生物统计上机操作第三讲

1、研究生生物统计学课程 上机内容 第三讲： 如何SPSS做t检验（如何下载服务器上的生物统计学课程文件：打开IE，在地址栏输入：97，打开页面后点击-登录，用户名：hydrobio，密码为空，登陆，下载文件）SPSS的t检验统计假设检验：SPSS 提供了计算指定变量的综合描述统计量的过程和对均值进行比较检验的过程：（1）用于计算变量的综合统计量的Means 过程Analyze=Compare Means=Means（2）用于单独样本的t 检验过程Analyze=Compare Means=One-Sample T Test（3）用于独立样本的t 检验过程Analy

2、ze=Compare Means=Independent-Samples T Test用于检验是否两个不相关的样本来自具有相同均值的总体。（4）用于配对样本的t 检验过程 Analyze=Compare Means=Paired-Samples T Test用于检验两个相关的样本是否来自具有相同均值的总体。一、单样本t检验：如何同时对多个样本进行单样本t检验（即验证这些样本是否都是来自0的总体）？案例：一个生产高性能汽车的公司生产直径为322mm的圆盘制动闸。公司的质量控制部门随机抽取不同机器生产的制动闸进行检验。共有4台机器，每台机器抽取16支产品，测量结果见数据文件“制动闸直径 单样本t检

3、验.sav”，利用单样本t检验来检验每台机器生产的产品均值和322mm在90%置信水平下是否有显著差异。SPSS操作：（1） 数据文件：两个变量分别为“制动闸直径”和“机器编号”，“机器编号”取值14，分别指代4台机器；（2） 拆分数据文件：若不根据“机器编号”对数据进行拆分，则会将“制动闸直径”中的所有数据作为一个样本来处理。选择Data =Split file，弹出Split file（拆分文件）对话框，=Independent-Samples T Test，选择“Compare groups”,然后将“机器编号”导入“Groups Based on”列表框内，即按不同机器编号将制动阀直径

4、数据分为4个样本文件。（注意：除非取消数据拆分，否则后面所有的统计操作都是按所拆分的各个文件来分析。）（3） 单样本t检验：Analyze=Compare Means=One-Sample T Test，弹出对话框，将“制动闸直径”导入“Test Variable”框中，在“Test Value”中输入322，点击，打开对话框，在“Confidence Interval”框中输入“90”，返回， （4） 结果分析：以第一台机器数据为例，t=-0.541，p=0.597（双尾检验）0.05，故第一台机器所生产制动闸直径与322mm无显著差异；第一台机器样本平均值与总体均值之差x-0=-0.，其9

5、0%置信区间为（-0.，0.），意味着第一台机器生产的样本所来自总体的平均值以90%的概率落在（321.9985-0.，321.9985+0.），即（321.，322.）其总体均值的90%置信区间，包含了322，表明与t检验结果相符。（5） 同理分析第二、三、四台机器生产的数据。当0.01p0.05，差异显著；当pCompare Means=One-Sample T Test，弹出对话框，将“穗重”导入“Test Variable”框中，在“Test Value”中输入300，2、某春小麦良种的千粒重 0 =34g ，现自外地引入一高产品种， 在 8 个小区种植，得其千粒重 (g) 为： 35

6、.6，37.6，33.4，35.1，32.7，36.8，35.9，34.6，问新引入品种的千粒重与当地良种有无显著差异？二、成组数据t检验案例：分别测得14 例老年性慢性支气管炎病人及11 例健康人的尿中17 酮类固醇排出量（mg/dl）如下，试比较两组均值有无显著性差别（=0.05）。病 人2.90 5.41 5.48 4.60 4.03 5.10 4.97 4.24 4.36 2.72 2.37 2.09 7.10 5.92健康人5.18 8.79 3.14 6.46 3.72 6.64 5.60 4.57 7.71 4.99 4.01（数据文件：14 例老年性慢性支气管炎病人及11 例健

7、康人的尿中17 酮类固醇排出量比较.sav）SPSS操作：（1）定义变量：实际观察值定义为X，变量G 来区分病人与健康人(病人“1”，健康人“2”)（2）Analyze=Compare Means=Independent-Samples T Test，打开Independent samples T Test主对话框。选X使之进入Test Variable(s)列表框，选G使之进入Grouping Variable（分组变量）框，单击Define Groups按钮弹出Define Groups（定义分组）框，输入两组的分组变量值：在Group 1中输入“1”，在Group 2中输入“2”。单击C

8、ontinue按钮，返回Independent-samples T Test主对话框，单击OK按钮即完成。（注：若分组变量是连续型的变量，可在Define Groups 对话框的“cut point”（分割点）文本框中输入分割点，分割点将数据分为两部分，大雨等于该值的数据为一组，小于此值的数据为另一组）（3）结果分析：1）先看方差同质性检验结果，根据方差齐性（p0.05）或方差不齐（pCompare Means=Paired-Samples T Test，打开Paired-Samples T Test主对话框。将两变量“减肥前”和“减肥后”导入Paired Variables列表框，若指定置信

9、水平，可在项中修改，否则默认为95%。单击OK按钮即完成；（3） Output结果分析：“Paired Samples Correlations”表为两变量之间的相关性，若p0.05，表示二者线性关系不显著；（4） 配对数据t检验结果：第2列为配对样本的平均差值，第3列为差值的标准差，第4列是差值的均值标准误差，第5列和第6列分别是在置信度为95%时差值的置信下限和置信上限，共同构成该差值的置信区间。第7列为统计量的观测值，第8列为自由度，第9列为双尾检验概率p值，当p0.05时，差异不显著，当p0.05时，差异显著。自行练习：1、在研究饮食中缺乏维生素E与肝中维生素A的关系时，将试验动物按性别、体重等配成8对，并将每对中的两头试验动物用随机分配法分别分配在正常饲料组和维生素E缺乏组，然后将试验动物杀死，测定试验动物肝中的维生素A含量，其测定结果如下表，试检验正常饲料组和维生素E缺乏组两组饲料对试验动物肝中维生素A含量作用是否有显著差异。动物配对12345678正常饲料组35502000300039503800375034503050维生素E缺乏组2450240018003200325027002500175