spss统计软件培训数据分析

1、 统计描述 均数比较：t检验、方差分析 2 检验 简单线性回归 二分类logistic回归 基于秩次的非参数检验 连续变量的统计描述 分类变量的统计描述 集中趋势：算术均数、中位数、几何均数、众数、调和均数等。 离散趋势：全距、方差和标准差、百分位数、四分位数/间距、变异系数。 分布特征：对正态分布而言，偏度系数和峰度系数等。 其他趋势：单峰、双峰、对称、偏态 算术均数： 用于描述服从正态分布的变量值的平均水平。 中位数： 用于描述服从偏态分布资料的平均水平。 几何均数： 用于描述等比或等差数列变量值的平均水平。 方差：主要用于正态分布资料； 标准差：主要用于正态分布资料； 四分位数间距：主要

2、用于偏态分布资料(qp75p25 )； 变异系数：用于度量单位不同或均数相差悬殊的资料。spss中的相应功能：“频率”过程spss中的相应功能：“描述”过程spss中的相应功能：“探索”过程 频数分布情况的描述：绝对频数、百分比 集中趋势的描述：众数 使用相对数进行深入描述：比、构成比、率 spss中的相应功能：“频率”过程、“描述”过程和“探索”过程 完全随机化设计单组计量资料的均数与总体均数比较的t检验 某个小区1000个6岁男孩的身高与重庆市所有6岁男孩的身高平均值的比较 配对设计两组相关计量资料均数间比较的t检验 自身配对:如治疗前后某项指标比较。 异体配对:如对两只兔子两种处理方法的

3、结果比较。 完全随机化设计两组独立计量资料均数间比较的t检验 如男女bmi比较 完全随机化设计多组独立计量资料均数间比较的单因素anova 如比较不同乡镇bmi 完全随机设计的单样本计数资料的率/构成比与已知总体率/构成比比较 完全随机设计的两(多)独立样本计数资料的率(构成比)比较 配对设计的两组相关样本计数资料的率/构成比比较与kappa一致性检验 完全随机设计的分层2检验回归的最初含义：生物学含义 英国的遗传学家f.galton和k.pearson注意到一个有趣的现象，即父亲高，儿子也高，父亲矮，儿子也矮，但儿子的身高离平均水平更近些，即子代身高有向人群的平均身高回归(regressio

4、n to the mean)的趋势，这就是“回归”的生物学内涵，galton称该现象为“普遍回归法则(law of universal regression)”。这是很自然的，否则，岂不一代比一代无限制地远离平均值，导致身高两级分化？ 回归的现在含义：完全不同了，回归分析是研究事物或现象之间的数量依存关系，控制/预测 模型模型: iiixyiiibxay( 随机误差) 线性回归分析的一般步骤 (1)确定因变量和自变量 (2)绘制散点图 (3)从样本数据出发确定变量之间的数学关系式,并对回归方程的各个参数进行估计. (4)对回归方程进行各种统计检验.:回归方程的显著性检验；拟合优度检验；残差(y

5、的估计值与实测值的差)分析(y/残差-x/x or ) (5)利用回归方程进行预测与控制； 相关(correlation)与回归(regression)简介 在大量的医学研究中还需要对两个变量之间的关系进行量化研究，一是确定两个变量间是否有联系及联系的程度如何，二是定量地确定它们之间的互依关系，相关与回归就是研究这种关系的统计方法。 变量间的关系 (1)函数关系(确定性关系):如:圆面积和圆半径. (2)统计关系(非确定性关系):不象函数关系那样直接,但却普遍存在,且有强有弱, 如:身高与体重. (变异) 相关和回归分析的研究对象:统计关系 logistic回归：应变量为分类变量，自变量: 连

6、续/分类变量，研究该分类变量与一组自变量之间的关系 0/1：治愈/未治愈，或患病/未患病 有序分类：治愈/好转/未治愈 无序分类：腺癌、鳞癌、大细胞癌模型中参数的意义0为常数项：自变量取值全为0时的基线状况，未必有实际意义i为偏回归系数，代表固定其它xj时，xi改变一个单位引起logit(p)平均值的改变量当其它自变量(xj)取值保持不变时， xi取值增加一个单位引起or自然对数值的变化量，因此在使用上or值要远比i本身更常用iorppppln)1/()1ln(1111 哑变量 偏回归系数表示其它自变量xj不变，xi每改变一个单位，所导致logitp的平均变化量 x为连续性/二分类变量：没有问题 x为多分类变量：不太合适 无序多分类：民族，各族之间不存在大小问题 有序多分类：家庭收入分为高、中、低三档，它们之间的差距无法准确衡量 在以上这些情况时，我们就必须将原始的多分类变量转化为数个哑变量（dummy variable），哑变量 每个哑变量只代表某两个级别或若干个级别间的差异，这样得到的回归结果才能有明确而合理的实际意义 对于取值具有n个水平的自变量xi，可以生成n-1个哑变量 模型中哑变量