《SPSS使用方法速查》由会员分享，可在线阅读，更多相关《SPSS使用方法速查（10页珍藏版）》请在金锄头文库上搜索。
1、SPSS 方法简介自由度：自由度(degree of freedom, df)在数学中能够自由取值的变量个数， 如有 3 个变量 x、y、z，但 x+y+z=18，因此其自由度等于 2。在统计学中，自 由度指的是计算某一统计量时，取值不受限制的变量个数。通常 df=n-k。其中 n 为样本含量，k 为被限制的条件数或变量个数，或计算某一统计量时用到其它 独立统计量的个数。自由度通常用于抽样分布中。 0.Spss 的适用范围1）统计描述运用适宜的统计指标、统计表、统计图等方法，对研究对象（变量）的分布类型和数 量特征进行展示的过程，通过统计描述可以研究对象的基本特征。2）概率分布随机变量：变异现
2、象在生物界普遍存在，这种变异现象表现在人体某一具体指标或变 量上，就是其数值的变化，测量前的不可预知性，这种变量叫随机变量频数分布表和分布图描述了某一随机变量的经验分布，这是针对样本资料来透视数据 的分布特征。由于抽样的随机性，样本的经验分布会随着样本的不同而变化。当样本扩展 到总体时，随机变量的总体分布即为概率分布。变量值的常见总体分布有正态分布、二项分布和 Poisson 分布，常见的抽样分布有 t 分 布、F 分布和 x2分布，本质上这两种分布都是概率分布。3）参数估计与假设检验统计推断是根据样本提供的信息，以一定的概率对总体的分布及其特征作推断，常包 含参数估计和假设检验。参数估计是指
3、由样本统计量估计总体参数；假设检验是指对所估计的总体的首先提出 某种假设，然后根据随机样本信息及抽样误差理论，应用小概率反证法逻辑思维推断某种 假设可被接受或拒绝的统计检验方法。4）t 检验T 检验是以 t 分布为基础，是数值资料中常用的假设检验方法主要用于两个均数的比 较。理论上，t 检验的应用条件要求样本来自正态分布总体，随机样本且总体方差齐性。当 样本含量（确切讲是自由度）较大时，t 分布近似于正态分布，可用 u 检验（又称 z 检验） ， 此情况下 t 检验等价于 u 检验。5）方差分析对于多个样本均数的比较，需用方差分析，多样本均数的比较不能反复使用 t 检验的 原因是会增大 I 性
4、错误的概率。6）双变量相关与回归分析变量之间的关系有确定性关系（函数关系）和非确定性关系（随机性关系） 。确定性关 系是指对于一个变量的每个可能取值，另外的变量都有完全确定的值与之对应；非确定性 关系是指变量间的关系不确定，如人的身高与体重、胰岛素与血糖、年龄与血压、吸烟与 肺癌、体温与脉搏等，这些变量间关系密切，但不能由一个或几个变量的值精确求出另一 个变量的值。回归与相关（regression and correlation）是研究变量间非确定关系的统计方法。7）x2 检验即卡方检验，是以 x2分布为理论基础的统计方法，主要包含两个样本率或构成比、多个 样本率或构成比之间的差别有无统计学意
5、义及多重比较、两个分类变量之间的关联分析、 频数分布拟合忧度的 x2检验。8）基于秩次的非参数检验假设检验分为参数检验（parametric test）和非参数检验。参数检验是以特定的总体分布 （如正态分布）为前提，对未知的总体参数（如 u 或 ）进行推断的假设检验方法。但有 时候总体分布不易判定，参数检验的条件得不到满足，在这种情况下，可以采用非参数检 验的方法。非参数检验是参数检验方法的有效补充，它并不依赖于总体分布类型，不检验 总体的参数，而是对总体的分布或分布位置进行检验。9）协方差分析方差分析要求各比较组除所施加的处理因素不同，其它对观察指标有影响的因素要求 固定在同一个水平上。但有
6、时是的处理因素对观察指标产生了影响，在直接分析观察指标 建的差异则不满足方差分析对处理因素的要求。比如降糖药物临床疗效研究中，试验后的 血糖值是评价药物疗效的一个重要指标，但试验后的血糖值受试验前血糖值影响，实验前 后的血糖值间存在一定的线性关系，试验前的血糖值是难以控制，如果直接分析试验后的 血糖值间的差异来评价药物的降糖疗效不恰当，这里必须扣除或均衡不可控制因素（试验 前的血糖值的影响） ，故考虑应用协方差分析。10）多重线性回归分析一个应变量与多个自变量之间依存关系的统计方法。多重线性回归分析要求应变量是 服从正态分布的连续性数值变量。11）Logistic 回归分析应变量是分类变量（包
7、括二分类和多分类）的资料，如治愈与未治愈，生存与死亡， 发病与未病，疗效评价分显效、好转、无效等。这类资料，由于应变量是分类变量不具有 连续性和正态性，直接用一般多重线性回归分析是不妥的，可用 logistic 回归分析。适用于应变量为分类变量的回归分析。12）生存分析应用于社会科学和自然科学领域具有不完全数据的事件分析，如设备的失效、疾病的 发生、患者康复或复发等，另外还有可靠性分析和失效时间分析。13）聚类分析和判别分析都是研究事物分类的统计学方法。聚类分析是在事物分类面貌尚不清查，甚至连总共 分几类也不确定的情况讨论事物的分类问题，是“无法可循”的方法；判别分析是根据已知其类别的样品，总
8、结出类别的判别方法，用以判断未知类别的新 样品的类别，是“有法可依”的方法。14）主成分与因子分析旨在浓缩数据或简化数据，即以最少的信息丢失为代价将众多的观测变量浓缩为少数 几个因素，从而提炼问题，或发现事物的内在联系。主成分分析和因子分析是最为常用的 数据简化方法，用于考察多个变量的内在结构，或者提取数据的主要信息。15）Meta 分析对已有研究结果进行二次定量综合分析与评价，是现代循证医学产生最佳证据的重要 方法。1.Spss 软件中常见的累积概率分布函数和密度函数函数形式函数说明累积分布函数(cumulative distribution functions,CDF)CDFNORM(zv
9、alue)返回标准正态分布的累计概率值CDF.NORMAL(quant,mean,stddev)返回任意给定的正态分布的累计概率值CDF.BINOM(quant,n,prob)返回任意给定的二项分布的累计概率值CDF.POISSON(quant,mean)返回任意给定的 Poisson 分布的累计概率值CDF.T(quant,df)返回任意给定自由度的 t 分布的累计概率值CDF.CHISQ(quant,df)返回任意给定自由度的 x2分布的累计概率值CDF.F(quant,df1,df2)返回任意给定自由度的 F 分布的累计概率值CDF.UNIFORM(quant,min,max)返回任意给
10、定参数的均匀分布的累计概率值概率密度函数（probability density functions,PDF）PDF.NORMAL(quant,mean,stddev)返回任意给定的正态分布的概率密度值PDF.BINOM(quant,n,prob)返回任意给定的二项分布的概率密度值PDF.POISSON(quant,mean)返回任意给定的 Poisson 分布的概率密度值NPDF.T(quant,df,nc)返回任意给定自由度的 t 分布的概率密度值PDF.CHISQ(quant,df)返回任意给定自由度的 x2分布的概率密度值PDF.F(quant,df1,df2)返回任意给定自由度的 F
11、 分布的概率密度值2.累计函数和密度函数transform-compute variable-写目标变量的名字，然后找合适的函数，填入适当 参数即可。3.求可信区间输入变量值-analyze-descriptive statistics-explore-选择求值变量-dipendent-statistics-descriptive-continue-ok1)求 T 界值（T 分布函数的逆函数）T 分布函数（跟累计函数和密度函数路径一致）CDF.T(q,a)=p(00，a 为自由度) 其逆函数 IDF.T(p,a)，将会返回 q 值。 比如求双侧检验自由度为 8 的 t 界值 t0.05/2，8
12、，赋值为 t=IDF.T(0.975,8)，得 t0.05/2，8=2.30600，假定求单侧检验 t 界值 t0.05，8，则赋值为 t= IDF.T(0.95,8)，得 t0.05，8=1.859552)正态性检验（分布检验，不适合样本太小时）Analyze-descriptive statistics-explore-(需检测正态性的变量)-dependent-plots-stem-and-leaf,histogram,normality plots with tests-continue-ok 可以得出：基本统计描述指标、偏度系数和峰度系数及其标准误、 Kolomogorov-Smir
13、nov(即 D 法)与 Shapiro-Wilk（即 W 法）的检验统计量与对应 的 P 值、Q-Q 图与去势的正态 Q-Q 图、箱图等。 另外，还可以由 anaylyze-descriptive statistics-P-P Plots 或 Q-Q plots 或 Q-Q plots 视窗中，选中 normal 正态性检验，作 P-P 图与去势的正态 P-P 图或 Q-Q 图与去势的 Q-Q 图，点击 test distribution 下面选框中的下拉键头，选其他分布， 可进行对应的分布检验，如选 student t，则进行 t 分布检验。3)t 检验（ T test）单样本 t 检验An
14、alyze-compare means-one-sample T test-”检查变量”-右下 test 框中修改系统默认值为比较的值 配对设计 t 检验-比如治疗前后比较paired-sample T test 过程进行配对设计 t 检 验：analyze-compare means-paired-sample test-”选择配对的两个变量”- paired vairables-ok 独立样本 t 检测-比如两组治疗情况对比analyze-compare means - independent-samples T test-”分别把检测变量和组别选好”-continue-ok 例如：结果：
15、得到 t 值为 4.284，自由度v=n1+n2-2=15-2=13,P=2*1-CDF.T(3.351,13)= 0.00089（不知道这个 P有啥用，跟 levene 的 P 啥关系？），按照 a=0.05 的水准，若 P=0.05，则采用 equal variances assumed（方差齐） 的 t检验结果。本题 levene 检验结果：P=0.4860.05，所以 t=4.284，P=0.001，最终拒绝 H0，接受 H1，由此推断中药组的退黄天数比对照组少。4)成组设计两样本几何均数比较的 t 检验：（1）计算变量的对数：transform-compute variable-ta
16、rget variable 中输入“比较变量的 对数” ，选中“比较变量”-numeric expression-ok （2）频数加权：data-weight case-weight case by”变量 2”-frequency-ok （3）正态性检验：analyze-descriptive statistics-exlpore-”比较变量”-dependent-”组别” -factorlist-plot-stem-and-leaf、histogram、normality plots with tests-continue-ok （4）对数数值的 t 检验：analyze-compare means-independent-sample t test-“检测变量” -test-”组别”-grouping-define groups-continue-ok4.单因素方差分析Analyze-compare means-one-wa
