《统计软件应用：第六章 t 检验》由会员分享，可在线阅读，更多相关《统计软件应用：第六章 t 检验（61页珍藏版）》请在金锄头文库上搜索。
1、12014.6.16目录目录第六章第六章 t 检验检验一、单样本一、单样本 t 检验检验二、配对二、配对 t 检验检验第七章第七章 方差分析方差分析一、单因素方差分析一、单因素方差分析二、方差分析中均数的两两比较二、方差分析中均数的两两比较三、两组独立样本的三、两组独立样本的 t 检验检验22014.6.16目录目录* *四、四、多因素方差分析多因素方差分析 * *五、五、析因分析（有重复的两因素方差分析）析因分析（有重复的两因素方差分析） * * 附加讲附加讲三、随机区组设计的方差分析三、随机区组设计的方差分析( (自学自学) )32014.6.16 第六章第六章 t 检验检验 一、单样本一
2、、单样本 t 检验检验 使用使用One-Sample T Test命令命令 SPSS主要通过主要通过Analyze Compare Means One-Sample T Test检验完成对某资料的检验完成对某资料的单样本单样本 t 检验检验。 例题及例题及分析过程分析过程 下面通过对教材第下面通过对教材第35页例页例3.1的数据做单样本的数据做单样本 t 检验检验来讲述操作步骤及结果的判读。来讲述操作步骤及结果的判读。42014.6.16 1. 1. 建立数据文件建立数据文件 2. 2. 适用条件判断适用条件判断 利用前述的正态性检验方法对样本数据进行正态性检利用前述的正态性检验方法对样本数据
3、进行正态性检验。验。 Analyze Nonparametric Tests 1-Sample K-S打开打开One-Sample Kolmogorov-Smirnov Test对话框对话框。选择。选择检验变量，再点击检验变量，再点击OK按钮按钮完成。从输出结果完成。从输出结果表表3.1中可以中可以判断出判断出“脉搏数脉搏数”变量变量数据服从正态分布。数据服从正态分布。 3. 3. 单样本单样本 t 检验检验 Next pageNext page52014.6.16 Analyze Compare Means One-Sample T Test打开打开One-Sample T Test对话框对
4、话框，点击，点击“脉搏数脉搏数”变量变量并移入并移入Test Variable(s):列表栏列表栏里里, 在在Test Value:列表栏列表栏里里,将将标准值标准值72输入，输入， OK完成。完成。 4. 4. 结果判读结果判读 输出结果见输出结果见表表3.23.3，在表，在表3.3中可以得到单样本中可以得到单样本 t 检检验的统计量验的统计量 t 值为值为1.590，检验概率，检验概率P为为Sig. (2-tailed)的值，的值，即即P=0.1180.05，则无统计学意义，即还不能认为该山区则无统计学意义，即还不能认为该山区成年男子的脉搏数的总体均数与一般健康成年男子的脉搏成年男子的脉搏
5、数的总体均数与一般健康成年男子的脉搏数的总体均数有差异。数的总体均数有差异。62014.6.16 二、配对二、配对 t 检验检验 使用使用Paired-Samples T Test命令命令 SPSS主要通过主要通过Analyze Compare Means Paired-Samples T Test检验完成对某资料的配对检验完成对某资料的配对 t 检验检验。 注意：注意：注意：注意：SPSS的配对的配对 t 检验要求资料建立配对的两个检验要求资料建立配对的两个变量数据变量数据。 例题及例题及分析过程分析过程Next pageNext page72014.6.16 下面通过对教材第下面通过对教材
6、第38页例页例3.2的数据做配对的数据做配对 t 检验来讲检验来讲述操作步骤及结果的判读。述操作步骤及结果的判读。 1. 1. 建立数据文件建立数据文件（见（见exp6.1.sav） 2. 2. 适用条件判断适用条件判断 利用前述的正态性检验方法对样本数据进行正态性检利用前述的正态性检验方法对样本数据进行正态性检验。验。Analyze Descriptive Statistics Explore打开打开Explore对话框对话框。选择配对的两个变量。选择配对的两个变量的差值的差值作为检验作为检验变量，并选择变量，并选择Plots按钮中的按钮中的 Normality plots with tes
7、ts选项选项, 点击点击Continue按钮，再点击按钮，再点击OK按钮按钮完成。从输出结完成。从输出结果果表表6.2中可以判断出本例治疗前与治疗后的血红蛋白含量中可以判断出本例治疗前与治疗后的血红蛋白含量差值差值数据服从正态分布。数据服从正态分布。82014.6.16 Analyze Compare Means Paired-Samples T Test打开打开Paired-Samples T Test对话框对话框，点击两个变量形，点击两个变量形成成配对变量配对变量并移入并移入Paired Variables:列表栏列表栏里里, OK完成。完成。 4. 4. 结果判读结果判读 输出结果见输出
8、结果见表表6.36.5，在表，在表6.5中可以得到配对中可以得到配对 t 检验检验的统计量的统计量 t 值为值为-0.364，检验概率，检验概率P为为Sig. (2-tailed)的值，的值，即即P=0.7220.05，则无统计学意义，即还不能认为该药能则无统计学意义，即还不能认为该药能引起患者的血红蛋白含量的显著变化。引起患者的血红蛋白含量的显著变化。 三、三、两组独立样本的两组独立样本的 t 检验检验 3. 3. 配对配对 t 检验检验 92014.6.16 使用使用Independent-Samples T Test命令命令 SPSS主要通过主要通过Analyze Compare Mea
9、ns Independent-Samples T Test检验完成对某资料的两组独检验完成对某资料的两组独立样本的立样本的 t 检验检验。 注意：注意：注意：注意：SPSS的两组独立样本的的两组独立样本的 t 检验要求资料建立分检验要求资料建立分组变量组变量。 例题及例题及分析过程分析过程 下面通过对教材第下面通过对教材第42页例页例3.3的数据做两组独立样本的的数据做两组独立样本的 t 检验来讲述操作步骤及结果的判读。检验来讲述操作步骤及结果的判读。102014.6.16 1. 1. 建立数据文件建立数据文件（见（见exp6.2.sav） 2. 2. 适用条件判断适用条件判断 利用前述的利用
10、前述的SPSS的数据文件的形式拆分命令的数据文件的形式拆分命令Split File把数据文件中的分组变量把数据文件中的分组变量(group)设置成设置成分组比较变量分组比较变量，从，从而使得正态性检验方法可以对分组样本数据进行正态性检而使得正态性检验方法可以对分组样本数据进行正态性检验（即验（即一箭双雕一箭双雕）。）。 Data Split File Split File 对话框对话框，点击选择点击选择Compare groups选项，再从左侧数据库变量列表中选择分选项，再从左侧数据库变量列表中选择分组变量组变量(group)，移动到，移动到Groups Based on选项框里，选项框里，
11、OK即即可。可。Analyze Descriptive Statistics Explore打开打开112014.6.16Explore对话框对话框，选择血磷值变量（，选择血磷值变量（xl）作为检验变量，作为检验变量，点击点击 Plots按钮打开按钮打开Explore: Plots对话框对话框, 选择选择 Normality plots with tests选项选项, Continue OK完成。完成。 从输出结果从输出结果表表6.7中可以判断出本例急性克山病组与健中可以判断出本例急性克山病组与健康组的血磷测定值数据均服从正态分布。康组的血磷测定值数据均服从正态分布。 3. 3. 两组独立样本
12、的两组独立样本的 t 检验检验 Analyze Compare Means IndependentSamples T Test打开打开Independent -Samples T Test对话框对话框，选择分，选择分析析变量和分组变量变量和分组变量, 点击点击Define Groups按钮打开按钮打开Define Groups对话框对话框输入输入分组标志值分组标志值， Continue OK完成。完成。122014.6.16 4. 4. 结果判读结果判读 输出结果见输出结果见表表6.86.9，表，表6.8显示的是每组血磷值的描显示的是每组血磷值的描述统计分析结果；在表述统计分析结果；在表6.9
13、中同时显示方差齐性检验结果和中同时显示方差齐性检验结果和 t 检验结果。检验结果。 首先通过首先通过Levenes test for equality of variances（即（即Levene方差齐性检验）结果判断此数据的方差齐性结果，方差齐性检验）结果判断此数据的方差齐性结果，本例本例 F 值为值为0.072，P=0.7910.05，则方差齐。，则方差齐。 然后在然后在Equal variances assumed（即等方差假设）一（即等方差假设）一行找出行找出t 检验结果。本例检验结果。本例 t = 2.576，P=0.0170.05，则方差齐。则方差齐。 表表7.5显示的是方差分析的
14、结果。本例显示的是方差分析的结果。本例F = 5.564，P= 0.0080.05，即认为三组大鼠肾组织液中，即认为三组大鼠肾组织液中NO水平存在着不水平存在着不同。同。 二、二、方差分析中均数的两两比较方差分析中均数的两两比较162014.6.16 当方差分析结论拒绝当方差分析结论拒绝H0时，得到的多组样本的总体均时，得到的多组样本的总体均数不同只是笼统的，而研究者往往需要知道多个均数间到数不同只是笼统的，而研究者往往需要知道多个均数间到底哪些存在不同，这就需要借助多重比较（底哪些存在不同，这就需要借助多重比较（Multiple Comparisons）的方法。的方法。 SPSS提供了多达提
15、供了多达18种的多重比较方法，我们这里只介种的多重比较方法，我们这里只介绍常用的绍常用的S-N-K法、法、LSD法、法、Dunnett法和法和Bonfferoni法。法。 S-N-K法（法（Student-Newman-Keuls）：）：又称又称q检验。检验。常用于多个均数间常用于多个均数间每两个每两个均数的比较。均数的比较。 LSD法（法（Least Significant Difference）：）：即最小显著即最小显著差法。常用于多个处理组与对照组的均数比较。差法。常用于多个处理组与对照组的均数比较。172014.6.16 Dunnett法法:常用于多个处理组与对照组的均数比较。常用于多
16、个处理组与对照组的均数比较。 Bonfferoni法法:常用于多个均数间常用于多个均数间每两个每两个均数的比较。均数的比较。 使用使用Post Hoc按钮按钮 SPSS通过通过Analyze Compare Means One-Way ANOVA打开打开One-Way ANOVA对话框并点击对话框并点击Post Hoc按钮打开按钮打开One-Way ANOVA: Post Hoc Multiple Comparisons对话框来选择使用某种多重比较方法对话框来选择使用某种多重比较方法。 例题及例题及分析过程分析过程182014.6.16 下面通过对教材第下面通过对教材第52页例页例4.2的数据
17、做多重比较来讲述的数据做多重比较来讲述操作步骤及结果的判读。操作步骤及结果的判读。 1. 1. 打开数据文件打开数据文件（见（见exp7.2.sav） 2. 2. 选用多重比较方法选用多重比较方法 Analyze Compare Means One-Way ANOVA打开打开One-Way ANOVA对话框并点击对话框并点击Post Hoc按钮打开按钮打开One-Way ANOVA: Post Hoc Multiple Comparisons对话框对话框，分别选择分别选择 LSD、 S-N-K、 Bonfferoni和和 Dunnett选项选项,Continue OK完成。完成。 3. 3.
18、结果判读结果判读192014.6.16 输出结果见表输出结果见表7.67.7，表表7.6显示的是显示的是S-N-K法的分析法的分析结果；结果；表表7.7显示的是显示的是LSD法、法、 Bonfferoni法和法和Dunnett法的法的分析结果。分析结果。 S-N-K法是通过寻找法是通过寻找同质子集同质子集(Homogeneous Subsets)的的方法得出比较结果。方法得出比较结果。子集子集之间之间的各组间有差别的各组间有差别(P0.05）。 LSD法、法、 Bonfferoni法和法和Dunnett法是通过在法是通过在对比的两对比的两组均数差值组均数差值(Mean Difference (
19、I-J)的右上角标记的右上角标记“ * ”来表来表示此两组均数有差别示此两组均数有差别(P0.05)。 本例用上述四种多重比较方法得到的两两比较结果见本例用上述四种多重比较方法得到的两两比较结果见下表下表7.6-7。202014.6.16 三、三、随机区组设计的方差分析随机区组设计的方差分析（自学）（自学） 使用使用Univariate命令命令 SPSS通过通过Analyze General Linear Model Univariate 命令完成随机区组设计的方差分析命令完成随机区组设计的方差分析。 例题及例题及分析过程分析过程212014.6.16 下面通过对教材第下面通过对教材第55页例
20、页例4.3的资料做随机区组设计的的资料做随机区组设计的方差分析来讲述操作步骤及结果的判读。方差分析来讲述操作步骤及结果的判读。 1. 1. 建立数据文件建立数据文件（见（见exp7.3.sav） 2. 2. 适用条件判断适用条件判断 具体过程略。具体过程略。 3. 3. 随机区组设计的方差分析随机区组设计的方差分析 Analyze General Linear Model Univariate 打开打开Univariate对话框对话框， 将尿氟排出量变量（将尿氟排出量变量（nf）调入调入Dependent Variable (因变量因变量) 中，将时间变量中，将时间变量(group)、区区组变
21、量组变量(block)调入调入Fixed Factor(s)（固定因素）固定因素）中，点击中，点击222014.6.16Model按钮打开按钮打开Univariate: Model对话框对话框, 选择选择Custom（自定义）选项，再点击自定义）选项，再点击 Build Term(s)下的下拉框并从中选下的下拉框并从中选择择Main Effects，然后把左侧的，然后把左侧的group、block调入右侧的调入右侧的Model栏栏，去掉栏下的，去掉栏下的Include intercept in model选项选项, Continue OK完成。完成。 4. 4. 结果判读结果判读 输出结果见输
22、出结果见表表7.10a，结果显示：结果显示： group组（不同时间）：组（不同时间）：F=7.033, P=0.004 0.05，即工，即工人之间的差异对尿氟排出量影响不大。人之间的差异对尿氟排出量影响不大。232014.6.16 5. 5. 多重比较多重比较 Analyze General Linear Model Univariate 打开打开Univariate对话框对话框, 点击点击Post Hoc按钮打开按钮打开Univariate:Post Hoc Multiple Comparisons for Observed Means对话框对话框，选择选择group为多重比较变量为多重比
23、较变量, 再再分别选择分别选择 LSD、 S-N-K、 Bonfferoni和和 Dunnett选项，选项，Continue OK完成。完成。 输出结果见输出结果见表表7.12和和表表7.13。用上述四种多重比较方法用上述四种多重比较方法得到的两两比较结果见下表得到的两两比较结果见下表7.12-13。242014.6.16 * * 四、四、多因素方差分析多因素方差分析 前面讲授的随机区组设计的方差分析实质就是一个最前面讲授的随机区组设计的方差分析实质就是一个最简单的多因素方差分析（两因素无重复数据），因为它不简单的多因素方差分析（两因素无重复数据），因为它不存在存在交互效应交互效应（inter
24、action），），当某因素的各单独效应随当某因素的各单独效应随另一因素变化而变化时，则称这两个因素存在交互效应另一因素变化而变化时，则称这两个因素存在交互效应。 由于从总变异中分解的变异项目增多，多因素方差分由于从总变异中分解的变异项目增多，多因素方差分析计算和输出结果就更为复杂。析计算和输出结果就更为复杂。 本节内容略。本节内容略。 附加内附加内容啊！容啊！252014.6.16* *五、五、析因分析析因分析( (有重复的两因素方差分析有重复的两因素方差分析) ) 析因分析实质就是有重复数据的两因素方差分析。它析因分析实质就是有重复数据的两因素方差分析。它可以存在可以存在单独效应单独效应(
25、Simple effect)、主效应主效应(main effect)和和交互效应交互效应(interaction)。 SPSS通过通过Analyze General Linear Model Univariate 命令完成析因分析命令完成析因分析。 下面通过对卫生统计学第下面通过对卫生统计学第5版教材第版教材第157页例页例9-3的的资料做析因分析来讲述操作步骤及结果的判读。资料做析因分析来讲述操作步骤及结果的判读。 1. 1. 建立数据文件建立数据文件（见（见wstjx5exp9-3.sav） 2. 2. 析因分析析因分析 262014.6.16 Analyze General Linear
26、 Model Univariate 打开打开Univariate对话框对话框，将吞噬指数变量调入，将吞噬指数变量调入DependentVariable (因变量因变量) 中，将中，将升白细胞药物升白细胞药物、纯苯调入纯苯调入Fixed Factor(s) (固定因素固定因素) 中，点击中，点击Model按钮打开按钮打开Univariate: Model对话框对话框，选择，选择Custom选项，选择选项，选择Build Term(s)中的中的interaction ，点击，点击左侧的升白细胞药物和纯苯左侧的升白细胞药物和纯苯则将二者的交互效应项（纯苯则将二者的交互效应项（纯苯*升白细胞药物）调入
27、右侧的升白细胞药物）调入右侧的Model栏，再选择栏，再选择Build Term(s)中的中的Main Effects，点击，点击左左侧的升白细胞药物和纯苯则将二者的主效应项（纯苯、升侧的升白细胞药物和纯苯则将二者的主效应项（纯苯、升白细胞药物）调入右侧的白细胞药物）调入右侧的Model栏，栏， Continue，点击点击272014.6.16Options按钮打开按钮打开Univariate: Options对话框对话框，选择，选择 Descriptives statistics 选项，选项， Continue OK完成。完成。 3. 3. 结果判读结果判读 输出结果见表输出结果见表7.28
28、7.29。 表表7.28显示的是显示的是“升白细胞药物升白细胞药物”和和“纯苯纯苯”两因素两因素在单独效应、主效应和交互效应下的在单独效应、主效应和交互效应下的“吞噬指数吞噬指数”的均数的均数和标准差等大小和标准差等大小。 表表7.29显示的是显示的是“升白细胞药物升白细胞药物”和和“纯苯纯苯”两因素两因素在主效应和交互效应下的在主效应和交互效应下的“吞噬指数吞噬指数”的假设检验结果。的假设检验结果。结果为结果为: 升白细胞药物和纯苯的交互效应升白细胞药物和纯苯的交互效应:F=1.0000, P=0.3322,282014.6.16思考题思考题 1. 1. 分组变量分组变量和和分组标志值的区别
29、。分组标志值的区别。 2. 2. 单因素方差分析、随机区组设计的方差分析和析因单因素方差分析、随机区组设计的方差分析和析因 分析的区别。分析的区别。即两因素的交互效应无统计学意义；即两因素的交互效应无统计学意义； 升白细胞药物的主效应：升白细胞药物的主效应： F=1.5192, P=0.2355 0.05，即升白细胞药物的主效应无统计学意义；即升白细胞药物的主效应无统计学意义； 纯苯的主效应：纯苯的主效应： F=1857.0087, P 0.05Differences 差值差值输出结果输出结果362014.6.16分组变量分组变量血磷测定值变量血磷测定值变量group=1 代表代表急性克山病组
30、急性克山病组group=2 代表代表 健康组健康组372014.6.16382014.6.16被检验变量被检验变量选此项可以得到选此项可以得到 Shapiro-Wilk正态检验结果正态检验结果392014.6.16输出结果输出结果表表 6.7402014.6.16被分析变量被分析变量分组变量分组变量 点击此钮可以点击此钮可以输入分组标志值输入分组标志值分组标志值分组标志值412014.6.16方差齐性检验方差齐性检验F = 0.072, P=0.791 0.05，方差齐。选用方差齐。选用等方差假设等方差假设下的检验结果：下的检验结果：t = 2.576, P=0.017 0.05，则方差齐。则
31、方差齐。等方差假设等方差假设方差不等假设方差不等假设表表 6.8表表 6.9输出结果输出结果422014.6.16NO值变量值变量group=1 代表代表 正常对照组正常对照组 group=2 代表代表肾缺血肾缺血60min组组分组变量分组变量 group=3 代表代表 肾缺血肾缺血60min 再灌流组再灌流组432014.6.16选此项可作多样本选此项可作多样本 方差齐性检验方差齐性检验被分析变量被分析变量分组变量分组变量442014.6.16表表 7.4表表 7.5表表 7.47.5方差齐性检验结果，方差齐性检验结果，若若P0.05，则方差齐。则方差齐。F = 5.564, P=0.008
32、 0.05输出结果输出结果Sum of Squares 离均差平方和离均差平方和df 自由度自由度Mean Square 均方均方452014.6.16表明第一组为对照组表明第一组为对照组Equal Variances Not Assumed 方差不等假设方差不等假设Equal Variances Assumed 等方差假设等方差假设462014.6.16* 表示表示P 0.05；正常对照组与肾缺血正常对照组与肾缺血60min再灌流组：再灌流组：P=0.004 0.05肾缺血肾缺血60min再灌流组与肾缺血再灌流组与肾缺血60min组：组：P 0.05；肾缺血肾缺血60min再灌流组与正常对照
33、组：再灌流组与正常对照组：P 0.05。482014.6.16尿氟排出量尿氟排出量 变量变量区组变量区组变量group=1 代表工前组代表工前组 group=2 代表工中组代表工中组 group=3代表工后组代表工后组492014.6.16被分析变量被分析变量(即实验指标即实验指标)Two-way ANOVA模模型型设设置置按按钮钮502014.6.16Main effects（主效应）主效应）512014.6.16522014.6.16group组：组：F=7.033, P=0.004 0.05输出结果输出结果表表 7.10a532014.6.16542014.6.16输出结果输出结果表表
34、7.12552014.6.16表表 7.13输出结果输出结果工前组与工中组：工前组与工中组：P 0.05工中组与工后组：工中组与工后组：P=0.137 0.05562014.6.16572014.6.16582014.6.16升白细胞药物和纯苯的交互效应项升白细胞药物和纯苯的交互效应项升白细胞药物和纯苯的升白细胞药物和纯苯的 各自主效应项各自主效应项592014.6.16602014.6.16表表 7.28输出结果输出结果通过此项结果可以得到通过此项结果可以得到“升白细胞药物升白细胞药物”和和“纯纯苯苯”在单独效应、主效应在单独效应、主效应和交互效应下的和交互效应下的“吞噬指吞噬指数数”的均数大小的均数大小。612014.6.16输出结果输出结果表表 7.29升白细胞药物和纯苯的交互效应：升白细胞药物和纯苯的交互效应：F=1.0000, P=0.3322 0.05；升白细胞药物的主效应：升白细胞药物的主效应： F=1.5192, P=0.2355 0.05；纯苯的主效应：纯苯的主效应： F=1857.0087, P 0.001。
