SPSS软件的基础应用.ppt

SPSS软件在医学统计分析中的应用 SPSS（Statistical Product and Service Solutions），“统计产品与服务解决方案”软件。 SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等等。SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析等 利用SPSS进行数据分析的一般步骤 建立SPSS数据文件 数据的加工整理 统计分析 解释分析结果 定义SPSS数据文件的结构 录入修改保存SPSS数据 一、T检验 二、单因素方差分析 三、一般线性模型 医学基础科研常用的几种检验方法 t检验：是用t分布理论来推论差异发生的概率，从而比较两个样本平均数的差异是否显著。主要包括以下两种：独立样本T检验和配对样本T检验 独立样本T检验适用于：两个独立不相关的样本。 配对样本T检验适用于：配对样本是指对同一样本进行两次测试所获得的两组数据，或对两个完全的样本在不同条件下进行测试所得到的两组数据 独立样本和配对样本t检验的差异： 1.前者要求两样本相互独立，后者要求两样本相互配对； 2.两者的统计量不一样； 3.前者需要考虑方差相等或不等两种情况，而后者方差通常是不等的。 一、T检验 配对T检验 手动输入或直接打开excel文件中的数据 选择分析— —比较均值— —配对样本T检验 对应数据配对 配对T检验结果 P0.01说明治疗前后，有明显的差异 两独立样本T检验 选择分析 比较均值 独立样本T检验，并对组别进行定义。在输入数据时组别一般用数字代替，在分组变量时定义组别比较方便 两独立样本T检验结果 结果中可以看出，在检验方差齐次性时，P0.05,所以方差相等，故样本差异性P=0.0030.01 当方差不齐时，样本差异性采用P=0.0040.01 单因素方差分析 （one-way ANOVA），用于完全随机设计的多个样本均数间的比较，其统计推断是推断各样本所代表的各总体均数是否相等。 二、单因素方差分析 完全随机设计（completely random design）不考虑个体差异的影响，仅涉及一个处理因素，但可以有两个或多个水平，所以亦称单因素实验设计。在实验研究中按随机化原则将受试对象随机分配到一个处理因素的多个水平中去，然后观察各组的试验效应；在观察研究（调查）中按某个研究因素的不同水平分组，比较该因素的效应。 单因素方差分析 （one-way ANOVA）目前在基础医学科研中应用的最广泛，一般涉及到多组数据的统计分析都会用到 单因素方差分析过程 选择分析 比较均值 单因素（ANOVA） 在单因素（ANOVA)中数据的两两比较有多中选择，应根据实验要求、数据特点等进行选择 LSD法：t检验的变形，敏感度最高,所有各组的样本数可不相等，如果该法检测出无差异性，那么基本上就没有差异性了 Tukey法：（1）所有各组的样本数相等；（2）各组样本均数之间的全面比较；（ 3）可能产生较多的假阴性结论。 S-N-K法：适用于多个均数的两两比较，常用于探索性研究。 只告诉有无差异，不提供精确P值。 Bonferroni法：比LSD法、Duncan法、SNK法偏于保守，不过，它比Tukey法、Scheffe法要敏感。 one-way ANOVA常见几种检验方法的优缺点 注意事项：一下几点需注意，特别是第2点。 （1） 一般来说，如果是大样本，比如各组例数大于50，可以不作正态性检验，直接采用t检验或方差分析。因为统计学上有中心极限定理，假定大样本是服从正态分布的。 （2） 当进行多组比较时，最容易犯的错误是仅比较其中的两组，而不顾其他组，这样作容易增大犯假阳性错误的概率。正确的做法应该是，先作总的各组间的比较，如果总的来说差别有统计学意义，然后才能作其中任意两组的比较，这些两两比较有特定的统计方法，如上面提到的LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。 绝不能对其中的两组直接采用T检验，这样即使得出结果也未必正确 （3） 关于常用的设计方法：多组资料尽管最终分析都是采用方差分析，但不同设计会有差别。常用的设计如完全随即设计，随机区组设计，析因设计，裂区设计，嵌套设计等。 LSD法检验结果 在检验之前，先要检测方差齐性，当P0.05时，LSD、Tukey等检验方法不再适用，需要非线性参数检验等其他方法 方差齐性时，比较各组P值是否小于0.05 三、一般线性模型 一般线性模型可完成多自变量、多水平、多因变量、重复测量方差分析以及协方差分析等。一般线性模型在菌种筛选、物质分离提取条件的筛选等方面应用比较广泛。因其目前可能在医