医学研究的数据管理与分析ppt课件.ppt

SPSS软件应用（二）,非参数检验,已知总体分布类型，对未知参数进行统计推断,依赖于特定分布类型，比较的是参数,参数检验（parametrictest）,非参数检验（nonparametrictest）,对总体的分布类型不作严格要求,不受分布类型的影响，比较的是总体分布位置,优点：方法简便、易学易用，易于推广使用、应用范围广；可用于参数检验难以处理的资料(如等级资料，或含数值“50mg”等),缺点：方法比较粗糙，对于符合参数检验条件者，采用非参数检验会损失部分信息，其检验效能较低；样本含量较大时，两者结论常相同,非参数统计方法的优点：对资料分布特征无特殊要求。以下均可用非参数统计：不论样本所来自的总体分布形式如何，甚至是未知；(任意分布)不能或未加精确测量的资料：如等级资料只能以严重程度、优劣等级、次序先后等表示的资料当参数检验的条件得不到满足，如非正态或样本例数较少分布类型显示不清的资料有些分组资料一端或两端是不确定数值，如5克以上,非参数检验包括的内容,返回,SPSS非参数检验,在总体分布未知的情况下，利用样本数据对总体的分布或各总体的分布是否有显著差异进行推断。单样本非参数检验两独立样本的非参数检验多独立样本的非参数检验两配对样本的非参数检验多配对样本的非参数检验,SPSS单样本非参数检验,总体分布的chi-square检验（卡方检验）(1)目的:根据样本数据推断总体的分布与某个已知分布是否有显著差异-吻合性检验(拟合优度检验)。例如：心脏病的死亡规律研究2.8:1:1:1:1:1:1某地区陪审团成员的年龄结构研究,陪审员是否是随机抽取的该地区的年龄结构比：0.42:0.23:0.16:0.19对某公司新品牌产品的名称作决策等构成比检验适用于分类资料的统计推断,SPSS单样本非参数检验,总体分布的chi-square检验(2)基本假设:H0:总体分布与理论分布无显著差异(3)基本方法根据已知总体的构成比计算出样本中各类别的期望频数，计算实际观察频数与期望频数的差距,即：计算卡方值卡方值较小,则实际频数和期望频数相差较小.如果P大于a,不能拒绝H0,认为总体分布与已知分布无显著差异.反之,SPSS单样本卡方检验,总体分布的chi-square检验(4)基本操作步骤:菜单:analyze-nonparametrictest-chisquare选定待检验变量入testvariablelist框确定待检验个案的取值范围(expectedrange)getfromdata:全部样本usespecifiedrange:用户自定义个案范围指定期望频数(expectedvalues)allcategoriesequal:所有类别有相同的构成比value:用户自定义构成比,300次掷一颗六面体实验观测结果,SPSS单样本卡方检验,总体分布的chi-square检验(5)应用举例,卡方检验主对话框,选择检验变量,卡方检验选择对话框,返回,卡方检验实例输出1,六面体均匀性卡方检验结果,返回,SPSS的单样本非参数检验,K-S检验(1)目的:利用样本数据推断总体是否服从某个理论分布（正态分布、均匀分布、指数分布和泊松分布）。例如：周岁儿童的身高是否服从正态分布适用于探索连续随机变量的分布情况,SPSS的单样本非参数检验,K-S检验(2)基本假设:H0:总体服从指定的分布.(3)基本方法根据用户指定检验的总体分布,构造出一理论的频数分布，并计算相应的累计频率.与样本在相同点的累计频率进行比较.如果相差较小,则认为样本所代表的总体符合指定的总体分布.,SPSS的单样本K-S检验,K-S检验(4)基本步骤:菜单选项:analyze-nonparametrictests-1-samplek-s选择待检验的变量入testvariablelist框指定检验的分布名称(testdistribution)normal:正态分布uniform:均匀分布possion:泊松分布exponential:指数分布,SPSS的单样本K-S检验,K-S检验(5)应用举例:例9-4-4,K-S检验主对话框,选择变量和检验分布类型,返回,单样本K-S检验实例数据及结果,质点实验数据,SPSS的单样本非参数检验,变量值的随机性检验(1)目的:利用样本数据对总体可能出现的变量值是否随机进行检验.(2)基本假设:H0:总体可能出现的变量值是随机的.,SPSS的单样本随机性检验,(3)基本方法:观察样本序列出现了多少游程(run).游程是样本序列中连续出现的变量值的次数.1011011010011000101010000111，它的游程数为17一般出现太多或太少的游程表示变量值序列有一定的非随机性.,SPSS的单样本随机性检验,(4)基本操作步骤:菜单选项:analyze-nonparametrictest-runs选择待检验的变量入testvariablelist框指定如何计算游程(cutpoint)median:以中位数为界线mode:以众数为界线mean:以均值为界线custom:以用户指定值为界线小于界线值的为一类；大于等于界线值的为另一类.,游程检验主对话框,选择变量和检验方法,返回,秩次(rank)将数值变量值从小到大，或等级变量值从弱到强所排列的序号。例111只大鼠存活天数：存活天数4，10，7，50，3，15，2，9，13，60，60秩次364928157101110.510.5例27名肺炎病人的治疗结果：危险程度治愈治愈死亡无效治愈有效治愈秩次1276354平均秩次2.52.5762.552.5,秩次相同(tie)取平均秩次！,秩次：在一定程度上反映了等级的高低；秩和：在一定程度上反映了等级的分布位置。对等级的分析，转化为对秩次的分析。秩和检验就是通过秩次的排列求出秩和，进行假设检验。,两个独立样本检验,秩和检验,1区间（计量）数据的两样本比较2有序（等级）数据的两样本比较,符合参数条件时，采用两样本均数的t检验,名义数据的两样本比较，采用率或构成比的卡方检验,常错误采用卡方检验,SPSS两独立样本非参数检验,(一)目的由独立样本数据推断两总体的分布是否存在显著差异(或两样本是否来自同一总体)。例如：两种不同生产工艺产品使用寿命分布的差异性(二)基本假设H0:两总体分布无显著差异(两样本来自同一总体)(三)数据要求样本数据和分组标志,SPSS两独立样本非参数检验,(四)基本方法在TestType栏中，确定检验方法。SPSS中提供了四种检验方式：这四种方式分别是：Mann-WhitneyU曼惠特尼检验，同时适用于小样本和大样本的情况。Kolmogorov-SmirnovZK-S检验，适用于大样本的情况。MasesExtremeReactions极端反应检验，适用于小样本的情况。Wald-Wolfowitzruns游程检验，适用于大样本的情况。,SPSS两独立样本非参数检验,(四)基本方法这四种检验方法的侧重点有所不同，但都是先将两样本数据混合排序，再从不同的角度分析并检验两个独立总体的分布是否有显著的差异。有时这几种检验结果可能不一样，所以要结合数据的探索分析考察数据的分布状况作出结论。常用的检验方法是Mann-WhitneyU方法，该方法同时适用于大样本和小样本的情况。,SPSS两独立样本非参数检验,1、曼-惠特尼U检验(Mann-WhitneyU):平均秩检验将两样本数据混合并按升序排序求出其秩对两样本的秩分别求平均如果两样本的平均秩大致相同,则认为两总体分布无显著差异,SPSS两独立样本非参数检验,2.k-s检验将两样本混合并按升序排序分别计算两个样本在相同点上的累计频数和累计频率两个累计频率相减.如果差距较小,则认为两总体分布无显著差异应保证有较大的样本数,SPSS两独立样本非参数检验,3.游程检验(Wald-Wolfowitzruns)将两样本混合并按升序排序计算分组标志序列的游程数如果游程数较大,则说明是由于两类样本数据充分混合的结果,即:认为两总体分布无显著差异.如果两样本中有相同的样本值，则会使游程数发生变化.系统会作出提示.,SPSS两独立样本非参数检验,4.Mosesextremereactions检验两样本混合并按升序排序,求出其秩序(名次)计算第一个样本的每一个秩优先于第二个样本的每个秩的次数U1计算第二个样本的每个秩优先于第一个样本的每个秩的次数U2比较这两个次数.如果U1和U2较接近,则认为两总体分布无显著差异,SPSS两独立样本非参数检验,(五)基本操作步骤菜单选项:analyze-nonparametrictests-2independentsample选择待检验的变量入testvariablelist框选择一种或几种检验方法,两个样本分布一致性检验主对话框,主对话框,定义分组对话框,返回,两独立样本一致性检验实例检验输出1,Mann-WhitneyU检验结果,两独立样本一致性检验实例检验输出2,两样本Kolmogorov-SmirnovZ检验结果,返回,两独立样本一致性检验实例检验输出3,Moses检验结果,返回,两独立样本一致性检验实例检验输出4,Wald-Wolfowitz检验结果,返回,例9-4-1,K个独立样本检验,完全随机设计多个样本比较的Kruskal-WallisH检验,1区间（计量）数据的多个样本比较2有序（等级）数据的多个样本比较,如果满足参数条件，这类资料一般作完全随机设计ANOVA,这种数据常被错误采用卡方检验,SPSS多独立样本非参数检验,(一)目的:由独立样本数据推断多个总体的分布是否存在显著差异.(二)基本假设:H0:多个总体分布无显著差异.(三)数据要求:样本数据和分组标志,SPSS多独立样本非参数检验,(四)基本方法:在TestType栏中选择检验方式。SPSS软件给出两种检验方式:Kruskal-WallisH检验，利用秩平均建立检验统计量，检验多个独立总体的分布是否存在显著差异。Median中位数检验，利用卡方统计量检验多组样本的中位数差异是否显著。,SPSS多独立样本非参数检验,(四)基本方法:1.相同中位数检验(median)判断多个总体是否是具有相同的中位数将多个样本数混合并按升序排序求出混合样本序列的中位数如果各独立样本中大于此中位数的个案数和小于此中位数的个案数大致相同，则认为总体有相同的中位数,SPSS多独立样本非参数检验,2.k-w检验(推广的平均秩检验)将多个样本数混合并按升序排序,求出其秩对多个样本的秩分别求平均秩序如果各样本的平均秩大致相等,则认为多个总体分布无显著差异,SPSS多独立样本非参数检验,(五)基本操作步骤:菜单选项:analyze-nonparametrictest-kindependentsamples选择待检验的变量入testvariablelist框选择一种或两种检验方法,多个独立样本检验主对话框,输入v变量和检验方法,返回,多个独立样本检验分组对话框,返回,多个独立样本检验实例输出1,Kruskal-Wallis检验结果,返回,多个独立样本检验实例检验输出2,Median检验结果,返回,例9-4-2,两个相关样本检验,配对样本比较的Wilcoxon符号秩检验（Wilcoxonsigned-ranktest）,SPSS两配对样本非参数检验,(一)含义:由配对样本数据推断两总体分布是否存在显著差异.(二)基本假设:H0:两总体分布无显著差异.(三)数据要求:两配对的样本数据.,SPSS两配对样本非参数检验,(四)基本方法:在TestType栏中选择检验方式。SPSS中给出了三种检验方法，分别是：Wilcoxon：威尔克科森秩和检验，只给出大样本近似检验概率。Sign：符号检验，给出精确检验概率。McNemar：适用于二值变量的检验,SPSS两配对样本非参数检验,(四)基本方法:1.变化显著性检验(McNemar)将研究对象作为自身的对照者检验其“前后”的变化是否显著关心的是发生变化的两格中的频数变化.如果频数变化相当,则认为无显著变化.数据要求只能是二分值数据,SPSS两配对样本非参数检验,2.正负符号检验(sign)将样本2的各样本值减去样本1的各样本值.如果差值为正,则记为正号;如果差值为负,则记为负号如果正号的个数与负号的个数相当,则认为无显著变化.否则,认为有显著变化,SPSS两配对样本非参数检验,3.符号平均秩检验(wilcoxon)正负符号检验只考虑了两总体数据变化的性质,而没有注意其变化的程度.符号平均秩检验注意到了这点将样本2的各样本值减去样本1的各样本值.如果差值为正,则记为正号;如果差值为负,则记为负号.将差值按升序排序,并求其秩.分别计算正号秩和负号秩总和如果正秩和负秩相当,认为正负变化程度相当,两总体无显著差异.,SPSS两配对样本非参数检验,(五)基本操作步骤:菜单选项:analyze-nonparametric-2pairedsample选择待检验的两配对变量入testpair(s)list框选择一种或几种检验的方法,两个相关样本的检验主对话框,选择变量和检验方法,返回,两个相关样本的检验实例数据及输出1,WilcoxonSignedRanks检验结果,返回,Sign检验结果,返回,例9-4-3,K个相关样本检验,随机区组设计多个样本比较的FriedmanM检验,SPSS多匹配样本非参数检验,(一)目的:由多匹配样本数据推断多个总体分布是否存在显著差异.(二)基本假设:H0:各总体分布无显著差异.(三)数据要求:多配对的样本数据.,SPSS多匹配样本非参数检验,(四)基本方法:在TestType栏中选择检验方式。SPSS软件给出三种检验方式：Friendman检验，适用于等间距变量数据，利用秩平均建立Friendman检验统计量，检验多个有联系的总体的分布是否存在显著差异。原假设是无显著差异。KendallsW一致性检验，适用于分析评判者的判别标准是否一致。通过Kendall一致性系数W值越接近1，说明评判者的评价标准一致性越好。Cochra