醫(yī)學統(tǒng)計學spss19.0上機操作

1、例題0801隨機設計的方差分析(1)正態(tài)性檢驗(2)方差分析第一步1第二步第三步第四步例題8-2 隨機區(qū)組設計資料的方差分析例題8-3拉丁方設計資料的方差分析18-01 析因分析點擊“添加”點擊選項第九章 行列表資料的假設檢驗（卡方檢驗）一 、四格表的卡方檢驗例題9-1兩個樣本率的比較（不需要校正）第一種做法：數(shù)據(jù)可以還原成最初數(shù)據(jù)，然后輸入。1 輸入數(shù)據(jù)2 操作步驟點擊確定就ok啦。第二種做法：1數(shù)據(jù)輸入： 變量視圖數(shù)據(jù)視圖2 操作點擊數(shù)據(jù)-選中下拉框中的加權(quán)個案點擊加權(quán)個案-選中Frequence加權(quán)個案-點擊確定以下操作同第一種做法。例題9-2兩個樣本率的比較（需要連續(xù)性校正）操作方法同

2、例題9-1注意:結(jié)果輸出, 出現(xiàn)理論頻數(shù)小于5的格子,故讀取的結(jié)果是continuity correction連續(xù)校正一行例題9-3 交叉分類2×2表關(guān)聯(lián)性分析。1 數(shù)據(jù)輸入同9-1,2，對Frequence進行加權(quán)處理即：點擊加權(quán)個案-選中Frequence加權(quán)個案-點擊確定2 可以進行分析了點擊確定即可。數(shù)據(jù)輸入和分析結(jié)果見“給同學們文件夾”配對四格表的卡方檢驗例題9-4配對四格表資料的觀察結(jié)果有無差異的檢驗1 變量視圖和數(shù)據(jù)視圖如下：2 對Frequence進行加權(quán)處理3點擊分析統(tǒng)計描述交叉表例題9-5配對四格表資料的關(guān)聯(lián)性分析變量視圖和數(shù)據(jù)視圖如下：對Frequence進行加

3、權(quán)處理以下操作同9-1,2,3，點擊分析統(tǒng)計描述交叉表-點擊確定即可。 二、行列表資料的卡方檢驗（四格表的擴展，操作相似）例題9-6 多個樣本率的比較 （p153頁）方法參照9-1，1數(shù)據(jù)輸入及處理：變量視圖和數(shù)據(jù)視圖2 對Frequence進行加權(quán)處理即：點擊數(shù)據(jù)加權(quán)個案-選中Frequence加權(quán)個案-點擊確定3以下操作同9-1,2,3，點擊分析統(tǒng)計描述交叉表點擊確定即可。例題9-7 兩組或多組構(gòu)成比的比較（p153頁）數(shù)據(jù)輸入和操作同上1變量視圖和數(shù)據(jù)視圖如下：2 對Frequence進行加權(quán)處理即：點擊數(shù)據(jù)加權(quán)個案-選中Frequence加權(quán)個案-點擊確定3以下操作同9-1,2,3，點

4、擊分析統(tǒng)計描述交叉表例題9-8 行列表分類資料關(guān)聯(lián)性分析（四格表資料關(guān)聯(lián)性分析的擴展）操作相似。（p154頁）三、頻數(shù)分布擬合優(yōu)度的卡方檢驗例題9-11（p158頁）單變量的卡方檢驗點解分析非參數(shù)檢驗舊對話框卡方選“所有類別相等”意思是該資料中的理論頻數(shù)是（87+195+116+27）/4=106.59-12 poisson分布的擬合優(yōu)度檢驗（p158頁）1變量視圖和數(shù)據(jù)視圖如下:2點解分析非參數(shù)檢驗舊對話框卡方2點解分析非參數(shù)檢驗舊對話框卡方3 選定“值” 并將表9-12中的期望頻數(shù)依次添加到框中，點擊確定即可。四 確切概率法（略）例題9-13 （p159頁）用軟件操作時的方法與Pearso

5、n卡方 檢驗一樣，只不過在讀取結(jié)果時讀Fisher確切檢驗一行（要求條件是：樣本例數(shù)少如四格表n<40時，或有期望頻數(shù)<1；行列表資料有1/5以上的格子數(shù)期望頻數(shù)5時，行列表資料的卡方檢驗會有偏性時）五 OR值的卡方檢驗例題9-14（p161頁）病理-對照研究中成組設計資料的分析1變量視圖和數(shù)據(jù)視圖如下:9-15 匹配設計資料的分析（p162頁）第十章 基于秩次的假設檢驗例題10-1配對設計資料的符號秩和檢驗點擊分析非參數(shù)檢驗2個相關(guān)樣本例題10-2單樣本資料的符號秩和檢驗可以參照10-1的方法做。二 完全隨機化兩獨立樣本的秩和檢驗例題10-3 兩組計量資料的秩和檢驗點擊確定即可。

6、10-4 兩組等級資料的秩和檢驗（單向有序，比較的結(jié)果變量有序時用）1 先對Frequence項進行加權(quán)處理。點擊數(shù)據(jù)加權(quán)個案-選中Frequence加權(quán)個案-點擊繼續(xù)2 具體操作：分析-非參數(shù)檢驗-舊對話框-兩個獨立樣本點擊確定就ok啦。三、完全隨機設計多個獨立樣本的秩和檢驗10-5 多組計量資料的秩和檢驗（略）本資料參考兩組計量資料的檢驗方法， 是前者的擴展，只不過在非參數(shù)檢驗中選擇k個獨立樣本選項，其他操作包括數(shù)據(jù)輸入基本一樣。10-6 多組等級資料的秩和檢驗（p176頁）1 先對Frequence項進行加權(quán)處理。點擊數(shù)據(jù)加權(quán)個案-選中Frequence加權(quán)個案-點擊繼續(xù)2 具體操作點擊

7、確定就ok啦。例題10-8 隨機化區(qū)組設計資料的秩和檢驗第十四章 臨床測量誤差與診斷試驗評價一 Kappa值一致性評價例題14-31 先對變量x 進行加權(quán)，2 點擊分析描述統(tǒng)計交叉表統(tǒng)計量 選Kappa繼續(xù)確定二 ROC曲線某醫(yī)師對經(jīng)標準診斷的55名患者、45名正常人分別進行2種診斷試驗檢查，結(jié)果分別為test1、test2。試繪制ROC曲線。步驟：點擊分析ROC曲線圖（檢驗變量：選test1，test2；狀態(tài)變量選diagnose；狀態(tài)變量的值是1 ，因為1表示診斷為陽性；輸出：四項全選）確定三 線性回歸例題11-1步驟：線性回歸模型成立需要滿足4個條件，即線性（linear）、獨立（ind

8、ependence）、正態(tài)（normal）、等方差（equal variance），分析的首先先判斷兩變量之間是否有線性趨勢，這是從統(tǒng)計學角度考慮的，其實在做線性回歸分析之前，還要從專業(yè)角度分析兩變量之間有沒有可能存在某種關(guān)系若是那種八竿子打不著或者說根本就沒有什么聯(lián)系的兩變量，那就不用做了。1 作x y兩變量的散點圖，觀察是否存在線性趨勢。點擊圖形舊對話框散點/點狀（散點圖）簡單分布定義x軸年齡，y軸心率確定2根據(jù)專業(yè)知識判斷任意兩個觀察值是否獨立3正態(tài)性：通常用殘差的直方圖、正態(tài)概率(p-p)圖檢驗。4 等方差:作殘差圖線性趨勢檢驗：（1）求殘差點擊繼續(xù)，確定,注：PRE_1：未標準化預測值ZPR_1：標準化預測值RES_1：未標準化殘差 ZRE_2：標準化殘差（2）對殘差進行正態(tài)性分析點擊繼續(xù)確定即可。等方差檢驗和正態(tài)性檢驗分析回歸線性繪制（包含了正態(tài)性性檢驗，直方圖，正態(tài)概率圖）：點擊確定，結(jié)果輸出整個分析過程結(jié)束。四 線性相關(guān)例題12-1在分析兩變量x 、y是否線性相關(guān)時，首先也要