SPSS实用教程-统计推断.ppt

SPSS实用教程（3） -统计推断 涂文校 北京大学公共卫生学院 流行病与卫生统计学系 数据分析一般步骤 p数据整理、核查 p描述性分析 p初步统计推断 p相关分析 p多变量分析 统计推断是研究的核心，但其结论是建立在良好的 数据条件 为何要做统计推断？ 均值（或比例）X1、X2 不同有两种可能： （1）分别所代表的总体均数相同，由于抽样误差造 成了样本均数的差别。差别无统计学意义 。 （2）分别所代表的总体均数不同。样本均数的差别 不是抽样误差造成的。差别有统计学意义。 假设检验的原理 p（1）假设两总体均数相同（H0）； p（2）计算由于抽样误差造成样本均数有这么大 差别的概率P； p（3）根据概率P值下结论。 小概率：样本均数有这么大差别是抽样误差造成 的可能性很小， 拒绝H0。反之，接受H0。 组间的比较 p定量数据均值的比较 两组： 1）符合正态：两组t检验（相互独立/配对） 2）不符合正态：秩和检验（相互独立/配对） 多组： 1）符合正态：方差检验 2）不符合正态：秩和检验 p定性数据率的比较 卡方检验 T检验 p满足正态分布 p两组独立样本t检验： 先方差齐性检验，根据是否齐性采用不同 合并方差方法 p配对t检验（两组样本不独立，如患者前后 随访资料；数据输入格式不一样） 独立t检验：男女身高（基于原正态性检验） 方差齐性检验 方差不齐 配对t检验：采用SPSS饮食研究数据 数据位置 C:Program FilesSPSSTutorialsample_filesdietstudy.sav；16个病人， 4次随访，一个基线，每次都测定甘油三酯和体重 基线第一次随访体重配对t检验 同时选中配对两 个变量 秩和检验 p适用与非正态分布数据 p正态分布数据也适用，但检验效能相对低 也有独立和配对检验 秩和检验：男女生身高 配对秩和检验： SPSS饮食研究 方差分析 p对于k个样本均数的比较，如果仍用两两比较检验，需比 较 次，如四个样本均数需比较6次。 p假设每次比较所确定的检验水准 =0.05，则每次检验拒 绝H0不犯第一类错误的概率为1-0.05=0.95；那么6次 检验都不犯第一类错误的概率为(1-0.05)6=0.7351， 而犯第一类错误的概率为0.2649， p因而t检验和u检验不适用于多个样本均数的比较。用方 差分析比较多个样本均数,可有效地控制第一类错误。方 差分析(analysis of variance,ANOVA)由英国统计学 家R.A.Fisher首先提出，以F命名其统计量，故方差分 析又称F检验。 方差分析基本理论 方差分析主要先决条件 p等方差 p正态性 p独立性 不同年级的身高（不纳入1人的4年级） 单因素方差分析：各组相互独立 方差分析秩和检验 重复测量方差分析：各组不独立 方差分析秩和检验，无法事后两两比较对策 方差分析秩和检验，各组间不相互独立 分类变量的卡方检验 卡方检验基本原理： 2 2值反映了观察频数与期望频数吻合的程度（值反映了观察频数与期望频数吻合的程度（ 或差别的程度）。或差别的程度）。 观察频数与期望频数的吻合程度越好，即两者观察频数与期望频数的吻合程度越好，即两者 差别越小，差别越小， 2 2值越小。值越小。 卡方检验的注意点：选择适当公式（选择适当公式（1 1 ） (1) (1) E E 5, 5, n n 40 40 时时, , 用基本公式用基本公式 ( (O O - - E E) ) 2 2 2 2 = = - - E E 即即SPSSSPSS中的：中的：Pearson Chi-SquarePearson Chi-Square 卡方检验的注意点：选择适当公式（选择适当公式（2 2 ） (2) 1 40 40 时时, , 用校正公式用校正公式 (| (|O O - - E E| - 0.5| - 0.5) ) 2 2 2 2 = = - - E E 即即SPSSSPSS中的：中的：Continuity CorrectionContinuity Correction 卡方检验的注意点：选择适当公式（选择适当公式（3 3 ） (3) 若n40，或 E1 时， 用 Fisher 确切概率法 (a+b)!(c+d)!(a+c)!(b+d)! p p = - = - a!b!c!d!na!b!c!d!n! ! 即即SPSSSPSS中的：中的：Fishers Exact TestFishers Exact Test 相互独立的两组卡方检验： 不同年级性别是否有差异 RC列联表：学生成绩与父亲教育 RC列联表 pRC列联表2检验对理论频数有要求 p只能认为各总体率之间总的来说不同，但不能说明它们 彼此之间都不同，或某两者之间有差别 p关于单向有序资料（等级资料）的统计处理， 宜用秩 和检验 p除关联性检验外, 用于说明两个变量之间关系的密切程 度，则需计算关联系数(contingency coefficient) 相互独立的两组卡方检验： 半成品数据 匹配的两组卡方检验： 半成品数据 相关分析 Pearson 线性相关系数 Spearman Spearman 等级相关等级相关 相关分析的注意事项 pPearson 相关系数 X 、Y 服从双变量正态分布 p分层现象/散点图的作用 p对相关的解释（树的长高与婴儿的长高） 分层现象（1） 分层现象（2） 身高与体重的相关分析：假定正态 身高与体重的相关分析： 两个变量不全符合正态，采用Spearman等级相关 统计推断练习 （要选择合适的检验方法） 1.比较男女生体重是否有差异 2.比较1-3年级体重是否有差异 3.将父亲的最高文化程度分为三级：初中及其以下 、高中（或中专）、大专及其以上，然后比较父 亲的文化程度与子女的成绩关系 4.求出学生父亲和母亲教育程度的相关系数 统计推断练习答案 1.比较男女生体重是否有差异： Mann-Whitney U检验，P0.276 2. 比较1-3年级体重是否有差异： Kruskal Wallis Test， P