医学常用统计方法选择与SPSS结果解释
统计方法选择与SPSS结果解释
Mean Pair 1 标 准 品 新 制 品 12. 042 8.792 N 12 12 Std. Deviation 2.3975 2.5087 Std. Error Mean .6921 .7242
Paired Samples T est
Paired Differences 95% Confidence Interval of the Difference Mean Pair 1 标准品 - 新制品 3.2500 Std. Deviation 2.4909 Std. Error Mean .7191 Lower 1.6674 Upper 4.8326 t 4.520 df 11 Sig. (2-tailed) .001
重相近的大鼠完全随机等分为4组，每组4只。用 种不同的饲料喂养大白鼠，然后测其肝重占体重 的比值（%）。试比较四组均数间有无差异？
表 6 四组资料的肝重占体重比值（%）的测定结果 A 饲料 2.62 2.23 2.36 2.40 B 饲料 2.82 2.76 2.43 2.73 C 饲料 2.91 3.02 3.28 3.18 D 饲料 3.92 3.00 3.32 3.04
(3)同一受试对象分别接受 两种不同的处理
取20份样品，每份一分为二，分别用容量法和
仪器分析测定。试判断容量法的测量结果是否 低于仪器分析结果？ 某医院用A、B两种血红蛋白测定仪器检测了 16名健康男青年的血红蛋白含量（g/L）,问两 种血红蛋白测定仪器的检测结果是否有差别？ 某研究者为比较耳垂血和手指血的白细胞数， 调查了12名成年人，同时采取耳垂血和手指血， 试比较两者的白细胞数有无不同？
完全随机设计资料的方差分析结果显示：
临床研究常用统计分析方法SPSS实例教程
读书笔记
01 思维导图
03 精彩摘录 05 目录分析
目录
02 内容摘要 04 阅读感受 06 作者简介
思维导图
关键字分析思维导图
数据
通过
spss
临床
读者
分析
教程
方法
常用
方法 研究
常用
实例ห้องสมุดไป่ตู้
spss
演示
介绍
帮助
实例
掌握
内容摘要
《临床研究常用统计分析方法SPSS实例教程》是一本介绍临床研究常用统计分析方法与SPSS实 现的教程。本书旨在帮助读者掌握临床研究中常用的统计分析方法，并通过实例演示帮助读者更 好地理解和应用SPSS软件进行数据分析。
“统计学是研究数据的科学，它通过对数据的收集、整理、分析和解释，来 探究事物的本质和规律。”这段文字简洁明了地阐述了统计学的定义和目的。书 中还介绍了统计学的基本原则，如变量、总体、样本、随机抽样等概念，为后续 的统计分析奠定了基础。
描述性统计分析是临床研究中常用的方法之一，它通过对数据的描述性统计 指标进行分析，来了解数据的分布特征和规律。书中通过实例展示了如何使用 SPSS进行描述性统计分析，如计算均值、标准差、中位数、四分位数等指标，以 及如何绘制直方图、箱线图等图形来直观地展示数据的分布情况。
结构清晰：目录按照统计分析方法的分类和SPSS实例教程的内容进行组织， 使得读者可以快速找到自己需要的内容。
内容全面：目录涵盖了临床研究中的各种统计分析方法和SPSS实例教程，满 足了读者对于不同层次和不同方面的需求。
实例丰富：目录中提供了大量的实例教程，这些实例教程不仅具有很强的实 用性，而且能够帮助读者更好地理解和应用所学知识。
spss因子分析结果解释
SPSS因子分析结果解释引言SPSS（Statistical Package for the Social Sciences，社会科学统计软件）是一款功能强大的统计分析软件，被广泛应用于社会科学研究领域。
其中，因子分析是一种常用的统计方法，用于研究观测数据中的潜在因素结构。
本文将围绕SPSS中的因子分析结果进行解释和分析。
方法在进行因子分析之前，我们需要确保满足以下前提条件: 1. 样本的合适性：样本应满足多变量正态分布，如果违反了这个假设，可能会影响因子分析结果的准确性。
2. 样本的适度：样本的目标样本量应该足够大，以确保因子分析结果的稳定性和可靠性。
3. 变量间的相关性：样本中的变量应该存在一定的相关性，以便进行因子分析。
如果变量之间的相关性较低，那么因子分析解释的可行性将会受到限制。
在SPSS中执行因子分析的步骤如下： 1. 打开SPSS软件并加载数据集。
2. 从菜单中选择“分析”->“降维”->“因子”。
3. 在因子分析对话框中，选择需要进行因子分析的变量，并进行其他设置，如提取方法、旋转方法等。
4. 点击“确定”按钮进行分析。
5. 分析结果将在输出窗口中显示，包括因子载荷矩阵、因子方差解释比例等。
结果解释因子载荷矩阵因子载荷矩阵是因子分析的重要结果之一。
它展示了每个观测变量与因子之间的关系强度。
载荷矩阵的每一列代表一个因子，每一行代表一个观测变量。
数值越高，表示观测变量与因子之间的关系越密切。
根据载荷矩阵，我们可以对因子进行命名和解释。
通常，我们会根据变量与因子之间的相关性，将相关系数大于0.4或0.5的变量与因子关联起来。
通过这种方式，我们可以识别出反映潜在因素结构的变量，并为这些因子提供定义和解释。
因子方差解释比例因子方差解释比例是衡量因子分析解释能力的重要指标之一。
它表示因子能够解释原始变量的方差的比例。
该指标越高，表示因子解释了更多的方差，也就说明因子分析结果的可信度和有效性越高。
统计方法选择与结果解释
统计方法选择与结果解释统计方法的选择是根据研究问题、数据类型以及研究设计来确定的。
在进行统计分析之前，研究者需要先确定研究目的和假设，然后选择适当的统计方法来检验这些假设。
本文将重点讨论统计方法选择的几个关键因素，并探讨结果解释的重要性。
首先，研究问题是选择统计方法的第一个关键因素。
研究问题决定了所需的数据类型和分析方法。
如果研究问题是描述性的，研究者通常会使用描述性统计来总结和展示数据。
如果研究问题是比较不同组之间的差异，研究者可以使用方差分析（ANOVA）或者独立样本t检验等方法。
而如果研究问题是研究因果关系，研究者可能需要使用回归分析或者试验设计来推断因果关系。
其次，数据类型也是选择统计方法的重要因素。
数据可以是定量型或者定性型的。
定量型数据是可以被数值化的，可以进行数学运算和统计分析。
常见的定量型数据包括身高、年龄、成绩等。
定性型数据是非数值化的，通常用于描述分类或者属性。
例如，研究人员在调查问卷中收集到的选择题数据就是定性型数据。
对于定量型数据，可以使用描述性统计、相关分析、回归分析等方法进行分析。
对于定性型数据，可以使用卡方检验、t检验、方差分析等方法。
此外，研究设计也对选择统计方法起到重要的影响。
研究设计可以是横断面研究、纵向研究、试验研究等。
横断面研究是在一个特定的时间点对不同个体进行观察和比较。
纵向研究是对同一组个体在一段时间内进行多次观察。
试验研究是对两个或多个组进行不同的处理或者干预，然后观察其结果。
根据研究设计的不同，可以选择不同的统计方法。
例如，在纵向研究中，可以使用重复测量方差分析来比较时间点之间的差异。
综上所述，统计方法的选择与结果解释是研究过程中至关重要的环节。
选择适当的统计方法可以保证研究结果的可靠性和有效性，而合理的结果解释可以提供有力的科学依据和理论支持。
因此，研究者应该注意选择适当的统计方法，并注意对结果进行准确和客观的解释。
SPSS典型相关分析及结果解释
SPSS典型相关分析及结果解释SPSS 11.0 - 23.0典型相关分析1方法简介如果要研究一个变量和一组变量间的相关，则可以使用多元线性回归，方程的复相关系数就是我们要的东西，同时偏相关系数还可以描述固定其他因素时某个自变量和应变量间的关系。
但如果要研究两组变量的相关关系时，这些统计方法就无能为力了。
比如要研究居民生活环境与健康状况的关系，生活环境和健康状况都有一大堆变量，如何来做?难道说做出两两相关系数?显然并不现实，我们需要寻找到更加综合，更具有代表性的指标，典型相关(Canonical Correlation)分析就可以解决这个问题。
典型相关分析方法由Hotelling提出，他的基本思想和主成分分析非常相似，也是降维。
即根据变量间的相关关系，寻找一个或少数几个综合变量(实际观察变量的线性组合)对来替代原变量，从而将二组变量的关系集中到少数几对综合变量的关系上，提取时要求第一对综合变量间的相关性最大，第二对次之，依此类推。
这些综合变量被称为典型变量，或典则变量，第1对典型变量间的相关系数则被称为第1典型相关系数。
一般来说，只需要提取1～2对典型变量即可较为充分的概括样本信息。
可以证明，当两个变量组均只有一个变量时，典型相关系数即为简单相关系数；当一组变量只有一个变量时，典型相关系数即为复相关系数。
故可以认为典型相关系1数是简单相关系数、复相关系数的推广，或者说简单相关系数、复相关系数是典型相关系数的特例。
2引例及语法说明在SPSS中可以有两种方法来拟合典型相关分析，第一种是采用Manova过程来拟合，第二种是采用专门提供的宏程序来拟合，第二种方法在使用上非常简单，而输出的结果又非常详细，因此这里只对它进行介绍。
该程序名为Canonical correlation.sps，就放在SPSS的安装路径之中，调用方式如下：INCLUDE 'SPSS所在路径\Canonical correlation.sps'.CANCORR SET1=第一组变量的列表/SET2=第二组变量的列表.在程序中首先应当使用include命令读入典型相关分析的宏程序，然后使用cancorr名称调用，注意最后的“.”表示整个语句结束，不能遗漏。
SPSS在医学统计中的应用
数据导入说明
导入数据时，需要注意数据 的格式和结构，确保数据的 准确性和完整性。
数据清洗与处理
1
数据清洗
数据清洗是指对原始数据进行筛选、剔除、校验、纠错等工作，确保数据的质量 和准确性。
2
数据预处理
数据预处理是指对数据进行缺失值处理、异常值处理、标准化、变量选择等工作， 为后续数据分析做好准备。
3
3 智能推荐模块
该模块可以根据用户的需求和偏好，实现智能推荐和优Байду номын сангаас服务。
SPSS在医疗质量控制中的应用
1
质量指标的选取
合理选取医疗质量控制方案所需的质量指
质量控制方案的制定
2
标是提高质量控制效果的关键。
根据质量指标选取要求和病人病情等实际
情况，制定具体的质量控制方案。
3
质量控制效果的评估
对质量控制方案实施后，应及时进行评估 和纠正，以确保质量控制的有效性和可靠 性。
因素分析是在多个指标之间找出背后的潜在因素，从而简化问题、揭示模式、减少冗余。
2 因素分析的方法
因素分析的方法包括主成分分析、最大似然估计和最小公因数。
3 因素分析的应用
因素分析在医学研究中的应用包括生理指标分析、心理问卷分析等。
单因素方差分析
基本原理
单因素方差分析是一种用于比较两个或两个以上样 本均值差异的方法，用于检验群体均值的差异性是 否显著。
3
生存分析
对数据进行生存分析，包括Kaplan-Meier曲线、生存率分析等。
4
回归分析
对数据进行回归分析，包括线性回归分析、逻辑回归分析等。
SPSS常见误区技巧
数据处理中的错误
常见的错误包括样本不够、数据异常和误差结 构等；应注意数据的收集和清洗，确保数据的 准确性和可靠性。
护理研究中常用统计学方法及统计软件应用
n
n
例3 5人的血清抗体滴度分别为1:2 1:4 1:8 1:16 1:32 求平均滴度。
得5人G 的 血l 清平 g 1 均(l 抗体2 g 滴l 度为4 g 1 :8l8 g l1 g l6 3 g ) 2 l g 1 0 .9 0 83
5
20
计算方法：
（2）加权法
护理研究中常用统计学 方法及统计软件应用
1
讲解内容
一、正确选择统计学方法 二、描述性统计分析 三、常用的假设检验方法 四、SPSS统计软件的应用
2
一、正确选择统计学方法
统计学是研究数据搜集、整理与分析的科学，是认识社会和自然现
象数量特征的重要工具。合理的统计分析能够帮助人们正确认识事物客 观存在的规律性。
卫生统计学（healthstatistics）是应用数理统计学的原理与方法
研究居民健康状况以及卫生服务领域中数据的收集、整理和分析的一门 科学。
3
一、正确选择统计学方法 护理研究是从工作实践中发现需要研究的护理问题，然 后通过系统的方法研究和评价护理问题，得出结果直接 或间接地用以指导护理实践的过程。
11护理研究中常用统计学护理研究中常用统计学方法及统计软件应用方法及统计软件应用2讲讲解解内内容容一正确选择统计学方法一正确选择统计学方法二描述性统计分析二描述性统计分析三常用的假设检验方法三常用的假设检验方法四四spss统计软件的应用统计软件的应用3u统计学统计学是研究数据搜集整理与分析的科学是认识社会和自然现象是研究数据搜集整理与分析的科学是认识社会和自然现象数量特征的重要工具
132.1 143.6 142.4 145.9 150.0 148.9 146.7 143.3 146.7 144.0 146.5 139.2
SPSS软件中几种常用的统计方法
SPSS应用
操作步骤
按照顺序：分析 → 比较均值 → 单样本T检验，进入单一 样本T检验 “单样本T检验”对话框中，将左侧“右2:4”变 量选入到检验变量“检验变量”框中。右下角检验值“检 验值”框用于输入已知的总体均值，在本例中假设为“1”。 如图所示
OR值等于1，表示该因素对疾病的发生不 起作用；
OR值大于1，表示该因素是危险因素；
OR值小于1，表示该因素是保护因素。
SPSS应用
操作步骤： 在“变量视图”栏中输入相应的变量类别。
SPSS应用
在各变量的值标签中输入相应的值
SPSS应用
返回“数据视图”栏输入相应的数据。
操作步骤（2）
单击定义组别“定义组”按钮，弹出“定义组” 对话框，如图所示，分别为组1和组2输入1，2。 (1代表男性，2代表女性)
输出结果（1）
结果解释
此表给出了独立样本均值检验的描述性统计量， 包括两个样本的均值、标准差和均值标准误差。
输出结果（2）
结果解释
对于方差齐性检验，其p值为0.731>0.05，认为两样本来自的总体 的方差相等。
输出结果（1）
结果解释：
此表给出了单一样本均值检验的描述性统计量， 包括均值、标准差和均值标准误差。右手指长 2D:4D的均值为0.93632，接近假设总体均值 1，但还不能就此下结论。
输出结果（2）
结果解释 此表是单一样本均值检验的结果列表，给出了t 统计量、自由度、双尾概率、显著水平及置信 区间。双尾概率P=0.000<0.05，故本研究样本 2D:4D比值与假设的总体均值具有显著性差异。
(优质医学)SPSS在医学统计学中的应用
肺癌放化疗组（n=11） 8.0 5.4 5.4 5.6 9.0 8.5 5.5 5.8 6.3 5.6 7.2
肺癌化疗组（n=9） 8.5 9.0 10.5 4.3 6.7 7.7 11.0 9.0 7.7
对照组（n=10） 11.3 8.5 9.0 6.5 7.0 9.6 12.6 9.5 10.8 13.9
5
基本操作
6
SPSS软件是由数据管理和统计分析两大模块构成
数据管理 变量定义 数据编辑
统计分析
基本统计 均值比较
分析
与检验
方差 分析
相关 分析
回归 分析
非参数 编辑统计
检验
图形
7
基本操作
启动SPSS后，首先进入SPSS主画面，也就是数据编辑窗口了
在窗口的下方点击变量设置书签“Variable View”，进入变量 设置窗口
9
10
点击Align出现一小下拉菜单，选择“Center”，至此，4个变量均定 义和设置完毕。电击窗口下方的“Data View”书签切换到SPSS数据 编辑窗口。在数据区填入各数据后，均为居中显示。
11
2、变量间的运算
为探讨高血压病患者的左心功能情况,用颈动脉搏动法测量10例原发性高 血压患者的收缩时间间期(STI),检测结果如下表。
对照组（n=15） 3.38 2.40 7.20 5.97 5.47
3.98 4.67 4.79 11.51
14.02 13.83 2.30 4.43 2.40
8.62 9.66 16.2 10.33
9.28 5.86 10.81 4.30 1.13
38
CEA group
14.24
1
15.49
生物医学论文中统计结果的表达及解释
生物医学论文中统计结果的表达及解释【摘要】统计学是生物医学研究所必需的重要手段, 生物医学研究的实验设计、资料收集、数据处理分析以及结论都离不开统计学应用。
生物医学研究论文主要由摘要、引言、材料与方法、结果和讨论5个部分组成, 各个部分都涉及统计结果的表达和解释, 统计学是专业结论成立与否的重要依据。
统计学应用不当不仅影响论文的科学性, 还有可能得出错误的专业结论。
【关键词】统计学科研论文统计分析统计表达近年来, 统计学在生物医学科研中的应用越来越受到重视, 统计分析结果的表达及解释已成为医学科研论文中不可缺少的重要组成部分。
除论文涉及的专业（如细胞与分子免疫学杂志为免疫学专业）和表述的文字2个方面外, 统计学是评价论文质量优劣的重要依据, 然而国内生物医学论文中统计学应用仍存在着较为严重的问题[1-4], 如2003年某大学学报拟发表论著中统计方法误用率为57%[3]。
细胞与分子免疫学杂志虽然在国内生物医学系列杂志中具有较高的学术地位[5], 但拟发表及刊出论文在科研设计、统计学分析、结果解释等方面也不同程度地存在一些问题, 作者的统计学应用水平有待进一步提高。
许多生物医学杂志, 如国外著名杂志JAMA、新英格兰医学杂志（NEJM）和英国医学杂志（BMJ）等, 以及国内中华医学会系列杂志及细胞与分子免疫学杂志等, 对来稿都有统计学表达的基本要求或统计学指导原则。
国际生物医学杂志编辑协会在其《生物医学期刊投稿的统一要求》中也包含了统计学表达的基本要求。
生物医学研究性论文主要由摘要、引言、材料与方法、结果和讨论5个部分组成, 各个部分或多或少都涉及到统计结果的表达和解释问题。
例如在论文的“引言”部分需要给出文献复习的综合结果, 如文献报告的组间差别及P值等。
其他重要的统计表达和解释主要集中在论文的“摘要”、“材料和方法”、“结果”及“讨论”4个部分[6]。
1 摘要“摘要”中要有表示研究结果的重要统计指标（统计量）的数值、可信区间及假设检验结果（P值）。
医学统计学统计分析方法的选择
本演示将介绍选择医学统计学统计分析方法的重要性和影响因素。
基础统计分析方法
描述性统计分析
通过数值和图表总结数据特征， 探索数据的分布和趋势。
确定差异的显著性
使用统计检验来判断不同组之间 的差异是否真实存在。
相关分析
探索变量之间的关系，了解它们 是否呈现线性或非线性关联。
高级统计分析方法
1 回归分析
2 生存分析
探索自变量对因变量的影 响程度，并建立预测模型。
研究事件发生和患者生存 时间之间的关系，如治疗 有效性和生存率。
3 因子分析
揭示多个变量之间的潜在 结构和共同因素，帮助理 解复杂数据集。
数据处理技术
处理清洗数据以减少错误和异 常值。
缺失数据处理
针对缺少数据的合理处理策略， 避免丢失重要信息。
判别分析
根据一组预测变量将个体划分 到不同组别，如类和预测。
选择方法的重要因素
数据类型
根据数据类型选择适当的统计方法，如连续变量或分类变量。
研究问题
根据研究问题选择合适的统计方法，如关联、比较或预测。
样本大小
考虑样本大小对统计结果的影响，确保样本具有足够的统计力。
软件工具
SPSS
功能强大的统计软件，用于数据 处理、分析和可视化。
R软件
开源的统计软件，具有广泛的统 计包和灵活的数据分析功能。
SAS
可扩展的统计软件，广泛用于大 规模数据分析和商业应用。
案例分析
1
案例 1
通过统计分析方法解决真实临床问题，改善患者生活质量。
2
案例 2
分析大型数据集，揭示潜在的危险因素，并改善公共健康策略。
3
Logistic回归简明教程：原理、SPSS操作、结果解读与报告撰写
Logistic回归简明教程：原理、SPSS操作、结果解读与报告撰写展开全文第23讲观察性研究统计策略（8）：初学logistic 回归在医学科研、特别是观察性研究领域，无论是横截面调查、病例对照研究、还是队列研究，经常遇到分类的健康结局，包括二分类（如：生存与死亡、阳性与阴性、发病与未发病）或者多分类变量（如：疾病转归，治愈、无效、死亡；根据损伤程度分级的结局指标，如结核性胸腔积液胸膜粘连程度、视网膜出血程度、早产儿脑室缺血程度）以及一些可进行分类的生理生化、免疫指标等（如血压值、血镁值、血脂和胆固醇等）。
当研究的健康终点是二分类变量时，线性回归分析往往无法进行（线性回归分析要求残差服从线性、正态性、独立性、方差齐性），此时可以考虑Logistic回归模型。
尤其是病例对照研究，它的结局全部为分类结局，很对Logistic 胃口，同时病例对照研究往往要求计算的评价暴露因素影响程度的OR 值（优势比），这一指标Logistic也能够计算得到。
因此，病例对照研究设计与Logistic回归分析乃是天作之合。
因此，本系列紧跟病例对照研究方法篇，介绍Logistic回归分析。
例1：某医师基于某医院开展病例对照研究，探讨冠心病发病有关的影响因素，收集新发冠心病患者作为病例组，收集同期医院非循环系统疾病患者作为对照组，研究的暴露因素是病人的年龄age、性别sex、心电图检验是否异常ecg、高血压hyper、糖尿病diabetes。
数据见casecontrol.sav。
1统计分析策略探讨影响因素研究，有基础统计学方法和高级分析方法（病例对照研究的基本统计分析策略）；一般来说，基础统计学方法无法满足影响因素的研究，一般需要开展回归分析，且需要多因素回归分析。
线性回归常见包括线性回归、Logistic回归、Cox比例风险模型，三者分别用于定量数据、分类数据、带有结局的生存时间资料。
本案例是病例对照研究，该研究结局是分类变量资料。
SPSS统计分析简明教程
SPSS统计分析简明教程SPSS（统计分析软件）是一种专业的统计分析工具，广泛应用于社会科学、市场调研、医学研究和商业分析等领域。
下面是一个简明教程，介绍SPSS的基本功能和常用统计分析方法。
一、数据导入与处理1. 数据导入：打开SPSS软件，选择“文件”-“打开”-“数据”，导入数据文件，可以是Excel表格、文本文件或其他格式的数据文件。
2.数据查看与修改：选择“数据查看器”可以查看导入的数据。
可以对数据进行修改、添加新变量或删除不需要的变量。
二、描述统计分析描述统计是指对数据集进行总体特征的概括和汇总。
常用的描述统计方法包括频数分析、描述性统计和交叉表分析。
以下是常用方法的简要介绍：1.频数分析：选择“分析”-“描述性统计”-“频数”，选择需要统计的变量，即可生成变量的频数、百分比、累计频数等统计结果。
2.描述性统计：选择“分析”-“描述性统计”-“描述性统计”，选择需要统计的变量，即可生成均值、标准差、最大最小值等统计结果。
3.交叉表分析：选择“分析”-“交叉表”-“交叉表”，选择需要交叉分析的变量，即可生成不同变量之间的交叉分析结果。
三、推论统计分析推论统计是指通过样本数据进行参数估计和假设检验，以推断总体的统计特征。
常用的推论统计方法包括t检验、方差分析、相关分析和回归分析等。
以下是常用方法的简要介绍：1.t检验：选择“分析”-“比较手段”-“独立样本t检验”或“相关样本t检验”，选择需要比较的变量和相关变量，即可进行t检验并生成结果。
2.方差分析：选择“分析”-“方差分析”-“单因素方差分析”或“多因素方差分析”，选择需要分析的变量和因素，即可进行方差分析并生成结果。
3.相关分析：选择“分析”-“相关”-“双变量”，选择需要进行相关分析的变量，即可生成变量之间的相关系数及相关显著性检验结果。
4.回归分析：选择“分析”-“回归”-“线性”，选择需要进行回归分析的自变量和因变量，即可生成回归方程、回归系数、显著性检验结果等。
医学论文中常用统计分析方法SPSS操作及结果的正确表达-1
（当n≤50，特别是p很接近于0或1时）
Sp
p(1 p) n
SPSS演示
总体均数可信区间估计： Analyze => Descriptive Statistics => Explore
问题5：如何进行两个均数的比较？
奥美沙坦酯/ 氢氯噻嗪复方片剂用于奥美沙坦酯单药治疗血 压未达标的原发性轻中度高血压患者的临床研究
中国14省市高血压现状的流行病学研究
原始数据格式
四格表格式
Suppose we conducted a prospective cohort study to investigate the effect of aspirin on heart disease. A group of patients who are at risk for a heart attack are randomly assigned to either a placebo or aspirin. At the end of one year, the number of patients suffering a heart attack is recorded. (data: Aspirin.sav)
单变量计量资料的分析
4．多个样本均数比较 应变量为单变量，又属计量资料时，多个样本均 数比较分为单因素和多因素两种情形。而重复测量资料则被视为多个反 应变量的类型。 (1) 单因素方差分析：若方差齐性，且各样本均服从正态分布，选单因素 方差分析（one-way ANOVA ）；若方差不齐，或某样本不服从正态分 布，选Kruskal-Wallis 秩和检验(Kruskal-Wallis test)。若方差分析或秩和 检验结果显著，需进一步做多重比较，如SNK法，LSD法，扩展t检验等。 (2) 两因素方差分析但不分析交互作用：主要是随机区组设计资料，涉及 2个因素，即1个处理因素和1个区组因素。如果满足方差齐性和正态分布 两个条件，选用两因素方差分析(two-way ANOVA)，如果不满足上述两 个条件，选用随机区组设计资料的Friedman秩和检验(Friedman test)。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Me an Pai r标 1 准 12品 .042
新制8品 .7 92
N Std. DeSvtid a.tiE on rror Mean 12 2.3975 .6921 12 2.5087 .7242
Pai red Samples T est
Paired Di fferences
95% Confi dence Interval of the Di fference
纯用药物治疗，乙组采用药物治疗合并饮食治 疗法，两个月后再次测空腹血糖，问两组患者 血糖值是否相同？
AnalyzeCompare Means Independent-Samples T test
将变量血糖值选入Test栏；将组别选入grouping栏， 单击Define Groups按钮，定义两个组的变量值，本 例为1和2，单击Continue按钮；单击OK按钮。
• 分别从两个研究总体中随机抽取样本，
然后比较两样本某指标的均数；
• 随机抽取实验对象，将其随机分成两组，
分别接受两种不同处理，然后比较两组 的平均效应。
（1）分别从两个研究总体中随机抽取 样本，然后比较两样本某指标的均数
• 例4 从两个品种的家兔分别测定其停食
18小时后正常血糖值，问这两个品种家 兔的正常血糖值有无差别？
• 经方差齐性检验，F=0.28，P＝0.60。按＝0.10水准，
(2) 两个同质受试对象分别接受 两种不同的处理
• 例3 为研究某种抗癌新药对小白鼠移植性肉瘤S180
的抑瘤效果 ，将20只小白鼠按性别、体重、窝别配 成对子。每对中随机抽取1只服用抗癌新药“扶正消 瘤汤”，另1只作为阴性对照，服用生理盐水，观察 其对小白鼠移植性肉瘤S180的抑瘤效果。经过一定时 间，测得小白鼠瘤重如表所示。问小白鼠服用抗癌 新药和生理盐水后平均瘤重有无不同？
调查了12名成年人，同时采取耳垂血和手指血， 试比较两者的白细胞数有无不同？
• 有12名接种卡介苗的儿童，8周后用两批不同的结
核菌素，一批是标准结核菌素，一批是新制结核
菌素，分别注射在儿童的前臂，两种结核菌素的 皮肤浸润反应直径（mm）如表所示。问两种结 核菌素的反应性有无差别？
AnalyzeCompare Means Paired-Samples T test
将变量标准品和新制品成对选入 Paired Variables栏；单击OK
• 配对 t 检验结果显示：新制品结核菌素
皮肤浸润反应的直径均数低于标准品 （t = 4.52, P = 0.001），均数差值为 3.25 （95% CI： 1.67~4.83 ）mm。
Paire d Sam ple s Statistics
On e-Samp le Test
Test Value = 3.8
95% Confidenc Interval of the Differ en ce
t
dS f ig. (2-tM ae ile ad n)DiffereL no cw eeU r pper
blood glucose3l.e3v1e2ls (m8 mol/L.)011
（2）随机抽取实验对象，将其随机分 成两组，分别接受两种不同处理，然 后比较两组的平均效应。
• 例5 25例糖尿病患者随机分成两组，甲
组单纯用药物治疗，乙组采用药物治疗 合并饮食治疗法，两个月后再次测空腹 血糖，问两组患者血糖值是否相同？
SPSS操作：两样本t检验
• 例5.3 25例糖尿病患者随机分成两组，甲组单
• 口服避孕药可以增加血糖水平，平均增加0.66
（95% CI ：0.20~1.11 ）mmol/L（专业结论）
One-Sample Statistics
NM Se td a.nD Se td v.iaE tirorn or Mean blood gluc4 o.s 4 9e 55 le.6 5 ve 9l3 s7(4 m .1m 97 o9 l/1 L)
• 4.71 3.61 4.92 4.85 4.66
3.92 5.10 3.55 4.78
Compare MeansOne Sample T Test
One Sample t Test对话框
结果解释
• 单样本 t 检验结果显示：（统计方法） • 服用避孕药与不服用避孕药妇女空腹血糖值的差别
有统计学意义（t =31，P＝0.011 ）（统计结论）
M Se td a.nS Dtedv. iE atriroonr L Moew aenU r pper t
Sdig f . (2-taile
Pai标 r 1 准 3.2 品 50 -20新 .49 制 0品 9.719 11 .667 44 .8326 4.520
11 .001
3. 两样本 t 检验
医学常用统计方法的选择与SPSS 结果解释
一、t 检验
• 单样本 t 检验 • 配对 t 检验 • 两样本 t 检验
1. 单样本 t 检验
• 例1 为研究口服避孕药是否会增高血糖测
量值，某研究人员随机抽取9名一直口服避 孕药至少6个月的妇女，测量她们的空腹血 糖值，结果如下所示。已知不服用避孕药 妇女的空腹血糖值均值为3.8 mmol/L 。根 据该样本提供的信息，是否有证据表明口 服避孕药可以提高空腹血糖值？
.65 56.19 912.1 119
2. 配对 t 检验（paired t-test）
配对设计：
• 同一受试对象处理前后 • 两个同质受试对象分别接受两种不同的
处理
• 同一受试对象分别接受两种不同的处理
(1) 同一受试对象处理前后
• 例2 用家兔10只实验某批注射液对体温的影
响。体温在注射前每隔1小时测定1次，连续 2次；在注射后1小时和2小时分别各测定1次， 得到每只家兔注射前后体温的均数。问该批 注射液是否能引起家兔体温升高？
(3)同一受试对象分别接受 两种不同的处理
• 取20份样品，每份一分为二，分别用容量法和
仪器分析测定。试判断容量法的测量结果是否 低于仪器分析结果？
• 某医院用A、B两种血红蛋白测定仪器检测了
16名健康男青年的血红蛋白含量（g/L）,问两 种血红蛋白测定仪器的检测结果是否有差别？
• 某研究者为比较耳垂血和手指血的白细胞数，