SPSS培训卫生统计知识及应用软件培训.ppt

卫生统计知识及应用软件培训,2019/9/23,2,讲师介绍：,邹宗峰 工作单位：广东药学院公卫学院卫生统计教研室 职称：讲师Email:zouzongfeng21cn,第一章 概述,2019年9月23日,2019/9/23,4,Spss 安装向导,安装方法为“傻瓜式”安装 主要通过点击“NEXT”按钮，就可以完成安装。 通过双击SPSS11.5Eval.exe开始安装。,2019/9/23,5,启动安装,2019/9/23,6,2019/9/23,7,设定安装路径,2019/9/23,8,用户信息,2019/9/23,9,继续点击“NEXT”按钮，就可以完成安装。 该版本为SPSS公司的试用版，试用期30天。 SPSS12EVAL.exe为SPSS公司spss12的试用版.也可以试用30天。,2019/9/23,10,统计软件简介,统计分析软件是数据分析的主要工具 完整的数据分析过程为： 数据的收集 数据的整理 数据的分析 统计学为数据的分析提供了科学的方法论。统计软件为数据分析提供了实现手段。,2019/9/23,11,常用权威统计软件简介,SAS 8.2 真正的巨无霸。被誉为国际上的标准统计软件和最权威的组合式优秀统计软件。 人机对话界面太不友好 图形操作界面比较糟糕 一切围绕编程设计 学习起来较困难（编程） 说明书非常难懂 价格贵的人直跳,2019/9/23,12,常用统计软件简介,SPSS (Ver11.5) -统计软件中的贵族 操作界面极为友好 所有统计软件中具有最友好的操作 精心设计的图形操作界面 美观的结果输出 强大的辅助教学功能 输出结果与中文WORD尚存在一定兼容问题 在国内深受欢迎，特别是市场调研行业 在欧洲各研究机构中得到广泛应用,2019/9/23,13,学习使用统计分析软件的基本方法,弄清分析的目的 正确收集待处理和分析的数据(目的、影响因素的剔除） 弄清统计概念和统计含义，知道统计方法的适用范围，无需记忆公式。 选择一种或几种统计分析方法探索性地分析数据。 读懂计算机分析的数据结果，发现规律，得出分析,2019/9/23,14,SPSS 介绍,SPSS是软件英文名称的首字母缩写，原意为Statistical Package for the Social Sciences，即“社会科学统计软件包”。但是随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为Statistical Product and Service Solutions，意为“统计产品与服务解决方案”，标志着SPSS的战略方向正在做出重大调整。,2019/9/23,15,SPSS 11.5版的数据编辑窗口界面,2019/9/23,16,菜单,2019/9/23,17,2019/9/23,18,2019/9/23,19,2019/9/23,20,2019/9/23,21,2019/9/23,22,2019/9/23,23,2019/9/23,24,2019/9/23,25,2019/9/23,26,SPSS最突出的特点就是操作界面极为友好，输出结果美观漂亮，他使用Windows的窗口方式展示各种管理和分析数据方法的功能，使用对话框展示出各种功能选择项，只要掌握一定的Windows操作技能，粗通统计分析原理，就可以使用该软件为特定的科研工作服务。是非专业统计人员的首选统计软件,2019/9/23,27,比照格式输入数据，选取过程,2019/9/23,28,点击箭头将VAR00001设置为分析变量,2019/9/23,29,点击OK按钮得到描述统计结果,2019/9/23,30,结果,2019/9/23,31,2019/9/23,32,基本界面介绍,数据编辑窗口( 数据编辑窗口 data editor) 功能：对SPSS的数据进行定义、录入、修改、管理等基本操作的窗口 组成：窗口主菜单（Data、Transform、Analyze、Graphs）、工具栏、数据编辑区、状态显示区 SPSS运行过程中自动打开；且只能打开一个窗口；运行过程中无法关闭 SPSS中各统计分析功能都是针对该窗口中的数据进行的；窗口中的数据以.sav存于磁盘上,2019/9/23,33,界面介绍,2019/9/23,34,输出窗口（viewer viewer）,输出窗口（viewer viewer） 功能：SPSS统计分析报表及图形的输出窗口 组成：窗口主菜单、工具栏、结果显示区、状态显示区 在进行第一次分析时自动打开，也可手工打开；可以手工打开若干个可相互切换的viewer窗口；输出窗口可以关闭； 状态栏上的！表示当前输出窗口 窗口内容以.spo存于磁盘上,2019/9/23,35,数据编辑窗口,2019/9/23,36,统计学基本概念,总体：所研究对象的全体为总体 样本(sample)：就是从总体中随机抽取部分观察单位，其实测值的集合。 个体：组成总体的元素称为个体。 指标或变量：表征个体特征（信息)的量，称为指标或变量。 指标值（变量值）或数据（Data）：指标或变量的具体值称为指标值（变量值）或数据。,2019/9/23,37,参数与统计量,(1) 参数(parameter) 总体指标在一定条件下为常数。 (2) 统计量 从总体中随机抽取的样本所算得的指标值。,2019/9/23,38,概率(probability)：是描述随机事件发生的可能性大小的数值，用P表示。 在一定条件下，肯定发生的事件称为必然事件，肯定不发生的事件称为不可能事件，可能发生也可能不发生的事件称为随机事件或偶然事件，必然事件的概率为1，不可能事件的概率为0，随机事件的概率介于0和1之间。 P0.05或P0.01称为“小概率事件”，表明在一次观察或实验中该事件发生的可能性很小，可以看作很可能不发生。,2019/9/23,39,数据类型,定类（分类或计数资料）（Nominal） 性别，职业 次序资料或等级资料（Ordinal） 治疗效果、化验结果 定距数据 细胞个数 定比资料 米，小时 定距数据、定比资料一般我们通称计量资料。,2019/9/23,获得帮助 Help,利用SPSS的帮助窗口可以方便地获得SPSS软件中各种功能的使用方法，包括窗口的操作、图标操作、键盘和鼠标操作、语句的语法解释等各类操作。 Help菜单 或 相应的Help按钮,第二章 数据文件的处理,2019年9月23日,2019/9/23,42,利用SPSS做数据分析的一般步骤,建立 建立SPSS SPSS数据文件 数据文件 定义数据文件结构 录入修改和编辑待分析的数据 分析数据 分析数据 统计分析之前的数据预处理 统计分析和建模 结果的说明和解释 结果的说明和解释 数据和分析结果的保存,2019/9/23,43,SPSS 数据文件的特点,2019/9/23,44,定义变量的内容,1、变量名(Variable name) 变量名是变量存取的唯一标志。汉字4个，英文8个字符。 2、变量类型(type) ： 数值型：常用标准数值型(Numeric):默认类型8.2如：12345678、12345.67、-1234.56 字符型(String): 存储字符数据8位。如：beijing处理时用双引号扩起来 日期型（Date):存储日期数据，如：20-AUG-2019 1582年10月14日零点开始,2019/9/23,45,3.Width：变量宽度，默认为8。 4.Decimals：小数位数，默认为2。 5.Label：变量编码，注释变量名的含义。 6.Values：变量值编码，注释变量值的含义。 7.Missing：缺失值。 8.Columns：列宽，默认为8。 9.Align：对齐，默认右对齐（Right）。 10.Measure：测度，包括三类：数值变量（Scale），名义变量（Nominal），有序变量（Ordinal）。,2019/9/23,46,2019/9/23,47,Name栏、type栏、Label栏、Values最常用！ 练习：建立变量 keshi 类型：数值型， Label为科室， Values为1 内科； 2 外科；3 妇产科；4；儿科,2019/9/23,48,数据录入,2019/9/23,49,数据录入技巧,连续多个相同值的录入（COPY拖放粘贴） 将EXCEL的数据直接复制进SPSS(文本除外） 将WORD的数据表格直接引入SPSS(选中表格复制切换到SPSS粘贴）,2019/9/23,50,2.3.1 数据的搜索,将指针移动到指定观察值号（记录快速定位） 相当于查找第？人的资料 DataGo to Case 点击 搜索指定变量中的数据 相当于查找某一属性等于某个值的人。 EditFind Match case 是指定是否区分大小写 示例：EX.sav,2019/9/23,51,冻结数据列,可以通过在第一列变量名上点击右键，选择Pin Selected Column，就可以将该列冻结在左侧。,2019/9/23,52,2.3.2 观察值的增加和删除,增加一个观察值 左键选中序号单元格右键显菜单选“Insert Cases” 删除一个观察值 左键选中序号单元格右键显菜单选“Cut”或“Clear” 示例：EX.sav,2019/9/23,53,2.3.3 数据的排序,记录排序（Sort Cases ）（加速、查错),2019/9/23,54,按照“height（身高）”的大小排序,2019/9/23,55,2.3.5 选择观察了量的子集 筛选记录（Select Cases）,2019/9/23,56,筛选规则,2019/9/23,57,筛选条件：有高血压家族史（genic 0）,2019/9/23,58,2019/9/23,59,筛选结果,2019/9/23,60,2019/9/23,61,筛选示例,EG2-1中学家长问卷.sav D变量（家庭人口数）等于4的。 D变量（家庭人口数）小于4的。 D变量（家庭人口数）小于4并且g变量（家庭年收入）大于10000的。and 的用法,2019/9/23,62,2.3.9 数据的剪切、复制和粘贴,选择对象范围 剪切、复制和粘贴,2019/9/23,63,2.4.1 增加或删除一个变量,点击列名，选中列 右键点击出菜单 选“Insert variables”或“clear”,2019/9/23,64,2.6.1 数据文件的存储,删除ex .sav文件中id为57的case，将文件另存为ex_1.sav,2019/9/23,65,删除ex .sav文件中id为14的case，将文件另存为ex_2.sav,2019/9/23,66,删除ex .sav文件中变量sbp1dbp2，删除id6的记录，将文件另存为ex3.sav,2019/9/23,67,只保留ex .sav文件中变量id、sbp1dbp2，删除id7的记录，将文件另存为ex4.sav,2019/9/23,68,变量级别管理（菜单Transform）,1、产生新变量：compute 计算,2019/9/23,69,产生一个新变量：bmi体重/(身高*2),2019/9/23,70,结果,2019/9/23,71,常用运算, / 不等于 & AND 和 | OR 或 * 乘方 not,2019/9/23,72,常用函数,ABS（数值表达式）：绝对值 LG10（数值表达式）：求10为底的对数 sqrt （数值表达式）：平方根 RND （数值表达式）：返回四舍五入的整数 trunc （数值表达式）：直接返回整数部分，不四舍五入 MOD （数值表达式，除数）：返回余数,2019/9/23,73,常用字符函数,SUBSTR（字符串，位置）：返回字符串中从某位置开始到结尾的字符串 SUBSTR （字符串，位置，长度）：返回字符串中从某位置开始，某个长度的字符串 应用：ICD编码的筛选 取前3位？ 取前2位？,2019/9/23,74,日期函数,DATE.MDY（month,day,year)返回与月、日、年相对应的日期或 DATE.DMY（day, month,year),2019/9/23,75,例子,trunc(当前日期-过去日期)/60/60/24/365) 统计年满岁数 RND(当前日期-过去日期)/60/60/24/365) 返回四舍五入年龄 20190404 04042019 Date.dmy(d,m,y),2019/9/23,76,2.对变量重新赋值：recode Into different variables,2019/9/23,77,2019/9/23,78,根据bmi对7个记录进行分组，bmi: 正常：18.023.9；超重：24.027.9；肥胖：28.0,2019/9/23,79,定义新的变量名：bmi _ gr,2019/9/23,80,结果,2019/9/23,81,3.排秩（rank cases）,2019/9/23,82,对sbp1（治疗前SBP）进行排秩,2019/9/23,83,排秩后产生新变量rsbp1，其中对于相等的变量值（称为结点ties）取平均秩次。本例中第2、3位的平均秩次为2.5,2019/9/23,84,文件拆分（Split File ）,2019/9/23,85,按照“sex（性别）”拆分文件,2019/9/23,86,效果,2019/9/23,87,分性别对“height（身高）”进行统计描述描述性统计,2019/9/23,88,2019/9/23,89,结果（拆分的效果对比）,2019/9/23,90,2.5.2 数据文件的合并,数据文件的连接纵向连接：增加记录（Merge Files.Add Cases） 打开数据文件ex_1.sav作为“工作数据文件”,2019/9/23,91,打开ex_2.sav作为“外部数据文件”,2019/9/23,92,可以链接的变量列表,2019/9/23,93,将连接后的文件另存一个文件名：ex_12.sav,2019/9/23,94,数据文件的连接横向连接：增加变量（Merge Files.Add Variables）,打开ex3.sav作为“工作数据文件”,2019/9/23,95,打开ex4.sav作为“外部数据文件”,2019/9/23,96,（1）两个文件均提供记录（Both files provide cases）,2019/9/23,97,注意事项,2019/9/23,98,连接后的数据文件，另存为ex_34a.sav,2019/9/23,99,（2）按照关键变量，将外部数据文件匹配到工作数据文件中（External file is keyed table）。,2019/9/23,100,连接后的数据文件，另存为ex_34b.sav,2019/9/23,101,（3）按照关键变量，将工作数据文件匹配到外部数据文件中（Working file is keyed table）。,2019/9/23,102,连接后的数据文件，另存为ex_34c.sav,2019/9/23,103,2.6 数据文件的存储和读取,2.6.1 数据文件的存储 2.6.2 其他类型数据文件的读入,2019/9/23,104,2.6.2 其他类型数据文件的读入,打开其他格式的数据文件 直接打开 在SPSS 10已经可以直接读入许多常用格式的数据文件 使用数据库查询打开 利用通用数据库ODBC接口读取数据文件 在9.0及以前版本中非常重要 使用文本导入向导读入文本文件 和大型机交换文件时常用,2019/9/23,105,直接打开,2019/9/23,106,使用数据库查询,ODBC数据接口 FileOpen DatabaseNew Query,2019/9/23,107,2019/9/23,108,2019/9/23,109,2019/9/23,110,2019/9/23,111,2019/9/23,112,文本文件读入,FileRead Text Data 六步操作均选下一步 读入示例数据 data.txt,2019/9/23,113,SPSS SPSS 输出窗口,驾驭结果浏览窗口 结果文件的打开和保存 窗口元素的移动和删除 标准的拖放式操作 在大纲视图中操作最方便,2019/9/23,114,驾驭结果浏览窗口,结果的导出 以纯文本格式导出 以HTML格式导出 EXCEL格式导出 WORD格式导出 如何在WORD中引用分析结果 纯文本结果：直接使用 统计表格：拷贝或拷贝对象 统计图：拷贝对象 注意：中文支持不好，直接拷贝表格，汉字乱码。 示例：结果拷贝到WORD,2019/9/23,115,比照格式输入数据，选取过程,2019/9/23,116,点击箭头将VAR00001设置为分析变量,2019/9/23,117,点击OK按钮得到描述统计结果,2019/9/23,118,结果,第三章 基本统计分析,2019年9月23日,2019/9/23,120,基本统计指标,1、均数 均数是算术均数的简称。 总体均数用希腊字母(缪，mu)表示 样本均数 （X bar）表示。 均数反映一组观察值在数量上的平均水平。 均数的应用 计算方法 均数的两个重要特征,2019/9/23,121,计算方法,2019/9/23,122,中位数(Median，M),中位数 将一组观察值从小到大按顺序排列，位次居中的观察值。 一半的值比M小，一半的值比M大。 百分位数 位置指标；界值； 分布数列的百等份分割值。 有x%的比Px小, 有(100-x)%的比Px大。 中位数是一个特定的百分位数P50。,2019/9/23,123,中位数的计算,2019/9/23,124,百分位数的计算,fX 为PX所在组段的频数， i 为该组段的组距， L 为该组段的下限， fL 为小于L各组段的累计频数。,2019/9/23,125,极差(全距) range,R = 极大值 极小值 特点： 不稳定、易受极大值或极小值的影响,失掉很多数据的信息量 如上例 : R甲=34-26= 8 (kg) R乙=36-24=12(kg),2019/9/23,126,四分位数间距,四分位数(quartile, Q)：特定的百分位数，把一组观察值分为四等份。 下四分位数为：QL = P25 上四分位数为：QU = P75 四分位数间距：QUQL 含一半的观察值，较极差稳定。,2019/9/23,127,方差，variance,例： 甲组 26 28 30 32 34 X甲 =30kg 丙组 26 29 30 31 34 X丙 =30kg R甲=R 丙 =8（kg） 问何组变异程度较大?,2019/9/23,128,样本方差,2019/9/23,129,标准差， standard deviation,2019/9/23,130,例中: 最后求得 s甲=3.16(kg) s乙=2.92(kg) 可见甲组的变异度大于乙组,即甲组均数的代表性比乙组均数的代表性差。,2019/9/23,131,变异系数CV ， coefficient of variation,标准差与均数之比， CV为相对数，无单位。 度量单位不同的变异度比较； 均数相差悬殊的变异度比较。,2019/9/23,132,3.2.1 频数分析（ FREQUENCIES）,此过程可 产生频数分布表 绘制条形图、圆图、直方图 计算集中趋势与离散趋势等统计量,2019/9/23,133,操作过程,点击菜单栏中“Analyze”菜单，展开下拉菜单 点击“Descriptive Statistics”菜单项，弹出级联菜单 再点击“Frequencies”命令，则弹出“Frequencies”对话框。,2019/9/23,134,2019/9/23,135,统计量的选取,2019/9/23,136,结果,2019/9/23,137,3.2.2 描述性统计,点击菜单栏中“Analyze”菜单，展开下拉菜单 点击“Descriptive Statistics”菜单项，弹出级联菜单 再点击“Descriptives”命令，则弹出“Descriptives”对话框。,2019/9/23,138,2019/9/23,139,统计量选择,2019/9/23,140,第四章 统计表与统计图,2019年9月23日,2019/9/23,142,统计表的结构,从外形上看，统计表由标题、标目（包括横标目、纵标目）、线条、数字及必要的文字说明和备注5部分构成。,2019/9/23,143,2019/9/23,144,统计表的审查与修改,统计表制作是否良好，可以从以下几方面检查： 1)标题是否正确 2)主谓语的排列是否合适，标目是否组合重复。 3)表线是否过多过密。,2019/9/23,145,举例,某地1974年111例钩端螺旋体病患者发病季节、年龄和职业构成资料如表124所示，请按照编制统计表的基本要求，检查此表编制的是否合适，如不合适，请指出并修改成正确表。,2019/9/23,146,存在问题,1）标题不确切，并且未注明时间与地点。 2）发病季节、年龄、职业三项指标放在一起，内容繁杂，不能突出重点。 3）标目设计不合理。人数、%多次重复，不便于比较分析。 4）表内文字和线条过多。,2019/9/23,147,修改为3个表,2019/9/23,148,2019/9/23,149,2019/9/23,150,二、统计图,选择合适的统计图的原则 1.根据资料分析的目的 2.根据资料的性质 连续变量资料：普通线图（半对数线图）、直方图、散点图 分类变量资料：直条图、圆图、百分条图,2019/9/23,151,SPSS表格,Olap cubs （在线分析处理）过程 Case summaries （个案简明统计报表）过程 Report summaries in row /column （行/列形式报表）过程，结果使用不便，过于复杂，不涉及。,2019/9/23,152,4.1 OLAP Cubes,数据为OLAP.sav 操作过程：analyzereportOLAP Cubes Summary variable 框：身高、体重 Grouping variable 框：性别、ID,2019/9/23,153,选择过程,2019/9/23,154,选项设定,2019/9/23,155,Statistics 按钮,2019/9/23,156,Differences 按钮 用不到 Title 按钮 用不到,2019/9/23,157,结果,2019/9/23,158,选择不同输出,2019/9/23,159,2019/9/23,160,练习：添加科室类别，进行分析,2019/9/23,161,4.2 Case summaries （个案简明统计报表）过程,用于按分组统计量不同水平的交叉组合对记录列表。 数据：用SPSS自带的数据CARS.SAV演示 操作过程： 操作过程：analyzereport Case summaries variable 框：horse Grouping variable 框：cylinder(汽缸数）、orgin（产地）,2019/9/23,162,选择过程,2019/9/23,163,选项设定,2019/9/23,164,Statistics 按钮,2019/9/23,165,2019/9/23,166,练习,针对EG2-1中学家长问卷.sav，比较各区不同家庭人口数的人均年收入的不同。,统计图的建立,2019/9/23,168,（一）普通线图line diagram,定义：表示某事物在时间上的发展变化或某现象随另一现象变迁的情况。 特点：1.纵横轴为算术尺度。2.相邻两点用线段连接（折线图）。,2019/9/23,169,（一）普通线图line diagram,2019/9/23,170,SPSS操作,2019/9/23,171,选择,2019/9/23,172,2019/9/23,173,结果,2019/9/23,174,普通线图绘制方法,1.输入数据,2019/9/23,175,2.插入图表,2019/9/23,176,2.选择散点图,2019/9/23,177,结果,2019/9/23,178,*半对数线图semi-logarithmic line diagram,定义：比较不同事物的变化速度。 特点：1.横轴为算术尺度，纵轴为对数尺度。 2.相邻两点用线段连接（折线图）。 3.尤其适用于指标数量级相差悬殊的不同事物变化速度的比较。（此时要注意，用普通线图可能会得出错误结论）,2019/9/23,179,2019/9/23,180,普通线图,2019/9/23,181,半对数线图,2019/9/23,182,（二）直条图bar graph,定义：用等宽直条的长短来表示相互独立的各指标的数值大小。 特点： 1.纵轴从0开始。 2.等宽直条，直条间距相等。 3.按一定顺序（如高低顺序）排列。,2019/9/23,183,2019/9/23,184,GraphBar 选择Simple，简单条图；Values of individual cases,2019/9/23,185,2019/9/23,186,2019/9/23,187,2019/9/23,188,结果,2019/9/23,189,直条图绘制方法,操作步骤同前，但要选择“柱形图”,2019/9/23,190,2019/9/23,191,SPSS 简单直条图,数据EQ13-2.sav 按309页操作,2019/9/23,192,SPSS作分组条形图,按316页操作,2019/9/23,193,SPSS作堆积条形图,按317页操作,2019/9/23,194,（三）百分条图percent bar graph及圆图circular graph,表示一事物中各部分的比重（构成比）。,2019/9/23,195,2019/9/23,196,2019/9/23,197,百分条图绘制方法,操作步骤同前，但要选择“条形图”,2019/9/23,198,圆图绘制方法,操作步骤同前，但要选择“饼图”,2019/9/23,199,SPSS操作,按322页操作,2019/9/23,200,2019/9/23,201,（四）散点图scatter diagram,定义：用点的密集程度和趋势表示两种现象的相关关系。,2019/9/23,202,2019/9/23,203,散点图绘制方法,操作步骤同前，但要选择“散点图”,2019/9/23,204,SPSS操作,按327页操作,2019/9/23,205,（五）直方图histogram,定义：用一组连续的矩形表示数值变量资料的频数分布 特征： 1.横轴表示变量，纵轴表示频数。 2.各矩形宽度相等，等于组距。,2019/9/23,206,2019/9/23,207,直方图绘制方法,2019/9/23,208,2019/9/23,209,最终效果,第五章 T检验,2019年9月23日,2019/9/23,211,假设检验目的 ：,判断抽取的样本是否来自同一总体。 总体1 总体2 x1 x2,2019/9/23,212,一、t检验分类,（一）样本均数与已知总体均数的比较 （二）完全随机设计（成组设计）的两样本均数比较 （三）配对设计的两样本均数比较,2019/9/23,213,原理,t检验的目的 推断两个总体均数是否相等 假设检验的结论具有概率性。 当P0.05，拒绝H0时，有可能犯第一类错误（）；当P0.05，不拒绝H0时，有可能犯第二类错误（） 为事先指定的检验水平（一般取0.05），未知 增大样本量n，可以同时减小和。,2019/9/23,214,（一）样本均数与已知总体均数的比较（单样本t检验）,例1 通过大量调查，已知某地正常男婴出生体重为3.26kg。某医生随机抽取20名难产男婴，测得出生体重如下。问该地难产男婴出生体重均数是否与正常男婴不同？ 3.5 3.5 3.2 3.5 3.3 3.0 3.3 3.2 3.4 2.7 3.4 3.6 3.5 2.8 3.4 2.9 3.5 3.5 4.0 4.0,2019/9/23,215,SPSS操作步骤： 变量说明：weight：出生体重。,2019/9/23,216,设置,2019/9/23,217,结果及解释,2019/9/23,218,（二）完全随机设计（成组设计）的两样本均数比较（两独立样本t检验）,例2 某医师测得12名正常人和13名病毒性肝炎患者血清转铁蛋白含量（g/L），结果如下。问病毒性肝炎患者和正常人血清转铁蛋白含量有无差异？ 病毒性肝炎患者： 2.34 2.47 2.22 2.31 2.36 2.38 2.15 2.57 2.19 2.25 2.28 2.31 2.42 正常人：2.61 2.71 2.73 2.64 2.68 2.81 2.76 2.55 2.91 2.85 2.71 2.64,2019/9/23,219,SPSS操作步骤：,变量说明：group：分组，1患者；2正常人。X：血清转铁蛋白。,2019/9/23,220,设置选项,201