SPSS在醫(yī)學(xué)統(tǒng)計中應(yīng)用課件

1、內(nèi)容安排內(nèi)容安排 第一講第一講 醫(yī)學(xué)統(tǒng)計分析概述醫(yī)學(xué)統(tǒng)計分析概述 第二講第二講 定量資料組間比較的統(tǒng)計分析定量資料組間比較的統(tǒng)計分析 第三講第三講 分類資料組間比較的統(tǒng)計分析分類資料組間比較的統(tǒng)計分析 第四講第四講 相關(guān)性分析與線性回歸分析相關(guān)性分析與線性回歸分析 第五講第五講 logistic回歸分析回歸分析 第六講第六講 診斷試驗的評價與診斷試驗的評價與ROC分析分析 第七講第七講 生存分析生存分析第一講第一講 醫(yī)學(xué)統(tǒng)計分析概述醫(yī)學(xué)統(tǒng)計分析概述 一、醫(yī)學(xué)統(tǒng)計學(xué)的主要內(nèi)容一、醫(yī)學(xué)統(tǒng)計學(xué)的主要內(nèi)容 包括研究設(shè)計、資料收集、數(shù)據(jù)整理、 數(shù)據(jù) 分析等一系列過程。 二、醫(yī)學(xué)統(tǒng)計學(xué)的主要功能二、醫(yī)學(xué)統(tǒng)

2、計學(xué)的主要功能 幫助我們透過現(xiàn)象認識本質(zhì)，從一堆看似雜亂 無章的數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，闡明事物的本質(zhì)。 三、數(shù)據(jù)統(tǒng)計分析的一般思路三、數(shù)據(jù)統(tǒng)計分析的一般思路 1. 確定研究目的，根據(jù)研究目的選擇方法。確定研究目的，根據(jù)研究目的選擇方法。 不同研究目的采用的統(tǒng)計方法不同，在醫(yī)學(xué)統(tǒng)計中，常見的研究目的主要有三類： 一是差異性研究，即比較組間均數(shù)、率等的差異，可用的方法有t檢驗、方差分析、卡方檢驗、秩和檢驗等； 二是相關(guān)性分析，即分析兩個或多個變量之間的關(guān)系，可用的方法有相關(guān)分析； 三是影響性分析，即分析某一結(jié)局發(fā)生的影響因素，可用的方法有線性回歸、logistic回歸、cox回歸等。 2. 明確數(shù)據(jù)類型

3、，根據(jù)數(shù)據(jù)類型進一步確定方法明確數(shù)據(jù)類型，根據(jù)數(shù)據(jù)類型進一步確定方法 定量數(shù)據(jù)可用的方法：t檢驗、方差分析、非參數(shù)檢驗、相關(guān)分析、線性回歸等； 分類資料（定性數(shù)據(jù)）可用的方法：卡方檢驗、秩和檢驗、對數(shù)線性模型、logistic回歸等。 3. 選定統(tǒng)計方法后，利用統(tǒng)計軟件具體實現(xiàn)統(tǒng)計分選定統(tǒng)計方法后，利用統(tǒng)計軟件具體實現(xiàn)統(tǒng)計分析過程。析過程。 4. 針對分析結(jié)果，結(jié)合實際做出合理的專業(yè)結(jié)論。針對分析結(jié)果，結(jié)合實際做出合理的專業(yè)結(jié)論。 四、統(tǒng)計學(xué)應(yīng)用的幾個誤區(qū)四、統(tǒng)計學(xué)應(yīng)用的幾個誤區(qū) 1. 研究目的大而全研究目的大而全 2. 方法一味追求新穎方法一味追求新穎 3. 統(tǒng)計學(xué)方法盲目套用統(tǒng)計學(xué)方法盲目

4、套用數(shù)據(jù)的類型數(shù)據(jù)的類型統(tǒng)計分析的基礎(chǔ)是數(shù)據(jù)，而數(shù)據(jù)的類型可以分為： 1.定量數(shù)據(jù)定量數(shù)據(jù) 又分為連續(xù)型數(shù)據(jù)和離散型數(shù)據(jù)。連續(xù)性數(shù)據(jù)可以取任意值，比如，身高，體重，化驗值等等；離散型數(shù)據(jù)只能取整數(shù)，如發(fā)病人數(shù)等。 2. 定性數(shù)據(jù)（分類資料）定性數(shù)據(jù)（分類資料） 又可分為無序分類資料和有序分類資料兩類。 無序分類資料無序分類資料是指所分類別或?qū)傩灾g無程度和順序的差別，例如二項分類，性別（男、女），藥物反應(yīng)（陰性、陽性）等。例如多項分類，血型（ O、A、B、AB等。 有序分類資料有序分類資料是指各類別之間有程度的差別。如尿糖化驗結(jié)果按、+、+、+分類；療效按治愈、顯效、好轉(zhuǎn)、無效分類。數(shù)據(jù)的類型

5、數(shù)據(jù)的類型數(shù)據(jù)資料定量數(shù)據(jù)定性數(shù)據(jù)（分類資料）連續(xù)型變量（如：身高、體重等）離散型變量（如：發(fā)病人數(shù)等）無序分類資料（如：性別、血型等）有序分類資料（如：療效等）差異性研究方法差異性研究方法組間差異性比較研究方法組間差異性比較研究方法 1. t 檢驗檢驗 主要用于兩組定量資料的比較。要求數(shù)據(jù)滿足三個前提條件：獨立性、正態(tài)性、方差齊性。獨立性即各研究對象的觀測值是相互獨立的，互不影響；正態(tài)性即要求兩組數(shù)據(jù)均服從正態(tài)分布；方差齊性即兩組樣本數(shù)據(jù)所代表的總體方差相等。 2. 方差分析方差分析 主要用于多組連續(xù)變量的比較。要求數(shù)據(jù)滿足獨立性、正態(tài)性、方差齊性的條件。 3. 秩和檢驗秩和檢驗 （1）可用

6、于不服從正態(tài)分布的定量資料的組間比較； （2）可用于有序分類資料的組間比較； （3）對于不符合正態(tài)分布的數(shù)據(jù)，兩組定量數(shù)據(jù)比較一般用Wilcoxon秩和檢驗，多組定量數(shù)據(jù)一般用kruskal-wallis秩和檢驗，隨機區(qū)組定量數(shù)據(jù)一般用friedman秩和檢驗。 4、 2 檢驗檢驗 用于無序分類資料的組間比較?？捎糜趦山M或多組率的比較、兩組或多組構(gòu)成比的比較、兩個分類變量之間的關(guān)聯(lián)性分析，還可用于特定分布的擬合優(yōu)度檢驗等。相關(guān)性分析研究方法相關(guān)性分析研究方法 影響性分析研究方法影響性分析研究方法 SPSS簡介簡介uSPSS(Statistics Product and Service Solu

7、tions) ，是目前世界，是目前世界上最優(yōu)秀的統(tǒng)計分析軟件之一。上最優(yōu)秀的統(tǒng)計分析軟件之一。uSPSS是眾多統(tǒng)計軟件當中比較簡是眾多統(tǒng)計軟件當中比較簡單易懂的軟件之一；絕大多數(shù)操作單易懂的軟件之一；絕大多數(shù)操作過程僅靠點擊鼠標即可完成。過程僅靠點擊鼠標即可完成。uSPSS功能齊全，一般的數(shù)據(jù)分析功能齊全，一般的數(shù)據(jù)分析和圖形處理都可以應(yīng)付自如。和圖形處理都可以應(yīng)付自如。l nYabX第二講第二講 定量資料組間比較的統(tǒng)計定量資料組間比較的統(tǒng)計分析分析定量數(shù)據(jù)組間差異比較常用統(tǒng)計方法定量數(shù)據(jù)組間差異比較常用統(tǒng)計方法 1. t 檢驗檢驗 主要用于兩組定量數(shù)據(jù)的比較。要求數(shù)據(jù)滿足三個前提條件：獨立性

8、、正態(tài)性、方差齊性。獨立性即各研究對象的觀測值是相互獨立的，互不影響；正態(tài)性即要求兩組數(shù)據(jù)均服從正態(tài)分布；方差齊性即兩組樣本數(shù)據(jù)所代表的總體方差相等。 2. 方差分析方差分析 主要用于多組連續(xù)變量的比較。要求數(shù)據(jù)滿足獨立性、正態(tài)性、方差齊性的條件。 3. 秩和檢驗秩和檢驗 （1）主要用于不服從正態(tài)分布的定量資料的組間比較； （2）對于不符合正態(tài)分布的數(shù)據(jù)，兩組定量數(shù)據(jù)比較一般用Wilcoxon秩和檢驗，多組定量數(shù)據(jù)一般用kruskal-wallis秩和檢驗，隨機區(qū)組定量數(shù)據(jù)一般用friedman秩和檢驗。分析思路分析思路1. 確定分析方法確定分析方法 該研究目的是比較兩組人群的血磷值，屬于差異

9、性檢驗。分析變量是血磷值，為連續(xù)性變量。結(jié)合研究目的，可以考慮的分析方法有獨立樣本的t檢驗或wilcoxon秩和檢驗，具體還應(yīng)進一步看數(shù)據(jù)是否服從正態(tài)分布。2.2.建立數(shù)據(jù)文件建立數(shù)據(jù)文件EG0201EG0201。共 2個變量： （1）group（分組）：1=急性克山病患者，2=健康者； （2）p（血磷數(shù)值）。3. 數(shù)據(jù)的正態(tài)性檢驗數(shù)據(jù)的正態(tài)性檢驗 “分析”“描述統(tǒng)計” “探索” 打開“探索”對話框 因變量列表：血磷數(shù)值（glu） 因子列表：分組group 繪制 ： 帶檢驗的正態(tài)圖 從Shapiro-Wilk檢驗結(jié)果可以看到，group1的正態(tài)性檢驗P=0.835，group2的正態(tài)性檢驗P=

10、0.316，都可以認為近似服從正態(tài)分布。4. 獨立樣本獨立樣本t檢驗檢驗 “分析”“比較均值” “獨立樣本T檢驗” ，打開“獨立樣本T檢驗”對話框 檢驗變量：p 分組變量：group 定義組：1 25.5.結(jié)果及解釋結(jié)果及解釋 本例數(shù)據(jù)滿足方差齊性（P=0.791），t檢驗統(tǒng)計量=2.576，P=0.017，故兩組人群的差異是有統(tǒng)計學(xué)意義的。二、兩組非正態(tài)分布資料的比較二、兩組非正態(tài)分布資料的比較 例2.2 某醫(yī)生為研究幽門螺桿菌與血清胃泌素-17之間的關(guān)系，在某地隨機抽取幽門螺桿菌陽性和陰性對象各30例，測量兩組人群的血清胃泌素-17水平。數(shù)據(jù)如表EX0202.欲比較兩組人群的血清胃泌素-1

11、7水平是否有統(tǒng)計學(xué)差異。分析思路分析思路1. 確定分析方法確定分析方法 該研究目的是比較兩組人群的血清胃泌素-17是否有差異，屬于差異性檢驗。分析變量為連續(xù)性變量。結(jié)合研究目的，可以考慮的分析方法有獨立樣本的t檢驗或wilcoxon秩和檢驗，具體還應(yīng)進一步看數(shù)據(jù)是否服從正態(tài)分布。2.2.建立數(shù)據(jù)文件建立數(shù)據(jù)文件EX0202EX0202。共 2個變量： （1）group（分組）：1=陰性，2=陽性； （2）g（血清胃泌素-17水平）。3. 數(shù)據(jù)的正態(tài)性檢驗數(shù)據(jù)的正態(tài)性檢驗 “分析”“描述統(tǒng)計” “探索” 打開“探索”對話框 因變量列表：血清胃泌素-17水平（g） 因子列表：分組group 繪制

12、： 帶檢驗的正態(tài)圖 從Shapiro-Wilk檢驗結(jié)果可以看到，陰性組不符合正態(tài)分布（ P0.05, 治療前后的血紅蛋白含量的差異無統(tǒng)計學(xué)意義。 例例2.7 某醫(yī)生為觀察某頸椎疼痛治療儀治療頸椎疼痛某醫(yī)生為觀察某頸椎疼痛治療儀治療頸椎疼痛的效果，隨機抽取了的效果，隨機抽取了30名頸椎疼痛患者，記錄他們名頸椎疼痛患者，記錄他們的的VAS評分，然后采用該治療儀治療評分，然后采用該治療儀治療10個療程，再記個療程，再記錄下他們的錄下他們的VAS評分，數(shù)據(jù)存于評分，數(shù)據(jù)存于EX0207（部分數(shù)據(jù)（部分數(shù)據(jù)見表見表2.6）。欲比較治療后的）。欲比較治療后的VAS評分是否比治療前評分是否比治療前有所降低。

13、有所降低。 患者序號患者序號 1 2 3 4 5 6 30 治療前治療前 5 8 7 5 5 4 4 治療后治療后 4 6 7 2 2 3 3 分析思路分析思路 1、明確研究目的 該研究目的是通過比較30名頸椎疼痛患者治療前后的VAS評分，以推斷治療前后的VAS評分是否有差異，屬于差異性檢驗。該研究是比較同一人群的兩次測量結(jié)果，屬于配對設(shè)計。配對設(shè)計的分析一般以兩組差值作為分析指標。分析方法可根據(jù)數(shù)據(jù)的分布考慮使用配對t檢驗或配對秩和檢驗。2.2.建立數(shù)據(jù)文件建立數(shù)據(jù)文件EX0207EX0207。 兩個變量： （1 1）VAS0: VAS0: 治療期的評分； （2 2）VAS1: VAS1:

14、治療后的評分。3.數(shù)據(jù)的正態(tài)分布檢驗數(shù)據(jù)的正態(tài)分布檢驗 “分析”“描述統(tǒng)計” “探索” 打開“探索”對話框 因變量列表：VAS0 VAS1 繪制 ： 帶檢驗的正態(tài)圖 結(jié)果顯示兩個變量都不服從正態(tài)分布，所以選用配對秩和檢驗。 4、配對符號秩檢驗、配對符號秩檢驗 “分析” “非參數(shù)檢驗” “2個相關(guān)樣本” ， 打開“兩個關(guān)聯(lián)樣本檢驗”對話框 檢驗對：VAS0VAS1 檢驗類型： Wilcoxon 5. 5. 結(jié)果及解釋結(jié)果及解釋 使用的方法是Wilcoxon符號秩檢驗，檢驗的 P0.0001，即治療前后的VAS評分的差異有顯著性意 義。本例中，治療后VAS評分低于治療前評分。七、七、 隨機區(qū)組設(shè)計

15、的方差分析隨機區(qū)組設(shè)計的方差分析lnYabX 七、隨機區(qū)組資料的分析七、隨機區(qū)組資料的分析 例例2.8 某研究生研究異常應(yīng)力下椎間盤內(nèi)蛋白多糖的變化，實驗?zāi)逞芯可芯慨惓?yīng)力下椎間盤內(nèi)蛋白多糖的變化，實驗設(shè)計采用了隨機區(qū)組設(shè)計，按體重、窩別等因素，每設(shè)計采用了隨機區(qū)組設(shè)計，按體重、窩別等因素，每3只健康純只健康純種成年新西蘭大白兔配成一個區(qū)組，共種成年新西蘭大白兔配成一個區(qū)組，共8個區(qū)組。每個區(qū)組內(nèi)的個區(qū)組。每個區(qū)組內(nèi)的3只大白兔隨機分入對照組、頸椎制動組和頸椎加壓組，然后測只大白兔隨機分入對照組、頸椎制動組和頸椎加壓組，然后測定各組椎間盤內(nèi)蛋白多糖的光密度值并進行比較。數(shù)據(jù)存于定各組椎間盤內(nèi)

16、蛋白多糖的光密度值并進行比較。數(shù)據(jù)存于EX0208. 表表2.8 三組的光密度值三組的光密度值 對照組對照組 0.37 0.41 0.39 . 0.32 頸椎制動組頸椎制動組 0.39 0.27 0.26 . 0.28 頸椎加壓組頸椎加壓組 0.31 0.25 0.21 . 0.20 分析思路分析思路1、確定分析方法、確定分析方法 該研究目的是比較光密度值在三組間是否有差異，屬于差異該研究目的是比較光密度值在三組間是否有差異，屬于差異性檢驗。該研究采用了隨機區(qū)組設(shè)計，研究前已經(jīng)將研究對性檢驗。該研究采用了隨機區(qū)組設(shè)計，研究前已經(jīng)將研究對象的各種可能影響因素進行了平衡。分析指標是光密度值，象的各

17、種可能影響因素進行了平衡。分析指標是光密度值，為連續(xù)性變量。分析方法可以根據(jù)資料的正態(tài)性，考慮隨機為連續(xù)性變量。分析方法可以根據(jù)資料的正態(tài)性，考慮隨機區(qū)組的方法分析或隨機區(qū)組的秩和檢驗即區(qū)組的方法分析或隨機區(qū)組的秩和檢驗即Friedman檢驗。檢驗。2、建立數(shù)據(jù)文件、建立數(shù)據(jù)文件EX0208. 共共3個變量：個變量： （1）group（表示分組因素）：（表示分組因素）： 1=對照組，對照組，2=頸椎制動組，頸椎制動組，3=頸椎加壓組；頸椎加壓組； （2）block（8個不同區(qū)組）；個不同區(qū)組）； （3）den（光密度值）。（光密度值）。3、正態(tài)性檢驗、正態(tài)性檢驗 三組數(shù)據(jù)均服從正態(tài)分布，故采用

18、隨機區(qū)組的方差分析方法。三組數(shù)據(jù)均服從正態(tài)分布，故采用隨機區(qū)組的方差分析方法。 4、方差分析、方差分析 “ “分析分析” “” “一般線性模型一般線性模型” “” “單變量單變量” ，打開“單變量”對話框 因變量列表因變量列表：weight 固定因子：group、block 模型 設(shè)定 （custom） 模型: group / block 在模型中包含截距 兩兩比較（Post Hoc） 兩兩比較檢驗: group LSD S-N-K 選項 描述性 方差同質(zhì)性檢驗（方差齊性檢驗） 5、結(jié)果分析、結(jié)果分析結(jié)果顯示，組間差異有統(tǒng)計學(xué)意義（結(jié)果顯示，組間差異有統(tǒng)計學(xué)意義（F=10.064，P=0.00

19、2），區(qū)組間），區(qū)組間差異無統(tǒng)計學(xué)意義（差異無統(tǒng)計學(xué)意義（F=0.876，P=0.548）。）。 根據(jù)兩兩比較結(jié)果，對照組和制動組之間差別有統(tǒng)計學(xué)意義（P=0.021），對照組和加壓組之間差別有統(tǒng)計學(xué)意義（P=0.001），制動組和加壓組之間差別在0.1水平上有統(tǒng)計學(xué)意義（P=0.085）。 定量數(shù)據(jù)組間比較的分析方法小結(jié)定量數(shù)據(jù)組間比較的分析方法小結(jié)1、兩組獨立樣本比較、兩組獨立樣本比較 兩組獨立數(shù)據(jù)的比較首先應(yīng)看資料是否符合正態(tài)分布，是否符合方差齊性。（1）兩組資料符合正態(tài)分布，且方差齊，采用t檢驗；（2）兩組資料符合正態(tài)分布，但方差不齊，可采用 Satterthwate t檢驗；（3）資

20、料不符合正態(tài)分布，可采用非參數(shù)檢驗，如 Wilcoxon秩和檢驗。2、兩組配對資料比較、兩組配對資料比較 兩組配對資料比較主要看兩組差值是否符合正態(tài)分布。（1）兩組差值服從正態(tài)分布，采用配對t檢驗；（2）兩組差值不服從正態(tài)分布，采用Wilcoxon配對秩檢驗。 3、多組獨立樣本比較、多組獨立樣本比較（1）資料符合正態(tài)分布，且各組方差齊，直接采用完全隨機的方差分析。如果檢驗結(jié)果為組間差異有統(tǒng)計學(xué)意義，可進一步作兩兩比較。兩兩比較的方法有S-N-K法、Bonferroni法等；（2）資料不符合正態(tài)分布，可采用非參數(shù)檢驗的Kruskal-Wallis法。如果檢驗結(jié)果為組間差異有統(tǒng)計學(xué)意義，可進一步作

21、兩兩比較。兩兩比較可以采用公式法計算，也可采用基于秩的方差分析法。4、多組隨機區(qū)組樣本比較、多組隨機區(qū)組樣本比較（1）資料符合正態(tài)分布，且各組方差齊，直接采用隨機區(qū) 組的方差分析。（2）資料不符合正態(tài)分布，可采用非參數(shù)檢驗的Friedman 法。第三講第三講 分類資料組間比較的統(tǒng)計分類資料組間比較的統(tǒng)計分析分析分類資料組間差異比較常用統(tǒng)計方法分類資料組間差異比較常用統(tǒng)計方法 1、 2 檢驗檢驗 用于無序分類資料的組間比較?？捎糜趦山M或多組率的比較、兩組或多組構(gòu)成比的比較、兩個分類變量之間的關(guān)聯(lián)性分析，還可用于特定分布的擬合優(yōu)度檢驗等。 2、秩和檢驗、秩和檢驗 用于有序分類資料的組間比較。 一、

22、四格表資料的分析一、四格表資料的分析例3.1 某研究所為探索幽門螺桿菌感染與胃黏膜病變進展之間的關(guān)系，在某地隨機抽取了2200名非胃癌居民，對幽門螺桿菌感染狀況進行血清學(xué)檢測，根據(jù)檢測結(jié)果分為幽門螺桿菌陽性組和陰性組。隨訪5年后，共有1889例研究對象完成了全部的胃鏡檢查和胃黏膜病理學(xué)診斷。其中幽門螺桿菌陽性組中病變進展者35人，未進展者443人；陰性組中病變進展者164人，未進展者1247人。整理成表3.1的四格表形式，欲分析幽門螺桿菌陽性組與陰性組的病變進展率是否有差異。 表表3.1 病變無進展病變無進展 病變進展病變進展 合計合計 陰性陰性 1247 164 1411 陽性陽性 443

23、35 478 合計合計 1690 199 1889 分析思路分析思路1、確定分析方法、確定分析方法 該研究目的是比較兩組的病變進展率是否有統(tǒng)計學(xué)差異，屬于差異性檢驗。數(shù)據(jù)為分類資料，分組變量是幽門螺桿菌的感染狀況，分析變量是病變進展情況，均為二分類變量。結(jié)合研究目的，首選的方法是四格表資料的卡方檢驗。當然還可以考慮用Logistic回歸，但卡方檢驗更為簡便通用，因此采用卡方檢驗進行分析。2. 建立數(shù)據(jù)文件建立數(shù)據(jù)文件 EX0301。 有3個變量： （1） hp（感染狀況）：1=陰性，2=陽性； （2） progression （病變進展）：1=無進展，2=進展； （3）f（頻數(shù)）。2. 統(tǒng)計分

24、析：統(tǒng)計分析： （1） “數(shù)據(jù)”“加權(quán)個案”, 打開“加權(quán)個案”對話框 加權(quán)個案: f （2）“分析” “描述統(tǒng)計” “交叉表” ， 打開“交叉表”對話框 行：hp 列： progression 統(tǒng)計量 卡方（Chi-square） 風(fēng)險 單元格 觀察值 期望值 行3. 結(jié)果及解釋結(jié)果及解釋 本次研究結(jié)果表明，幽門螺桿菌陰性組和陽性組的病變進展率差異有統(tǒng)計學(xué)意義（ 2 =7.007，P=0.008），幽門螺桿菌陽性人群發(fā)生病變進展的危險是陰性人群的1.587倍（95%CI：1.1192.552），提示幽門螺桿菌感染是胃黏膜病變進展的危險因素。 二、二、R2表資料的分析表資料的分析例3.2 某醫(yī)

25、院在某胃癌高發(fā)地區(qū)隨機抽取了2646名當?shù)鼐用?，根?jù)胃黏膜病理檢查結(jié)果，將人群分為淺表性胃炎（SG）或輕度慢性萎縮性胃炎（CAG）、重度CAG、腸上皮化生（IM）和異型增生（DYS）四組，每組人群檢測其幽門螺桿菌感染狀況，結(jié)果列于表3.2.欲比較四組人群的幽門螺桿菌陽性率是否有差異。 表表3.2 不同胃黏膜病變的幽門螺桿菌陽性率不同胃黏膜病變的幽門螺桿菌陽性率 陰性陰性 陽性陽性 合計合計 SG或輕度或輕度CAG 413 609 1022 重度重度CAG 29 190 219 IM 182 677 859 DYS 120 426 546 合計合計 744 1902 2646 分析思路分析思路1

26、、確定分析方法、確定分析方法 該研究目的是比較四組的陽性率是否存在統(tǒng)計學(xué)差異，屬于差異性檢驗。分組變量是胃病理狀況，為多分類變量，分析指標是幽門螺桿菌感染狀況，為二分類變量，屬于R2列聯(lián)表。本例分組指標為病變嚴重程度，盡管屬于有序分類變量，但無序和無序變量不同方法的選擇是根據(jù)分析指標而定。只要分析指標為無序變量，則不論分組指標是有序還是無序，均可采用卡方檢驗進行分析。如果組間總的差異有統(tǒng)計學(xué)意義，還可進一步做兩兩比較。2. 建立數(shù)據(jù)文件建立數(shù)據(jù)文件 EX0302。 有3個變量： （1） path（病變程度）： 1=SG或輕度CAG，2=重度CAG， 3=IM，4=DYS； （2） hp（感染狀

27、況）：1=陰性，2=陽性； （3）f（頻數(shù)）。3. 統(tǒng)計分析：統(tǒng)計分析： （1） “數(shù)據(jù)”“加權(quán)個案”, 打開“加權(quán)個案”對話框 加權(quán)個案: f （2）“分析” “描述統(tǒng)計” “交叉表” ， 打開“交叉表”對話框 行：path 列： hp 統(tǒng)計量 卡方（Chi-square） 4. 結(jié)果及解釋結(jié)果及解釋 本次研究結(jié)果表明，不同胃黏膜病變組的幽門螺桿菌感染率差異有統(tǒng)計學(xué)意義（ 2 =13.988，P0.0001。結(jié)合具體數(shù)值可以發(fā)現(xiàn)，陽性率有隨著病變嚴重程度增加而增加的趨勢，并且這種趨勢有統(tǒng)計學(xué)意義（根據(jù)Linear-By-Linear Association檢驗結(jié)果，P0.0001）。 5、兩

28、兩比較、兩兩比較 上述結(jié)果只是表明了一種總的差異和趨勢，結(jié)論只能認為四組之間的感染率總的有統(tǒng)計學(xué)差異。我們還需要進一步了解具體是哪兩組之間存在差異，即進行組間兩兩比較。 本例共有4組，假設(shè)研究目的是想以SG或輕度CAG組為對照，比較其他病變組的感染率是否高于SG或輕度CAG組。則校正后的檢驗水平為 也就是說，兩兩比較時，P值小于0.0167，才算差別有統(tǒng)計學(xué)意義。通過選擇個案，可以比較其他三組與SG或輕度CAG組之間的差異，結(jié)果如下： 對比組 卡方值 P值 SG或輕度CAG組 VS. 重度VAG 58.056 0.0001 SG或輕度CAG組 VS. IM 79.752 0.0001 SG或輕

29、度CAG組 VS. DYS 53.89 0.0001 結(jié)果表明，其他三組與SG或輕度CAG組比較有統(tǒng)計學(xué)差異。0.050.01674 1 6、最終結(jié)論、最終結(jié)論 本次研究結(jié)果表明，不同胃黏膜病變組的幽門螺桿菌感染率差異有統(tǒng)計學(xué)意義（ 2 =13.988，P0.0001）。幽門螺桿菌感染率有隨著病變嚴重程度增加而增加的趨勢（P5，選用卡方檢驗；（2）例數(shù)大于40，所有理論數(shù)1，且有理論數(shù)5，選用校正的卡方檢驗或Fisher精確概率檢驗法；（3）例數(shù)小于40，或有理論數(shù)1，選用Fisher精確概率檢驗法； 2、 2C表資料的統(tǒng)計分析思路表資料的統(tǒng)計分析思路 2C表資料指行變量為二分類的分組指標，列

30、變量為多分類的分析指標。（1）如果分析指標為無序分類變量，可用卡方檢驗分析組間構(gòu)成比是否有差異，如果例數(shù)小于40或有理論頻數(shù)小于1，可以采用Fisher精確概率檢驗法；（2）如果分析指標為有序分類變量，可用Wilcoxon秩和檢驗。3、R2表資料的統(tǒng)計分析思路表資料的統(tǒng)計分析思路 R2表指行變量為多分類的分組指標，列變量為二分類的分析指標。組間差異比較可采用卡方檢驗。如果組間差異有統(tǒng)計學(xué)意義，可進一步作兩兩比較，以分析具體哪幾組之間的差別有統(tǒng)計學(xué)意義。4、RC表資料的統(tǒng)計分析思路表資料的統(tǒng)計分析思路 RC表指行變量為多分類的分組指標，列變量為多分類的分析指標。（1）行變量為無序或有序的分組指標

31、，列變量為無序的分析指標，可用卡方檢驗分析組間構(gòu)成比是否有差異。如果組間差異有統(tǒng)計學(xué)意義，可進一步作兩兩比較。（2）行變量為無序或有序的分組指標，列變量為有序的分析指標，可用Kruskal-Wallis秩和檢驗方法。如果組間差異有統(tǒng)計學(xué)意義，可進一步作兩兩比較。5、配對分類資料的統(tǒng)計分析思路、配對分類資料的統(tǒng)計分析思路 兩種方法之間的差異性比較，可用McNemar檢驗作配對的卡方檢驗。第六章第六章 相關(guān)分析及相關(guān)分析及SPSS實現(xiàn)實現(xiàn) 6.1 定量資料的相關(guān)分析定量資料的相關(guān)分析 6.2 分類資料的相關(guān)分析分類資料的相關(guān)分析6.1 定量資料的相關(guān)分析定量資料的相關(guān)分析 定量資料的相關(guān)分析主要采

32、用線性相關(guān)，線性相關(guān)主要研究定量資料的相關(guān)分析主要采用線性相關(guān)，線性相關(guān)主要研究兩個或多個變量之間相互依存的關(guān)系，可分為簡單相關(guān)和偏兩個或多個變量之間相互依存的關(guān)系，可分為簡單相關(guān)和偏相關(guān)。相關(guān)。 常用的線性相關(guān)的度量指標有常用的線性相關(guān)的度量指標有Pearson相關(guān)系數(shù)相關(guān)系數(shù)Spearman相關(guān)系數(shù)。相關(guān)系數(shù)。 Pearson相關(guān)系數(shù)主要用于正態(tài)分布資料，相關(guān)系數(shù)主要用于正態(tài)分布資料，Spearman相關(guān)相關(guān)系數(shù)主要用于非正態(tài)分布資料或等級資料。系數(shù)主要用于非正態(tài)分布資料或等級資料。 例例6.1 某疾病預(yù)防控制中心調(diào)查了轄區(qū)內(nèi)公務(wù)員的體重指數(shù)、某疾病預(yù)防控制中心調(diào)查了轄區(qū)內(nèi)公務(wù)員的體重指數(shù)

33、、血壓、總膽固醇、空腹血糖等指標，以了解他們的健康狀況。血壓、總膽固醇、空腹血糖等指標，以了解他們的健康狀況?，F(xiàn)從中隨機抽取現(xiàn)從中隨機抽取20人的體重指數(shù)、總膽固醇、空腹血糖三個人的體重指數(shù)、總膽固醇、空腹血糖三個指標，分析這三個指標的相關(guān)性。指標，分析這三個指標的相關(guān)性。 分析思路分析思路 1、確定分析方法、確定分析方法 該研究的目的是分析三個指標之間的關(guān)系，三個指標均為定該研究的目的是分析三個指標之間的關(guān)系，三個指標均為定量資料，可選擇線性相關(guān)，具體可根據(jù)資料是否符合正態(tài)分量資料，可選擇線性相關(guān)，具體可根據(jù)資料是否符合正態(tài)分布選擇布選擇Pearson相關(guān)或相關(guān)或Spearman相關(guān)。相關(guān)。

34、 2、資料的正態(tài)性檢驗、資料的正態(tài)性檢驗 由于樣本量小于由于樣本量小于2000，故正態(tài)性檢驗采用，故正態(tài)性檢驗采用Shapiro-Wilk法。法。Bmi和和tc的的P值均遠遠大于值均遠遠大于0.05，fbg的的P值僅略大于值僅略大于0.05（P=0.085）。為了穩(wěn)妥起見，下面分別按正態(tài)分布和非正）。為了穩(wěn)妥起見，下面分別按正態(tài)分布和非正態(tài)分布進行線性相關(guān)分析，即分別采用態(tài)分布進行線性相關(guān)分析，即分別采用Pearson和和Spearman相關(guān)分析。相關(guān)分析。 3、Pearson相關(guān)分析和相關(guān)分析和Spearman相關(guān)分析相關(guān)分析 “分析分析” “相關(guān)相關(guān)” “雙變量雙變量” 變量：變量：bmi

35、 tc fbg 相關(guān)系數(shù)：相關(guān)系數(shù)： Pearson Spearman 根據(jù)Pearson相關(guān)分析的結(jié)果，bmi與tc之間的相關(guān)系數(shù)為0.718，有統(tǒng)計學(xué)意義（P0.001）；bmi與fbg之間的相關(guān)系數(shù)為0.403，無統(tǒng)計學(xué)意義（P=0.078）；tc與fbg之間的相關(guān)系數(shù)為0.609，有統(tǒng)計學(xué)意義（P=0.004）。 根據(jù)Spearman相關(guān)分析的結(jié)果，bmi與tc之間的相關(guān)系數(shù)為0.752，有統(tǒng)計學(xué)意義（P0.001）；bmi與fbg之間的相關(guān)系數(shù)為0.354，無統(tǒng)計學(xué)意義（P=0.126）；tc與fbg之間的相關(guān)系數(shù)為0.576，有統(tǒng)計學(xué)意義（P=0.008）。 4、偏相關(guān)分析、偏相關(guān)

36、分析 上述結(jié)果給出的是三個變量之間粗魯?shù)年P(guān)系，也就是說，兩上述結(jié)果給出的是三個變量之間粗魯?shù)年P(guān)系，也就是說，兩個變量之間的相關(guān)可能摻雜了另外變量的作用。例如個變量之間的相關(guān)可能摻雜了另外變量的作用。例如bmi與與fbg的關(guān)系可能混有的關(guān)系可能混有tc的影響，如果我們想研究變量之間的的影響，如果我們想研究變量之間的純關(guān)系，需要采用偏相關(guān)來校正其他變量的影響。假定我們純關(guān)系，需要采用偏相關(guān)來校正其他變量的影響。假定我們要了解體重指數(shù)（要了解體重指數(shù)（bmi）與膽固醇（）與膽固醇（fbg）的純相關(guān)，則可）的純相關(guān)，則可進行偏相關(guān)分析。進行偏相關(guān)分析。 “分析分析” “相關(guān)相關(guān)” “偏相關(guān)偏相關(guān)” 變

37、量：變量：bmi fbg 控制：控制：tc結(jié)果表明，剔除結(jié)果表明，剔除tc的影響后，的影響后，bmi和和fbg的相關(guān)性變成了負相關(guān)的相關(guān)性變成了負相關(guān)（-0.062），而且這種相關(guān)微乎其微（），而且這種相關(guān)微乎其微（P=0.8）。）。 5、結(jié)論、結(jié)論 偏相關(guān)分析表明，校正了偏相關(guān)分析表明，校正了tc后，后，bmi和和fbg的相關(guān)性變得非常的相關(guān)性變得非常小，與簡單相關(guān)系數(shù)差別很大。這提示小，與簡單相關(guān)系數(shù)差別很大。這提示tc對對bmi和和fbg的關(guān)的關(guān)系影響非常大，或者說系影響非常大，或者說bmi與與fbg的相關(guān)性主要是由的相關(guān)性主要是由tc造成造成的，一旦消除了的，一旦消除了tc的作用，的作

38、用，bmi與與fbg的關(guān)系也隨之消失。的關(guān)系也隨之消失。因此對于多個指標的相關(guān)性分析，如果有可能，最好采用偏因此對于多個指標的相關(guān)性分析，如果有可能，最好采用偏相關(guān)，以找出變量間的真正關(guān)系，否則容易被結(jié)果誤導(dǎo)。相關(guān)，以找出變量間的真正關(guān)系，否則容易被結(jié)果誤導(dǎo)。6.2 分類資料的相關(guān)分析分類資料的相關(guān)分析線性回歸分析線性回歸分析例例7.2 某研究生研究某研究生研究“冠狀動脈緩慢血流現(xiàn)象冠狀動脈緩慢血流現(xiàn)象”的影響因素。的影響因素。“冠狀冠狀動脈緩慢血流現(xiàn)象動脈緩慢血流現(xiàn)象”以前降支、回旋支、右冠狀動脈三支血管的平均以前降支、回旋支、右冠狀動脈三支血管的平均TIMI幀計數(shù)（幀計數(shù)（MTFC）表示，

39、調(diào)查的影響因素有年齡（）表示，調(diào)查的影響因素有年齡（AGE,歲）、收歲）、收縮壓（縮壓（SBP，mmHg）、舒張壓（）、舒張壓（DBP，mmHg）、白細胞（）、白細胞（WBC， /L），目的是尋找影響），目的是尋找影響MTFC變化的因素。數(shù)據(jù)存于變化的因素。數(shù)據(jù)存于LI0702。910 分析思路分析思路1、確定研究方法、確定研究方法 該研究目的是尋找影響因變量的各種可能因素，且變量很明確該研究目的是尋找影響因變量的各種可能因素，且變量很明確地分為因變量和自變量，因此可用回歸分析。該研究的因變量地分為因變量和自變量，因此可用回歸分析。該研究的因變量為連續(xù)變量，因而可考慮用多元線性回歸，但是否合適

40、還需進為連續(xù)變量，因而可考慮用多元線性回歸，但是否合適還需進一步驗證。一步驗證。2、對線性回歸的應(yīng)用條件進行檢驗、對線性回歸的應(yīng)用條件進行檢驗第二講第二講 T 檢驗檢驗 T檢驗是進行檢驗是進行兩組定量數(shù)據(jù)差異性比較兩組定量數(shù)據(jù)差異性比較的檢的檢驗方法，在醫(yī)學(xué)統(tǒng)計學(xué)中，驗方法，在醫(yī)學(xué)統(tǒng)計學(xué)中，t 檢驗是非?；钴S的檢驗是非?；钴S的一類假設(shè)檢驗方法。適用條件：當樣本含量一類假設(shè)檢驗方法。適用條件：當樣本含量n較較小時小時(如如n0.05，接受原假設(shè)，接受原假設(shè)，認為該山區(qū)成年男子的脈搏數(shù)與健康男子的差異無統(tǒng)計認為該山區(qū)成年男子的脈搏數(shù)與健康男子的差異無統(tǒng)計學(xué)意義。學(xué)意義。1.2 配對樣本配對樣本t檢

41、驗檢驗（Paired Samples T Test） 配對樣本配對樣本t檢驗，也稱成對檢驗，也稱成對t檢驗，適用于配檢驗，適用于配對設(shè)計的計量資料，主要適用于下列三種情況：對設(shè)計的計量資料，主要適用于下列三種情況： 1、將同一樣本（如血樣）分成兩半，用兩種不、將同一樣本（如血樣）分成兩半，用兩種不同的方法來測定；同的方法來測定； 2、自身比較，即同一樣本處理前后的比較；、自身比較，即同一樣本處理前后的比較； 3、將某些因素相同的樣本組成配伍組，隨機分、將某些因素相同的樣本組成配伍組，隨機分成兩組。成兩組。 配對樣本配對樣本t檢驗是檢驗配對差值的樣本均數(shù)檢驗是檢驗配對差值的樣本均數(shù) 與與已知總體

42、均數(shù)已知總體均數(shù) 0=0是否有差別的參數(shù)方法檢驗。是否有差別的參數(shù)方法檢驗。配對樣本配對樣本t檢驗檢驗分析步驟分析步驟 1.1.建立數(shù)據(jù)文件建立數(shù)據(jù)文件EG0202EG0202。兩個變量： （1 1）before:before:治療期的含量； （2 2）after: after: 治療后的含量。2.統(tǒng)計分析：統(tǒng)計分析： （1）正態(tài)分布檢驗：）正態(tài)分布檢驗：“分析分析” “” “非參數(shù)檢驗非參數(shù)檢驗” ” “1-1-樣本樣本K-S”K-S”，打開“單樣本K-S檢驗”對話框 檢驗變量列表(T): before, after 常規(guī)（正態(tài)分布） （2）配對樣本）配對樣本t 檢驗檢驗：“分析分析” “”

43、 “比較均值比較均值” ” “配對樣本配對樣本T T 檢驗檢驗” ，打開“配對樣本T檢驗”對話框 成對變量成對變量：before after 3. 結(jié)果及解釋結(jié)果及解釋 P=0.7220.05, 治療前后的血紅蛋白含量的差異無統(tǒng)計學(xué)意義。1.3 兩組獨立樣本兩組獨立樣本t 檢驗檢驗（Independent Samples T Test） 兩組獨立樣本兩組獨立樣本t 檢驗，用于兩個總體的樣檢驗，用于兩個總體的樣本均值的比較。本均值的比較。 要求數(shù)據(jù)滿足以下條件：要求數(shù)據(jù)滿足以下條件： 1正態(tài)性：兩個樣本都來自于正態(tài)分正態(tài)性：兩個樣本都來自于正態(tài)分 布的總體；布的總體； 2方差齊性：兩個總體方差相

44、等。方差齊性：兩個總體方差相等。分析思路：分析思路： 該研究目的是比較兩組人群的血磷值，屬于差異性檢驗。分析變量是血磷值，為連續(xù)性變量。結(jié)合研究目的，可以考慮的分析方法有獨立樣本的t檢驗或wilcoxon秩和檢驗，具體還應(yīng)進一步看數(shù)據(jù)是否服從正態(tài)分布。分析步驟分析步驟1. 建立數(shù)據(jù)文件建立數(shù)據(jù)文件EG0303EG0303。共 2個變量： （1）group（分組）：1=急性克山病患者，2=健康者； （2）p（血磷數(shù)值）。2. 數(shù)據(jù)的正態(tài)性檢驗數(shù)據(jù)的正態(tài)性檢驗 （1）“數(shù)據(jù)” “拆分文件” 打開“分割文件”對話框 比較組 分組方式： 組別group （2）“分析”“非參數(shù)檢驗” “舊對話框” “舊

45、對話框” “1-“1-樣本樣本K-S”K-S”，打開“單樣本K-S檢驗”對話框 檢驗變量列表(T): 血磷數(shù)值（p） 常規(guī)（正態(tài)分布） 從輸出結(jié)果可以看到，group1的正態(tài)性檢驗P=0.991，group2的正態(tài)性檢驗P=0.781，都可以認為近似服從正態(tài)分布。故利用獨立樣本t檢驗方法。3. 合并數(shù)據(jù)合并數(shù)據(jù) ： “數(shù)據(jù)” “拆分文件” 打開“分割文件”對話框 分析所有個案，不創(chuàng)建組 4. 獨立樣本獨立樣本t檢驗檢驗 “分析”“比較均值” “獨立樣本T檢驗” ，打開“獨立樣本T檢驗”對話框 檢驗變量：p 分組變量：group 定義組：1 2 5. 5.結(jié)果及解釋結(jié)果及解釋 本例數(shù)據(jù)滿足方差齊

46、性（P=0.791），t檢驗統(tǒng)計量=2.576，P=0.017，故兩組人群的差異是有統(tǒng)計學(xué)意義的。第三講 方差分析 方差分析（方差分析（ ANOVA ）用于多組（兩組）用于多組（兩組以上）連續(xù)變量均值的差異性比較，其應(yīng)用以上）連續(xù)變量均值的差異性比較，其應(yīng)用條件為：條件為： 各組觀察值均服從正態(tài)分布；各組觀察值均服從正態(tài)分布； 各樣本的總體方差相等。各樣本的總體方差相等。 方差分析的基本思想是：把總變異分為組間變方差分析的基本思想是：把總變異分為組間變異和組內(nèi)變異，通過分析研究不同來源的變異對總異和組內(nèi)變異，通過分析研究不同來源的變異對總變異的貢獻大小，從而確定可控因素對研究結(jié)果影變異的貢獻大

47、小，從而確定可控因素對研究結(jié)果影響力的大小。響力的大小。方差分析的方差分析的SPSS操作操作 單因素方差分析（單個因素各個水平之間單因素方差分析（單個因素各個水平之間的比較）：的比較）： “分析分析” “” “比較均值比較均值” “” “單因素單因素ANOVA”ANOVA” 多因素方差分析（包括隨機區(qū)組設(shè)計、析多因素方差分析（包括隨機區(qū)組設(shè)計、析因設(shè)計）：因設(shè)計）： “分析分析” “” “一般線性模型一般線性模型” “” “單單變量變量” 3.1 單因素方差分析單因素方差分析 單因素方差分析是單個因素的各個水平單因素方差分析是單個因素的各個水平之間有無顯著性差異的統(tǒng)計檢驗。之間有無顯著性差異的

48、統(tǒng)計檢驗。采用完采用完全隨機化的分組方法，將全部試驗對象分全隨機化的分組方法，將全部試驗對象分配到配到g個處理組（水平組），各組分別接受個處理組（水平組），各組分別接受不同的處理，試驗結(jié)束后比較各組均數(shù)之不同的處理，試驗結(jié)束后比較各組均數(shù)之間的差別有無統(tǒng)計學(xué)意義，以推斷處理因間的差別有無統(tǒng)計學(xué)意義，以推斷處理因素的效應(yīng)。素的效應(yīng)。 例例3-1 某藥廠研發(fā)一種新的降糖藥，將試驗藥分為大劑量組和小劑量組，并采用某公認的陽性藥物為對照。試驗方法采用完全隨機設(shè)計，按照一定的納入和排除標準共選擇90例研究對象，將研究對象隨機分為3組，分別服用相應(yīng)的藥物。治療12周后，觀察其餐后2小時的血糖降低值，數(shù)據(jù)存

49、于EG0301中。欲比較三組的血糖降低值是否有統(tǒng)計學(xué)差異。 分析思路： 該研究目的是比較對照藥組、試驗藥大劑量組、小劑量組的血糖降低值是否有差異，屬于差異性檢驗。該研究為完全隨機設(shè)計，分析變量為連續(xù)性變量。因此可以考慮方差分析或kruskal-wallis秩和檢驗，具體還應(yīng)進一步看數(shù)據(jù)是否服從正態(tài)分布。分析步驟分析步驟1.1.建立數(shù)據(jù)文件建立數(shù)據(jù)文件EG0301EG0301。共 2個變量： （1）group（分組）：1=對照組，2=小劑量組，3=大劑量組； （2）glu（血糖變化值）。2. 數(shù)據(jù)的正態(tài)性檢驗數(shù)據(jù)的正態(tài)性檢驗 （1）“數(shù)據(jù)” “拆分文件” 打開“分割文件”對話框 比較組 分組方式

50、： 組別group （2）“分析”“非參數(shù)檢驗” “舊對話框” “舊對話框” “1-“1-樣本樣本K-S”K-S”，打開“單樣本K-S檢驗”對話框 檢驗變量列表(T): 血糖變化值（glu） 常規(guī)（正態(tài)分布） 結(jié)果顯示，三組數(shù)據(jù)均符合正態(tài)分布（ P分別為0.638、0.971、0.987 ），因此可以采用方差分析進行組間比較。然后合并數(shù)據(jù)然后合并數(shù)據(jù) ： “數(shù)據(jù)” “拆分文件” 打開“分割文件”對話框 分析所有個案，不創(chuàng)建組 3. 單因素方差分析單因素方差分析 “分析分析” “” “比較均值比較均值” “” “單因素單因素ANOVA”ANOVA” ，打開“單因素方差分析”對話框 因變量列表因變

51、量列表：no 因子：group 選項 描述性 方差同質(zhì)性檢驗（方差齊性檢驗） 兩兩比較 LSD S-N-K 4.4.結(jié)果及解釋結(jié)果及解釋 （1）在方差齊性檢驗中，P=0.4530.05，可認為方差具有齊性； （2）在ANOVA表中，F(xiàn)=3.917，P值=0.0240.05，故三組人群的差異有統(tǒng)計學(xué)意義； （3）在隨后的兩兩比較中，結(jié)果顯示，1組和3組、1組和2組的差異有統(tǒng)計意義，2組和3組的差異無統(tǒng)計意義。3.2 隨機區(qū)組設(shè)計的方差分析隨機區(qū)組設(shè)計的方差分析lnYabX 例例3.2 某廠某廠12名氟作業(yè)工人名氟作業(yè)工人24h內(nèi)不同時間尿氟量（內(nèi)不同時間尿氟量（mL/L）排除數(shù)據(jù)存于文件排除數(shù)據(jù)

52、存于文件EG0302，試分析氟作業(yè)工人在工前、，試分析氟作業(yè)工人在工前、工中（上班第工中（上班第4小時）和工后（下班后第小時）和工后（下班后第4小時）尿氟排小時）尿氟排出量的差別有無統(tǒng)計學(xué)意義。出量的差別有無統(tǒng)計學(xué)意義。 分析：如果不僅考慮氟作業(yè)工人在工前、工中和工后尿分析：如果不僅考慮氟作業(yè)工人在工前、工中和工后尿氟排出量的差別，還考慮工人之間（區(qū)組因素）的不同，氟排出量的差別，還考慮工人之間（區(qū)組因素）的不同，此時就構(gòu)成隨機區(qū)組資料（不同時刻，不同區(qū)組）的分此時就構(gòu)成隨機區(qū)組資料（不同時刻，不同區(qū)組）的分析。分析方法可以根據(jù)資料的正態(tài)性，考慮隨機區(qū)組的析。分析方法可以根據(jù)資料的正態(tài)性，考慮

53、隨機區(qū)組的方差分析或隨機區(qū)組的秩和檢驗（即方差分析或隨機區(qū)組的秩和檢驗（即Friedman檢驗）。檢驗）。1、建立數(shù)據(jù)文件、建立數(shù)據(jù)文件EG0302. 共共3個變量：個變量： （1）group（表示三個不同時刻）：（表示三個不同時刻）： 1=工前，工前，2=工中，工中，3=工后；工后； （2）block（12個不同區(qū)組）；個不同區(qū)組）； （3）weight（尿氟排出量）。（尿氟排出量）。2、統(tǒng)計分析。、統(tǒng)計分析。 （1）分組對三組數(shù)據(jù)作正態(tài)性檢驗（三組數(shù)據(jù)均服從正態(tài)分布）；）分組對三組數(shù)據(jù)作正態(tài)性檢驗（三組數(shù)據(jù)均服從正態(tài)分布）； （2）方差分析）方差分析 ：“分析分析” “” “一般線性模型一

54、般線性模型” “” “單變量單變量” ，打開“單變量”對話框 因變量列表因變量列表：weight 固定因子：group、block 模型 設(shè)定 （custom） 模型: group / block 在模型中包含截距 兩兩比較（Post Hoc） 兩兩比較檢驗: group LSD S-N-K 選項 描述性 方差同質(zhì)性檢驗（方差齊性檢驗） 3、結(jié)論、結(jié)論 結(jié)果顯示，組間差異有統(tǒng)計學(xué)意義（F=12.152，P0.001）,根據(jù)兩兩比較的結(jié)果，工中與工前、工中與工后的差異有統(tǒng)計學(xué)意義，工前與工后的差異無統(tǒng)計學(xué)意義。 區(qū)組間差異無統(tǒng)計學(xué)意義（F=2.013，P=0.078）。3.3 多因素方差分析多因

55、素方差分析 多因素方差分析不僅可以考慮多個因素對多因素方差分析不僅可以考慮多個因素對試驗結(jié)果的影響，還能夠分析因素之間的試驗結(jié)果的影響，還能夠分析因素之間的交互作用是否對試驗結(jié)果產(chǎn)生影響，從而交互作用是否對試驗結(jié)果產(chǎn)生影響，從而最終找到一個最優(yōu)組合。最終找到一個最優(yōu)組合。 例3.3 在數(shù)據(jù)3.3中，以手術(shù)時間“time”為觀察值，探討不同手術(shù)方式“pt”、不同疾病部位“da”及不同性別“sex”三個因素對手術(shù)時間的影響是否顯著。 1、打開數(shù)據(jù)文件、打開數(shù)據(jù)文件3.3； 2、統(tǒng)計分析：、統(tǒng)計分析：“分析分析” “” “一般線性模型一般線性模型” “” “單變單變量量” ， 打開“單變量”對話框

56、因變量列表：time 固定因子：pt, da, sex 模型 設(shè)定 （custom） 模型: pt, da, sex 在模型中包含截距 選項 描述性 方差同質(zhì)性檢驗（方差齊性檢驗） 3、結(jié)果及解釋結(jié)果及解釋 pt對手術(shù)時間有顯著性的影響，da和sex的差異無統(tǒng)計學(xué)意義。3.4 析因設(shè)計資料的方差分析析因設(shè)計資料的方差分析 析因試驗設(shè)計（析因試驗設(shè)計（factorial experimental design）是將兩個或多個處理因素的各個水）是將兩個或多個處理因素的各個水平進行排列組合，交叉分組進行試驗，用于平進行排列組合，交叉分組進行試驗，用于分析各因素間的交互作用，比較各因素不同分析各因素間

57、的交互作用，比較各因素不同水平的平均效應(yīng)和因素間的不同水平組合下水平的平均效應(yīng)和因素間的不同水平組合下的平均效應(yīng)，尋找最佳組合。在析因試驗設(shè)的平均效應(yīng)，尋找最佳組合。在析因試驗設(shè)計的資料分析中，應(yīng)先計的資料分析中，應(yīng)先重點考察各因素間是重點考察各因素間是否存在交互作用否存在交互作用，因為當因素間存在明顯的，因為當因素間存在明顯的交互作用時，往往會掩蓋主效應(yīng)的顯著性。交互作用時，往往會掩蓋主效應(yīng)的顯著性。 例例3.4 用用A、B兩種藥治療血色素低下的病人?，F(xiàn)將兩種藥治療血色素低下的病人?，F(xiàn)將48名病人完全隨機地分成名病人完全隨機地分成4組，按組，按A、B兩種藥的使用兩種藥的使用與否對與否對4組病

58、人觀察他們的血色素增加值，數(shù)據(jù)如下組病人觀察他們的血色素增加值，數(shù)據(jù)如下所示（部分）：所示（部分）： lnYabX 分析思路分析思路 該研究共兩個分組因素，分別為A藥和B藥，各有兩個水平，交叉形成四組。研究目的不僅要看A藥、B藥各自對血色素增加值的影響，還要分析A藥+B藥對血色素增加值的影響，即分析兩個因素之間的交互作用。該研究采用了析因設(shè)計，分析也應(yīng)采用析因設(shè)計的方法，考慮因素間的交互作用。該研究分析指標是血色素增加值，為連續(xù)型變量。分析方法可用方差分析或Kruskal-Wallis秩和檢驗，具體還應(yīng)進一步看資料是否符合正態(tài)分布 1、建立數(shù)據(jù)文件、建立數(shù)據(jù)文件EG0304。有3個變量： （1

59、）a：1=用A藥，0=不用A藥； （2）b：1=用B藥，0=不用B藥； （3）value：血色素增加量。 2、四組數(shù)據(jù)的正態(tài)性檢驗（均服從正態(tài)分布）、四組數(shù)據(jù)的正態(tài)性檢驗（均服從正態(tài)分布） 3、統(tǒng)計分析：、統(tǒng)計分析： “分析分析” “” “一般線性模型一般線性模型” “” “單變量單變量” ，打開“單變量”對話 框 因變量列表：value 固定因子：a，b 模型 設(shè)定 （custom） 模型: a、b、a*b 在模型中包含截距 選項 描述性 4、結(jié)果及解釋、結(jié)果及解釋 單用A藥或者單用B藥，都有顯著性療效，并且A、B兩藥聯(lián)合使用有很好的交互作用，能加強療效（均數(shù)為2.358），比單用A藥或單用

60、B藥的效果都好。第三講第三講 2檢驗檢驗 2檢驗（卡方檢驗），主要用于檢驗（卡方檢驗），主要用于 （1 1）檢驗?zāi)碂o序分類變量（如：性別）各）檢驗?zāi)碂o序分類變量（如：性別）各水平出現(xiàn)的概率是否等于指定概率；水平出現(xiàn)的概率是否等于指定概率； （2 2）檢驗?zāi)硟蓚€分類變量是否相互獨立。）檢驗?zāi)硟蓚€分類變量是否相互獨立。如吸煙（二分類變量：是、否）是否與呼如吸煙（二分類變量：是、否）是否與呼吸道疾?。ǘ诸愖兞浚河校瑹o）有關(guān)；吸道疾?。ǘ诸愖兞浚河校瑹o）有關(guān)； （3 3）檢驗?zāi)硞€分類變量出現(xiàn)各類的概率是）檢驗?zāi)硞€分類變量出現(xiàn)各類的概率是否等于指定概率。如拋硬幣時，正反兩面否等于指定概率。如拋硬幣時