SPSS单因素统计推断

,中医统计研究和咨询中心（RCCTCMS）L,数据管理和统计软件应用,DATA MANAGE AND APPLICATIN OF STATISTICAL SOFTWARE,李国春,基本统计学原理 可信区间和假设检验 Compare means菜单 t检验 单因素方差分析,主要内容,-contents-,单因素统计推断,基本统计学原理,统计推断,可信区间,假设检验,（confidence interval）,（hypothesis test）,关心的是参数,关心的是P值,又反映了什么？,基本统计学原理,假设检验的基本原理,1、假设检验的基本原理是什么？什么是假设检验？,2、在什么情况下我们不需要假设检验？,3、假设检验的本质是什么？,例3-7 为研究国产四类新药阿卡波糖脱胶囊的降血糖效果,某医院用40名2型糖尿病病人进行同期随机对照试验.试验者将这些病人随机等分到试验组(用阿卡波糖胶囊)和对照组(用拜糖平胶囊),分别测得试验开始前和8周后的空腹血糖,算得空腹血糖下降值见表3-6,能否认为该国产四类新药阿卡波糖胶囊与拜糖平胶囊对空腹血糖的降糖效果不同?,“假设检验的”步骤：,步骤一：确定零假设和备择假设：,H。：1=2 零假设,H1: 12 备择假设,研究者必须在两者之间取其一,步骤二：确定检验水准（significance level）：,=0.05,步骤三：确定手头样本出现的概率 P,根据样本的抽样分布（概率分布）来决定,反证法,步骤四：比较 P与的大小，确定是否是小概率，如果是,小概率，作出推论，拒绝H。，还是接受H。，得出结论。,P 0.05,结论: 按=0.05水准，不拒绝H。，无统计学意义。还不能认为阿卡波糖胶囊与拜糖平胶囊对空腹血糖的降效果不同。,小概率原理,SPSS操作：, 建立SPSS数据文件, 描述性和探索性分析,图 试验组和对照组的箱图（boxplot）,正态性检验和方差齐性检验, t检验菜单实现, t检验结果, t检验结果解读,统计学结论: 按=0.05水准，不拒绝H。，无统计学意义。,专业结论: 还不能认为阿卡波糖胶囊与拜糖平胶囊对空腹血糖的降效果不同。,假设检验的核心思想,1、反证法,2、小概率原理,Compare Means菜单功能,Means- 计算各组描述性统计量,One-Sample T Test- 单样本t检验,Independent-Sample T Test- 成组比较,Paired-Samples T Test- 配对t检验,One-Way ANOVA- 多个均数比较,总 结：,单因素的均数比较, 样本与总体比较的t检验, 两个独立样本t检验或成比较的t检验, 配对样本的t检验, 多个样本均数比较的方差分析,Means子菜单功能,用于计算各组间的均数、标准差等描述性统计量。,例9.6：从4059岁有无肾囊肿的女性中分别随机抽取10和12人，测定她们的尿素氮水平（MMOL/L）见下表，问两组女性尿素氮水平有无不同？,患者号 1 2 3 4 5 6 7 8 9 10 11 12,无肾囊肿 4.05 4.18 5.93 3.14 4.30 2.41 7.60 6.61 2.98 5.93 4.18 4.05,有肾囊肿 4.54 4.63 3.64 7.75 5.07 6.44 5.62 6.14 4.81 6.42,表1 40 59岁有无肾囊肿女性的尿素氮水平（mmol/L）,应用步骤：, 建立合格的SPSS数据文件, 对话框设计，并根据分析目的选择统计量,可以计算两组样本相关19个描述性统计量, 查看结果,t-检验应用示例,（一）单样本t检验,分析目的:是考察某一个样本是否来自一已知总体。,例9.3：已知一般无肝肾疾患的健康人群尿素氮均值为4.882（mmol/L），16名脂肪肝患者的尿素氮(mmol/L)测定值为5.74 5.75 4.26 6.24 5.36 8.68 6.47 5.24 4.13 11.8 5.57 5.61 4.37 4.59 5.18 6.96。问脂肪肝患者尿素氮测定值的均数是否高于健康人？,总体均数,菜单选择流程,对话框设置,结果解释,(5.9969 - 4.882),（二）成组比较t检验（两个独立样本均数比较）,分析目的:是考察两个独立样本是否来自两一已知总体。设计类型：完全随机设计（CRD）,例9.6：从4059岁有无肾囊肿的女性中分别随机抽取10和12人，测定她们的尿素氮水平（MMOL/L）见下表，问两组女性尿素氮水平有无不同？,菜单选择流程,结果解释,两个独立样本均数比较的应用条件：, 正态性, 方差齐性, 独立性,判断两样本是否来自某一总体,是否满足正态分布,是,否,方差齐： t检验,非参数检验,方差不齐： t 检验,参数检验,变量变换,结果解释,关于正态性检验:,W检验-小样本(350),K-S检验-大样本,矩法-大小样本皆可,P-P概率图法或Q-Q概率图法,方差齐性检验,t 检验结果,CI（可信区间）,结果解释,Two-tailed P,Two-side test,关于Levene方差齐性检验：,结果解释,（三）配对t检验,分析目的:是考察两个配对样本的一一对应差值是否来自总体均数为0的总体。,例9.4：应用某药治疗9例高胆固醇血症患者，观察治疗前后血浆胆固醇变化情况，如下表，问该药是否对患者治疗前后血浆胆固醇变化有影响？,123456789,编号 治疗前 治疗后 差值（d）,10.106.7813.227.787.476.116.028.087.56,6.695.4012.676.565.655.265.436.265.06,3.411.380.551.221.820.850.591.822.50,表9-1 用某种新药治疗前后血浆胆固醇变化情况,菜单选择流程,配对成功,例2 有6对配对设计的实验数据，见下，试作统计分析,配对不成功,善于区分差异性检验和优度检验,单因素的均数比较, 样本与总体比较的t检验, 两个独立样本t检验或成比较的t检验, 配对样本的t检验, 多个样本均数比较的方差分析,差异性检验,什么是差异性检验？,差异性检验的意义在于能够确认H1成立，故希望所得P值很小，因为P值越小，表示手头样本从H。总体随机获得之概率越小，即否定H。确认H1成立的把握大。被确认的H1是什么？按照前面例子，就是12，或12等，它们都反映1和2存在差异，称为差异性检验，这类检验例子所突出特点是“差异存在”，如：用药后高血脂是否下降，；新疗法比原用治疗是否提高了治愈率或降低了病死率；通过对比，可从若干种方法中能否筛选出最佳组合的方法等。,“假设检验的”步骤：,步骤一：确定零假设和备择假设：,H。： 1=2 零假设,H1: 12 称备择假设,研究者必须在两者之间取其一,步骤二：确定检验水准（significance level）：,=0.05,步骤三：确定手头样本出现的概率 P,步骤四：比较 P与的大小，确定是否是小概率，如果是,根据样本的抽样分布（概率分布）来决定,小概率，作出推论，拒绝H。，还是接受H。，得出结论。,什么是优度检验？,例9.6：从4059岁有无肾囊肿的女性中分别随机抽取10和12人，测定她们的尿素氮水平（MMOL/L）见下表，问两组女性尿素氮水平有无不同？,典型事例是方差齐性检验,步骤一：确定零假设和备择假设：,H。： 两总体方差相等 ，即,H1 : 两总体方差不等，即,步骤二：确定检验水准（significance level）：,=0.20,步骤三：确定手头样本出现的概率 P,步骤四：比较 P与的大小，确定是否大于 ，如果大于,根据样本的抽样分布（概率分布）来决定, ，作出推论，接受H。，得出结论：两总体方差相等。否则不能确认方差相等。,优度检验过程,关于Levene方差齐性检验：,结果解释,结论: 按=0.20水准，接受H。，认为两个样本的总体方差相等。,为什么取=0.20？,优度检验意义在于确认H。成立，故希望所得P值较大，因为P值越大，表示手头样本从H。总体随机获得之概率越大，或者说，可以认为手头样本是H。总体的一个随机样本 ，样本统计量与总体参数的差异来源于抽样误差，样本统计量与总体参数是近似的，称优度检验：检验某样本获自所拟总体之优度-拟合优度。这类检验的例子都突出“差异很小”，甚至可以被忽略不计，如：用简化法替代传统方法所得效果之差异是否极小；手头样本分布与某特定分布型是否十分贴近，可不可以认为手头样本分布属于此分布型等。,什么是优度检验？,如果规定： 拒绝H。（即接受H1），被视为阳性结果， 接受H。，则被视为阴性结果,拒绝H。，就会犯假阳性错误，相反如果接受H。，就犯假阴性错误。,什么是I、II类错误？,P=0.20,P=0.05,P0.20，判断为方差齐P0.05，则判断为方差不齐0.20P0.05，则暂不作结论，或可疑,SPSS软件中假设检验类型主要有以上两类？,差异性检验：如优效检验,优度检验：方差齐性检验，正态性检验，等效性检验等,两个或多个均数比较的另一种思维,例3-7 为研究国产四类新药阿卡波糖脱胶囊的降血糖效果,某医院用40名2型糖尿病病人进行同期随机对照试验.试验者将这些病人随机等分到试验组(用阿卡波糖胶囊)和对照组(用拜糖平胶囊),分别测得试验开始前和8周后的空腹血糖,算得空腹血糖下降值见表3-6,能否认为该国产四类新药阿卡波糖胶囊与拜糖平胶囊对空腹血糖的降糖效果不同?,问题:该研究是如何设计的?该研究的设计类型是什么?如何进行随机化?设计的三要素三原则是什么?,问题:该研究是如何设计的?该研究的设计类型是什么?如何进行随机化?设计的三要素三原则是什么?,表3-6 试验组和对照组空腹血糖下降值(mmol/L),设计类型-RCT,研究对象,试验组(干预组),对照组,处理因素(有2个水平),设计类型-RCT,实验效应Y,处理因素 X,理论模型,果,因,血糖,药物(2个药物),response,factor,dependent variable,Independent variable,cause,result,实验效应Y,药物1,药物2,处理因素 X,2个水平,单因素两水平完全随机设计,Y血糖,药物1,药物2,X 处理因素,(两个水平),因果关联,药物因素,误差,随机误差,个体差异,测量误差,Y,X,e,数学模型,药物因素,误差,Y,X,e,b,例4-