異影響.5.3單因變量協(xié)方差分析一、核心知識(shí)協(xié)方差分析(AnalysisofCovariance)是消除難以控制的隨機(jī)變量(即混雜因素)的影響,將回歸分析和方差分析結(jié)合起來(lái),檢驗(yàn)多組修正以后的總體均數(shù)差異是否有統(tǒng)計(jì)學(xué)意義的參數(shù)假設(shè)檢驗(yàn)方法.1.基本原理將難以控制的隨機(jī)變量作為協(xié)變量,建立因變量與協(xié)變量變化的線性回歸關(guān)系,從因變量的總平方和中扣除協(xié)變量對(duì)于因變量的回歸平方和,排除協(xié)變量影響,再對(duì)修正以后主效應(yīng)進(jìn)行方差分析,對(duì)控制變量效果準(zhǔn)確評(píng)價(jià).2.應(yīng)用條件(1)滿足方差分析的應(yīng)用條件:變量服從正態(tài)分布、相互獨(dú)立、總體方差相等;(2)協(xié)變量與因變量存在線性關(guān)系,協(xié)變量與因變量回歸直線基本平行;(3)協(xié)變量與處理因素之間沒(méi)有交互影響.3.適用范圍與對(duì)象適用于兩組或多組之間總體均數(shù)比較時(shí),存在一些難以控制的混雜因素,如果不控制這些混雜因素,結(jié)果變量將會(huì)產(chǎn)生影響.協(xié)變量與因變量都是連續(xù)型變量.【實(shí)例2】[問(wèn)題敘述]為了解A、B、C三種健身模式對(duì)體重的控制效果.將24位肥胖者按照完全隨機(jī)設(shè)計(jì)方法分成3組,然后采用健康教育方式,引導(dǎo)每組受試者分別采取A、B、C三種不同的健身模式每天2個(gè)小時(shí)鍛煉控制體重.一個(gè)月以后再次測(cè)量體重,得到后測(cè)體重.請(qǐng)推斷三種健身模式對(duì)體重控制有無(wú)差別？表5-8受試者鍛煉前后體重(kg)模式A模式B模式C初始體重后測(cè)體重初始體重后測(cè)體重初始體重后測(cè)體重8570977789828368907691847565100788380766795789583806710381100859171106821028784699979105909072947811092[實(shí)驗(yàn)?zāi)康腯熟悉協(xié)方差分析的適用條件,掌握SPSS操作方法和結(jié)果解讀.[操作步驟]變量要求:一個(gè)因變量,類(lèi)型為連續(xù)性的數(shù)值型;一個(gè)(或多個(gè))分組變量(處理因素),類(lèi)型為數(shù)值型,一個(gè)(或多個(gè))協(xié)變量,類(lèi)型是連續(xù)性的數(shù)值型;各樣本兩組數(shù)據(jù)分別是因變量和協(xié)變量的取值,一個(gè)(或多個(gè))分組變量取值是各樣本數(shù)據(jù)對(duì)應(yīng)處理組的編號(hào)(如1,2,3….).定義：一個(gè)因變量“后測(cè)體重”,一個(gè)協(xié)變量“初始體重”,一個(gè)分組變量“健身模式”,并對(duì)“健身模式”設(shè)置“值(Value)”為“1=模式A,2=模式B,3=模式C”,兩組數(shù)據(jù)分別錄入因變量和協(xié)變量,處理組值(1,2,3)錄入分組變量.回歸斜率相等檢驗(yàn):“圖形(Graphs)”→“舊對(duì)話框(LegacyDialogs)”→“散點(diǎn)/點(diǎn)狀(Scatter/Dot)”.界面設(shè)置:點(diǎn)擊“簡(jiǎn)單分布(SimpleScatter)”,再點(diǎn)擊“定義(Define)”按鈕;點(diǎn)擊“初始體重”到“Y軸”框,點(diǎn)擊“后側(cè)體重”到“X軸”,繪制散點(diǎn)圖.圖5-4后側(cè)體重與前測(cè)體重散點(diǎn)圖經(jīng)分析,三組初始體重和后側(cè)體重有明顯直線趨勢(shì),且三組中直線趨勢(shì)的斜率相互接近,可以進(jìn)一步作協(xié)方差分析.協(xié)方差分析:“分析(Analyze)”→“一般線性模型(GeneralLinearModel)”→“單變量(Univariate)”命令.界面設(shè)置:在協(xié)方差分析主界面,選因變量“后測(cè)體重”到“因變量(DependentVariable)“框,將“運(yùn)動(dòng)模式”選至“固定因子(FixedFactors)”框,將“初始體重”選至“協(xié)變量(Covariate)”框.界面設(shè)置:點(diǎn)擊“選項(xiàng)(Options)”按鈕,選擇“運(yùn)動(dòng)模式”至“顯示均數(shù)(DisplayMeansfor)”框,輸出不同運(yùn)動(dòng)模式后測(cè)體重調(diào)整后(考慮了協(xié)變量效應(yīng)之后)的邊緣平均值;勾選“比較主效應(yīng)(Comparemaineffects)”,對(duì)“運(yùn)動(dòng)模式”各組的后測(cè)體重平均值進(jìn)行組間比較;在“置信區(qū)間調(diào)節(jié)(Confidenceintervaladjustment)”下拉菜單中選擇LSD,意為進(jìn)行TukeyLSD事后檢驗(yàn);在“顯示(Display)”區(qū)域,勾選“描述統(tǒng)計(jì)(Descriptivestatistics)”和“方差齊性檢驗(yàn)(Homogeneitytests)”分別輸出每一組的描述統(tǒng)計(jì)量和方差齊性檢驗(yàn)結(jié)果;點(diǎn)擊“繼續(xù)(Continues)”按鈕.主界面點(diǎn)擊“模型(Model)”按鈕進(jìn)入“單變量:模型(Univariate:Model)”框.采用完全因素模型,即默認(rèn)“全因子(Fullfactorial)”按鈕,完全因素模型包括全部因素變量和協(xié)變量主效應(yīng)、因素變量間交互效應(yīng),但不包括與協(xié)變量交互效應(yīng).點(diǎn)擊“繼續(xù)(Continue)”按鈕回到主界面,點(diǎn)擊“確定(OK)”按鈕.[結(jié)果分析]

表5-9方差齊性檢驗(yàn)Fdf1df2Sig.1.412221.266經(jīng)分析,檢驗(yàn)統(tǒng)計(jì)量F值為1.412,對(duì)應(yīng)的概率值P=0.266>0.05,說(shuō)明各組總體方差差異無(wú)統(tǒng)計(jì)學(xué)意義,認(rèn)為各組之間的總體方差滿足方差齊性的適用條件.源III型平方和df均方FSig.校正模型1382.788a3460.929484.046.000截距244.4301244.430256.689.000初始體重192.2051192.205201.844.000運(yùn)動(dòng)模式371.2712185.636194.945.000誤差19.04520.952總計(jì)145242.0024校正的總計(jì)1401.83323a.R方=.986(調(diào)整R方=.984)表5-10協(xié)方差分析結(jié)果

協(xié)變量“初始體重”對(duì)因變量“后測(cè)體重”檢驗(yàn)的統(tǒng)計(jì)量值F=201.844,對(duì)應(yīng)的概率值P=0.000<0.001,說(shuō)明“初始體重”對(duì)“后測(cè)體重”的影響有統(tǒng)計(jì)學(xué)意義;處理因素變量“運(yùn)動(dòng)模式”對(duì)因變量“后測(cè)體重”檢驗(yàn)的統(tǒng)計(jì)量值F=194.945,對(duì)應(yīng)的概率值P=0.000<0.001,說(shuō)明“運(yùn)動(dòng)模式”對(duì)“后測(cè)體重”的影響也有統(tǒng)計(jì)學(xué)意義,表明三個(gè)運(yùn)動(dòng)模式組間體重減少的總體均數(shù)不全相等.運(yùn)動(dòng)模式均值標(biāo)準(zhǔn)誤差95%置信區(qū)間下限上限172.370a.45171.43073.310276.343a.38175.54977.137383.537a.36882.76884.305表5-11調(diào)整后的三組后測(cè)體重平均值給出各組“后測(cè)體重”的模型預(yù)測(cè)平均值.表5-12三組間后測(cè)體重兩兩比較(I)運(yùn)動(dòng)模式(J)運(yùn)動(dòng)模式均值差值(I-J)標(biāo)準(zhǔn)誤差Sig差分的95%置信區(qū)間下限上限12-3.973*.664.000-5.359-2.5883-11.166*.643.000-12.508-9.824213.973*.664.0002.5885.3593-7.193*.489.000-8.213-6.1733111.166*.643.0009.82412.50827.193*.489.0006.1738.213經(jīng)分析,三組間兩兩個(gè)總體均值的差異都有統(tǒng)計(jì)學(xué)意義,認(rèn)為三種不同健身模式對(duì)體重控制效果都有差別.5.4重復(fù)測(cè)量方差分析一、核心知識(shí)1、定義形式重復(fù)測(cè)量資料是指對(duì)受試對(duì)象給予一種或多種處理后,對(duì)同一受試對(duì)象某項(xiàng)觀測(cè)指標(biāo)進(jìn)行多次測(cè)量所得到的數(shù)據(jù).如同一種藥物不同劑型在病人使用后不同時(shí)間的血藥濃度,對(duì)病人治療(手術(shù))后一天、三天、一周、兩周等多個(gè)時(shí)間點(diǎn)指標(biāo)觀測(cè).重復(fù)測(cè)量目的是比較同一研究對(duì)象在不同時(shí)間點(diǎn)上指標(biāo)變化情況.重復(fù)測(cè)量觀測(cè)值之間來(lái)自同一受試對(duì)象的不同時(shí)間點(diǎn),數(shù)據(jù)間存在相關(guān)性,不宜用常規(guī)的方差分析方法,否則將會(huì)增大犯一類(lèi)錯(cuò)誤的概率.2.應(yīng)用條件重復(fù)測(cè)量方差分析要求各總體滿足正態(tài)性、方差齊性及球形度(Sphericity)或復(fù)合對(duì)稱(chēng)性(Compoundsymmetry).其中的球形性指誤差協(xié)方差矩陣滿足主對(duì)角線上各方差及各協(xié)方差相等.球?qū)ΨQ(chēng)通常用球形檢驗(yàn)(Mauchly’stestofsphericity)來(lái)判斷,如不滿足“球?qū)ΨQ(chēng)”假設(shè),則方差分析的F值是偏大的,增大犯第一類(lèi)錯(cuò)誤的概率,需要應(yīng)用“球?qū)ΨQ(chēng)”校正系數(shù)對(duì)受試對(duì)象內(nèi)所有變異的自由度進(jìn)行校正.3.適用范圍與對(duì)象適用于不同處理組內(nèi)將受試對(duì)象進(jìn)行多個(gè)時(shí)間點(diǎn)連續(xù)觀測(cè)的數(shù)據(jù).用于判斷處理因素和時(shí)間變量是否對(duì)結(jié)果變量(因變量)產(chǎn)生影響.【實(shí)例3】[問(wèn)題敘述]某醫(yī)生為了解血液放置時(shí)間是否影響血糖測(cè)量濃度,分別對(duì)兩組受試者進(jìn)行抽血化驗(yàn)血糖濃度(單位:mmol/L),分別在抽血后0分鐘、45分鐘、90分鐘和135分鐘分別對(duì)8個(gè)受試者的血樣進(jìn)行血糖測(cè)定.請(qǐng)推斷不同組受試者和血液放置時(shí)間是否影響血糖的濃度.組別放置時(shí)間0分鐘45分鐘90分鐘135分鐘15.325.324.984.6515.325.264.934.7015.945.885.435.0415.495.435.325.0425.715.495.434.9326.276.275.665.2625.885.775.434.9325.325.155.044.48[實(shí)驗(yàn)?zāi)康腯理解重復(fù)測(cè)量方差分析的基本思想、應(yīng)用條件及適用范圍,掌握重復(fù)測(cè)量方差分析的SPSS操作方法和結(jié)果解讀.[操作步驟]變量要求:至少一組因變量(重復(fù)測(cè)量至少2次,也稱(chēng)組內(nèi)因變量,一般地,同組因變量命名方式如:血壓1、血壓2、血壓3(三個(gè)時(shí)點(diǎn)測(cè)量血壓),類(lèi)型為連續(xù)性的數(shù)值型,一個(gè)(多個(gè))分組變量(處理因素),類(lèi)型是數(shù)值型;各時(shí)點(diǎn)樣本數(shù)據(jù)分別是組內(nèi)因變量的取值,一個(gè)(或多個(gè))分組變量取值是各樣本數(shù)據(jù)對(duì)應(yīng)處理組的編號(hào)(如1,2,3….).定義一組因變量“血糖濃度Time1”、“血糖濃度Time2”、“血糖濃度Time3”及“血糖濃度Time4”,一個(gè)分組變量“組別”.將抽血后0分鐘、45分鐘、90分鐘和135分鐘測(cè)得的樣本數(shù)據(jù)分別錄入組內(nèi)因變量,將編碼值1,2錄入分組變量.菜單選擇:主菜單“分析(Analyze)”→“一般線性模型(GeneralLinearModel)”→“重復(fù)度量(RepeatedMeasures)”命令,打開(kāi)“重復(fù)測(cè)量定義因子”界面.界面設(shè)置:在“被試內(nèi)因子名稱(chēng)(Within-SubjectFactorName)”框中輸入“time”定義重復(fù)測(cè)量的時(shí)間變量名;在“級(jí)別數(shù)(NumberofLevels)”框輸入重復(fù)的次數(shù)4,單擊“添加(Add)”按鈕到列表框;在“度量名稱(chēng)(MeasureName)”框中輸入“血糖濃度”定義觀察變量,單擊“添加(Add)”按鈕到列表框.點(diǎn)擊“定義(Define)”,“重復(fù)度量”設(shè)置界面.將組因變量“血糖濃度Time1”、“血糖濃度Time2”、“血糖濃度Time3”及“血糖濃度Time4”,分別對(duì)應(yīng)選入“群體內(nèi)部變量(Within-SubjectsVariable)”框;將“組別”選入“因子列表(Between-SubjectsVariable)”框;點(diǎn)擊“選項(xiàng)(Options)”按鈕,勾選“功效估計(jì)(Estimatesofeffectsize)”和“方差齊性檢驗(yàn)(Homogeneitytests)”,點(diǎn)擊“繼續(xù)(Continue)”,“確定(OK)”.[結(jié)果分析]多變量檢驗(yàn)b效應(yīng)值F假設(shè)df誤差dfSig.偏Eta方timePillai的跟蹤.98690.942a3.0004.000.000.986Wilks的Lambda.01490.942a3.0004.000.000.986Hotelling的跟蹤68.20690.942a3.0004.000.000.986Roy的最大根68.20690.942a3.0004.000.000.986經(jīng)分析,多變量方差分析結(jié)果包括四種檢驗(yàn)方法.四種檢驗(yàn)結(jié)果均表明,血液放置時(shí)間對(duì)血糖的濃度影響有統(tǒng)計(jì)學(xué)意義.表5-17誤差方差均等性檢驗(yàn)誤差方差等同性(齊性)的Levene檢驗(yàn)aFdf1df2Sig.血糖濃度Time1.24616.638血糖密度Time21.01416.353血糖密度Time3.17616.689血糖密度Time4.06816.802由組間誤差方差均等性檢驗(yàn)結(jié)果,對(duì)應(yīng)的概率值P均大于0.05,差異無(wú)統(tǒng)計(jì)學(xué)意義,認(rèn)為所有組中因變量的誤差方差均相等,符合重復(fù)測(cè)量方差分析的適用條件.表5-18重復(fù)測(cè)量組間方差分析表源III型平方和df均方FSig.偏Eta方截距914.5301914.5302432.212.000.998組別.2761.276.733.425.109誤差2.2566.376經(jīng)分析,組間方差分析結(jié)果顯示,對(duì)應(yīng)的概率值P=0.425>0.05,組間差異無(wú)統(tǒng)計(jì)學(xué)意義,認(rèn)為組別因素對(duì)于血糖濃度無(wú)影響.【練習(xí)1】[問(wèn)題敘述]研究不同劑量雌激素對(duì)大白鼠子宮重量影響,取4窩不同種系的大白鼠,每窩3只,隨機(jī)分配到3個(gè)組內(nèi)接受不同劑量雌激素的注射,然后測(cè)定子宮重量.請(qǐng)推斷注射不同劑量的雌激素對(duì)大白鼠子宮重量是否有影響？“單因變量雙因素方差分析”大白鼠種系雌激素劑量低劑量組中劑量組高劑量組A種系106116145B種系4268115C種系70111133D種系426387【練習(xí)2】[問(wèn)題敘述]將體重相近,出生3周的36只大白鼠,按照窩別、性別等條件分成12窩,每窩3只,隨機(jī)分到核黃素缺乏組、限食量組與不限食量組進(jìn)行喂養(yǎng),測(cè)得大白鼠體重與食物消耗量.請(qǐng)推斷三種喂養(yǎng)方式是否有顯著差異？“單因變量協(xié)方差分析”

表5-21三種喂養(yǎng)方式食物消耗量及體重核黃素缺乏組限食量組不限食量組食物消耗體重食物消耗體重食物消耗體重265.927.0260.332.0544.7160.3271.641.7271.147.7481.296.1210.225.0214.736.7418.9114.6300.152.0300.165.0556.6134.8262.214.5269.739.0394.576.3304.448.8307.537.9426.672.8272.448.0278.951.5416.199.4248.29.5256.226.7549.9133.7242.837.0240.841.0580.5147.0342.956.5340.761.3608.3165.8356.976.0356.3102.1559.6169.8198.29.2199.28.1371.954.3【練習(xí)3】[問(wèn)題敘述]將手術(shù)要求基本相同的15名患者隨機(jī)分為3組,手術(shù)過(guò)程分別采用A、B、C三種麻醉誘導(dǎo)方法,分別在時(shí)點(diǎn)T0(誘導(dǎo)前)、T1、T2、T3、T4測(cè)量患者收縮壓.請(qǐng)推斷不同誘導(dǎo)方法和不同時(shí)點(diǎn)是否影響患者收縮壓.“重復(fù)測(cè)量方差分析;五個(gè)因變量、一個(gè)分組變量”表7-22不同麻醉誘導(dǎo)時(shí)點(diǎn)患者收縮壓(mmHg)誘導(dǎo)方法麻醉誘導(dǎo)時(shí)間T0T1T2T3T4A120108112120117A118109115126123A119112119124118A121112119126120A127121127133126B121120118131137B122121119129133B128129126135142B117115111123131B118114116123133C131119118135129C129128121148132C123123120143136C123121116145126C125124118142130學(xué)習(xí)目標(biāo)：1、熟悉單樣本K-S檢驗(yàn)2、掌握兩個(gè)獨(dú)立樣本、兩個(gè)相關(guān)樣本的非參數(shù)檢驗(yàn)3、熟悉多個(gè)獨(dú)立樣本、多個(gè)相關(guān)樣本的非參數(shù)檢驗(yàn)4、掌握交叉表的卡方檢驗(yàn)重點(diǎn)：1、符號(hào)秩檢驗(yàn)、秩和檢驗(yàn)2、卡方檢驗(yàn)第6章非參數(shù)假設(shè)檢驗(yàn)參數(shù)假設(shè)檢驗(yàn)要求總體分布類(lèi)型(如正態(tài)分布)已知,總體分布類(lèi)型往往難以明確或確定不滿足正態(tài)分布.非參數(shù)假設(shè)檢驗(yàn)是在總體分布類(lèi)型未知條件下的假設(shè)檢驗(yàn)方法.優(yōu)點(diǎn)：數(shù)據(jù)量化水準(zhǔn)要求低,不需要已知或滿足總體分布類(lèi)型(如正態(tài)分布),缺點(diǎn)：原始信息利用不夠充分,只用到排序以后的等級(jí)秩次信息,檢驗(yàn)效能下降,犯第二類(lèi)錯(cuò)誤可能性更大,本應(yīng)拒絕H0,經(jīng)過(guò)檢驗(yàn)以后卻接受了.若總體分布已知或滿足參數(shù)檢驗(yàn)條件則優(yōu)先采用參數(shù)假設(shè)檢驗(yàn);若總體分布未知或不滿足參數(shù)檢驗(yàn)條件則只能采用非參數(shù)假設(shè)檢驗(yàn).

幾點(diǎn)說(shuō)明：該法多用于有序分類(lèi)資料或本身就是等級(jí)排序形式的數(shù)值資料.不符合參數(shù)檢驗(yàn)條件(總體分布未知或不服從正態(tài)分布)的情形.定序資料或排序資料一般不服從正態(tài)分布.如藥物療效:治愈、顯效、有效、無(wú)效.如滿意程度:非常滿意、比較滿意、一般滿意、不太滿意、不滿意.如考試名次:1、2、3、4、5、6、7、8、9、10、11、12、13、……有些計(jì)量指標(biāo)資料服從偏態(tài)分布(非正態(tài)),如數(shù)值分散、量少等特點(diǎn).于是也改為由小到大排序(編秩),用秩和檢驗(yàn)等非參數(shù)方法不管如何,秩信息比原始信息來(lái)說(shuō)是有損失且不充分的.6.2獨(dú)立樣本的非參數(shù)檢驗(yàn)6.21兩個(gè)獨(dú)立樣本的非參數(shù)檢驗(yàn)一、核心知識(shí)前面學(xué)習(xí)過(guò)兩個(gè)獨(dú)立樣本T檢驗(yàn)(參數(shù)檢驗(yàn))方法,通過(guò)兩個(gè)樣本均值差的大小來(lái)確定這兩個(gè)樣本是否來(lái)自均值相同的總體.它要求兩個(gè)總體服從正態(tài)分布且總體方差相等的條件.但是在對(duì)總體分布未知的情況下,通過(guò)樣本數(shù)據(jù)檢驗(yàn)兩個(gè)獨(dú)立樣本的對(duì)應(yīng)總體分布或分布位置差異是否有統(tǒng)計(jì)學(xué)意義(或兩樣本是否來(lái)自同一總體).兩個(gè)獨(dú)立樣本非參數(shù)檢驗(yàn)方法有多種,常用Mann-WhitneyU檢驗(yàn),也稱(chēng)為威爾科克遜(WilcoxonW)等級(jí)秩和檢驗(yàn).建立假設(shè):H0:兩個(gè)總體無(wú)差異H1:兩個(gè)總體有差異.編秩:將兩組數(shù)據(jù)混合起來(lái),從小到大統(tǒng)一編秩(排序).分別求秩和、確定檢驗(yàn)統(tǒng)計(jì)量T值:樣本例數(shù)不等時(shí),以樣本例數(shù)小的秩和為T(mén);樣本例數(shù)相等時(shí),任取一組秩和為T(mén).比較判斷:由n1,n2和

,查秩和檢驗(yàn)表得T的置信區(qū)間(T1,T2).若T?(T1,T2),則拒絕H0;若T∈(T1,T2),則不拒絕H0.SPSS軟件結(jié)果:當(dāng)小樣本時(shí),“Mann-WhitneyU”統(tǒng)計(jì)量,對(duì)應(yīng)的概率值P以“精確顯著”給出;當(dāng)大樣本時(shí),“Z”統(tǒng)計(jì)量,對(duì)應(yīng)的概率值P以“漸近顯著性”給出.秩又稱(chēng)等級(jí),將數(shù)據(jù)按大小或等級(jí)強(qiáng)弱進(jìn)行排序以后得到的編碼形式.【實(shí)例1】[問(wèn)題敘述]測(cè)量鉛作業(yè)與非鉛作業(yè)工人的血鉛值(單位:

mol/l).表6-5兩種作業(yè)組工人血鉛值數(shù)據(jù)鉛作業(yè)0.820.870.971.211.642.082.13非鉛作業(yè)0.240.240.290.330.440.580.630.720.871.01請(qǐng)推斷鉛作業(yè)與非鉛作業(yè)工人的血鉛值是否有差異？[實(shí)驗(yàn)?zāi)康腯理解兩個(gè)獨(dú)立樣本秩和檢驗(yàn)適用條件,掌握SPSS操作方法和結(jié)果解讀.[操作步驟]變量要求:一個(gè)(或多個(gè))檢驗(yàn)變量,數(shù)值型,兩個(gè)樣本數(shù)據(jù)全部錄入檢驗(yàn)變量中.一個(gè)分組變量,數(shù)值型;兩個(gè)樣本的組別通過(guò)編碼值(如0,1或1,2等)區(qū)分.定義檢驗(yàn)變量“血鉛值”,將兩組血鉛值數(shù)據(jù)全部錄入;定義分組變量“是否鉛作業(yè)者”,鉛作業(yè)者組錄入1、非鉛作業(yè)者組錄入0.菜單選擇:主菜單“分析(Analyze)”→“非參數(shù)檢驗(yàn)(NonparametricTests)”→“兩個(gè)獨(dú)立樣本(2IndependentSamples)”.界面設(shè)置:選擇檢驗(yàn)變量“血鉛值”進(jìn)入“檢驗(yàn)變量列表(TestVariablesList)”框;選擇分組變量“是否鉛作業(yè)者”進(jìn)入“分組變量(GroupingVariable)”框,并點(diǎn)擊“定義組(DefineGroups)”按鈕,在“組1(Group1)”和“組2(Group2)”框中分別輸入分組變量的兩個(gè)取值1和0.點(diǎn)擊“確定(OK)”.[結(jié)果分析]表6-6兩組秩均值結(jié)果是否鉛作業(yè)者N秩均值秩和血鉛值否105.9559.50是713.3693.50總數(shù)17表6-7秩和檢驗(yàn)結(jié)果血鉛值Mann-WhitneyU4.500WilcoxonW59.500Z-2.980漸近顯著性(雙側(cè)).003精確顯著性[2*(單側(cè)顯著性)].001a鉛作業(yè)與非鉛作業(yè)血鉛值平均秩分別為13.36和5.95,鉛作業(yè)組平均秩較高.小樣本時(shí)統(tǒng)計(jì)量值Mann-WhitneyU為4.5,對(duì)應(yīng)的概率值P=0.001,大樣本時(shí)統(tǒng)計(jì)量值Z為-2.98,對(duì)應(yīng)的概率值P=0.003.本例為小樣本,對(duì)應(yīng)的概率值P=0.001,遠(yuǎn)小于顯著性水平0.05,說(shuō)明鉛作業(yè)工人和非鉛作業(yè)工人血鉛值差異有統(tǒng)計(jì)學(xué)意義,認(rèn)為鉛作業(yè)與非鉛作業(yè)工人血鉛值有差別.二、多獨(dú)立樣本的非參數(shù)檢驗(yàn)1、核心知識(shí)在對(duì)總體分布未知情況下,通過(guò)樣本數(shù)據(jù)檢驗(yàn)多個(gè)獨(dú)立樣本對(duì)應(yīng)總體的分布或分布位置差異是否有統(tǒng)計(jì)學(xué)意義,常用Kruskal-WallisH檢驗(yàn)法.原假設(shè)H0:多獨(dú)立樣本來(lái)自各總體的分布相同.由

和自由度k-1,反查2表得P值,若P<0.05,則拒絕H0,否則不拒絕H0.須說(shuō)明,SPSS17.0沒(méi)有提供多個(gè)獨(dú)立樣本兩兩比較非參數(shù)檢驗(yàn)方法.【實(shí)例2】[問(wèn)題敘述]正常人、單純性肥胖和皮質(zhì)醇增多癥人群血漿總皮質(zhì)醇測(cè)定值(100μmol/L):正常人0.110.520.610.690.770.861.021.081.271.92單純性肥胖0.170.330.550.660.861.131.381.632.043.75皮質(zhì)醇增多癥2.702.812.923.593.864.084.304.305.966.62假設(shè)各樣本血漿總皮質(zhì)醇測(cè)定值總體不服從正態(tài)分布,請(qǐng)推斷三種人群的血漿總皮質(zhì)醇測(cè)定有無(wú)差別？[實(shí)驗(yàn)?zāi)康腯理解多個(gè)獨(dú)立樣本H檢驗(yàn)法適用條件,掌握SPSS操作方法和結(jié)果解讀.[操作步驟]變量要求:一個(gè)(或多個(gè))檢驗(yàn)變量,數(shù)值型,一個(gè)分組變量,數(shù)值型;多樣本數(shù)據(jù)全部為檢驗(yàn)變量取值,多樣本組別通過(guò)編碼值(如1,2,3,…)區(qū)分.定義一個(gè)檢驗(yàn)變量“血漿總皮質(zhì)醇”,一個(gè)分組變量“人群組別”;將三組血漿總皮質(zhì)醇測(cè)定值全部錄入檢驗(yàn)變量;在分組變量中,正常人、單純性肥胖和皮質(zhì)醇增多癥人群分別錄入1、2、3.菜單選擇:主菜單“分析(Analyze)”→“非參數(shù)檢驗(yàn)(NonparametricTests)”→“K獨(dú)立樣本(K-independentSamples)”.界面設(shè)置:選擇檢驗(yàn)變量“血漿總皮質(zhì)醇”進(jìn)入“檢驗(yàn)變量列表(TestVariablesList)”框;選擇分組變量“人群組別”進(jìn)入“分組變量(GroupingVariable)”框,并點(diǎn)擊“定義范圍(DefineRange)”按鈕,在“最小值(Minimum)”和“最大值(Maximum)”框中分別輸入1和3.點(diǎn)擊“確定(OK)”.[結(jié)果分析]人群類(lèi)別N秩均值血漿總皮質(zhì)醇正常人109.65單純性肥胖1011.75皮質(zhì)醇增多癥1025.10總數(shù)30表6-10H檢驗(yàn)結(jié)果血漿總皮質(zhì)醇卡方18.130df2漸近顯著性.000經(jīng)分析,各組的平均秩次分別是9.65、11.75和25.10.檢驗(yàn)統(tǒng)計(jì)量值

2=18.13,對(duì)應(yīng)的概率值P=0.000<0.001,遠(yuǎn)小于顯著性水平0.05,說(shuō)明正常人、單純性肥胖和皮質(zhì)醇增多癥三種人群的血漿總皮質(zhì)醇測(cè)定值差異有統(tǒng)計(jì)學(xué)意義,認(rèn)為三種人群的血漿總皮質(zhì)醇測(cè)定有差別.6.3相關(guān)樣本的非參數(shù)檢驗(yàn)6.31兩個(gè)相關(guān)樣本的檢驗(yàn)一、核心知識(shí)在總體分布未知情況下,通過(guò)樣本數(shù)據(jù)檢驗(yàn)兩個(gè)相關(guān)樣本的對(duì)應(yīng)總體分布或分布位置差異是否有統(tǒng)計(jì)學(xué)意義.兩個(gè)相關(guān)樣本一般指配對(duì)樣本,常用Wilcoxon符號(hào)秩檢驗(yàn).原假設(shè)H0:兩個(gè)相關(guān)樣本來(lái)自的總體分布相同.SPSS軟件統(tǒng)計(jì)量以“Z”給出,對(duì)應(yīng)的概率值P以“漸近顯著性(Asymp.Sig.)”給出.【實(shí)例3】[問(wèn)題敘述]11名受試者分別服用兩種不同劑型的藥物,測(cè)得血藥濃度達(dá)峰時(shí)間(克/毫升),假設(shè)不服從正態(tài)分布.表6-11兩種劑型藥物濃度數(shù)據(jù)劑型A達(dá)峰時(shí)間2.53.01.251.753.52.51.752.253.52.52.0劑型B達(dá)峰時(shí)間3.54.02.52.03.54.01.52.53.03.03.5請(qǐng)推斷兩種劑型血藥濃度達(dá)峰時(shí)間是否有差異？[實(shí)驗(yàn)?zāi)康腯理解兩個(gè)相關(guān)樣本符號(hào)秩檢驗(yàn)適用條件,掌握SPSS操作方法和結(jié)果解讀.[操作步驟]變量要求:一對(duì)(或多對(duì))檢驗(yàn)變量,變量類(lèi)型為數(shù)值型;兩個(gè)樣本數(shù)據(jù)分別為兩個(gè)相關(guān)變量的取值.定義兩個(gè)相關(guān)變量“劑型A達(dá)峰時(shí)間”和“劑型B達(dá)峰時(shí)間”,兩組數(shù)據(jù)分別錄入兩個(gè)相關(guān)變量.菜單選擇:主菜單“分析(Analyze)”→“非參數(shù)檢驗(yàn)(NonparametricTests)”→“2個(gè)相關(guān)樣本(TwoRelated-samplesTests)”.界面設(shè)置:選擇相關(guān)變量“劑型A達(dá)峰時(shí)間”和“劑型B達(dá)峰時(shí)間”進(jìn)入“檢驗(yàn)對(duì)(TestPair)”框的“Variable1”和“Variable2”;點(diǎn)擊“確定(OK)”.[結(jié)果分析]N秩均值秩和劑型B達(dá)峰時(shí)間

-劑型A達(dá)峰時(shí)間負(fù)秩23.256.50正秩86.0648.50結(jié)1總數(shù)11表6-13符號(hào)秩檢驗(yàn)結(jié)果劑型B達(dá)峰時(shí)間-劑型A達(dá)峰時(shí)間Z-2.150a漸近顯著性(雙側(cè)).032經(jīng)分析,劑型A達(dá)峰時(shí)間的均值為2.4091,標(biāo)準(zhǔn)差為0.71827,劑型B達(dá)峰時(shí)間的均值為3.0,標(biāo)準(zhǔn)差為0.80623.兩者差的統(tǒng)計(jì)量值Z=-2.150,對(duì)應(yīng)的概率值P=0.032,小于顯著性水平0.05,說(shuō)明兩種劑型血藥濃度的達(dá)峰時(shí)間分布差異有統(tǒng)計(jì)學(xué)意義,認(rèn)為兩種劑型血藥濃度的達(dá)峰時(shí)間不具有相同的分布.6.32多個(gè)相關(guān)樣本的非參數(shù)檢驗(yàn)一、核心知識(shí)多相關(guān)樣本的非參數(shù)檢驗(yàn)是在總體分布未知情況下,通過(guò)樣本數(shù)據(jù)檢驗(yàn)多個(gè)相關(guān)樣本的對(duì)應(yīng)總體分布或分布位置差異是否有統(tǒng)計(jì)學(xué)意義.多個(gè)相關(guān)樣本的非參數(shù)檢驗(yàn)方法也有多種,常用Friedman檢驗(yàn).原假設(shè)H0:多相關(guān)樣本來(lái)自的各總體分布相同.【實(shí)例4】[問(wèn)題敘述]為探求治療某種常見(jiàn)疾病的4種藥物的療效差異,某研究小組作了4組配伍實(shí)驗(yàn)(按病人各方面特征近似進(jìn)行配伍),每組13名患者,讓每組分別服用這4種藥,一段時(shí)間后,對(duì)這4種藥療效進(jìn)行評(píng)價(jià)(療效最差為0,最好為10).請(qǐng)推斷這4種藥物的療效是否有差異？