第七章 spss之均数间的比较
- 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)。
第七章均数间的比较
--Compare Means菜单详解
(医学统计之星:张文彤)
上次更新日期:
7.1 Means过程
7.1.1 界面说明
7.1.2 结果解释
7.2 One-Samples T Test过程
7.2.1 界面说明
7.2.2 结果解释
7.3 Independent-Samples T Test过程
7.3.1 界面说明
7.3.2 结果解释
7.4 Paired-Samples T Test过程
7.4.1 界面说明
7.4.2 分析实例
7.4.3 结果解释
7.5 One-Way ANOVA过程
7.5.1 界面说明
7.5.2 分析实例
7.5.3 结果解释
知道吗?在计算机领域中有个著名的80/20规则,也就是在奔腾及更早的CPU所采用的CISC指令集中,有80%的任务是被20%的最常用指令所完成的;换言之,另外80%的复杂指令只完成20%的不常用任务。
好了,言归正传。现在我要非常高兴的向大家宣布:80/20规则在SPSS的使用中同样有效!仅以Analyze菜单为例,其中最常用的子菜单为:
∙Discriptive Statistics
∙Compare Means
∙General Linear Model(第一项)
∙Correlate
∙Regression(前半截)
只要掌握了它们的使用秘籍,你就可以理直气壮的宣称你已经可以用SPSS解决80%的统计学难题。如果不满足,你在召开新闻发布会的时候还可以对以上指标进行四舍五入:)。
此时课堂上有一美眉提问:老师,那我们是不是可以只学这几项功能就行了?我...我...气死我了...
好,言归更正传。在以上五个菜单中,Compare Means是最简单的一个,但使用频率却几乎最高!因此,他的重要性也就不用我多说了吧...(以下省略五十万字)。下面让我们大家一起踏上Compare Means之旅。该菜单集中了几个用于计量资料均数间比较的过程。具体有:
∙Means过程对准备比较的各组计算描述指标,进行预分析,也可直接比较。
∙One-Samples T Test过程进行样本均数与已知总体均数的比较。
∙Independent-Samples T Test过程进行两样本均数差别的比较,即通常所说的两组资料的t检验。
∙Paired-Samples T Test过程进行配对资料的显著性检验,即配对t检验。
∙One-Way ANOV A过程进行两组及多组样本均数的比较,即成组设计的方差分析,还可进行随后的两两比较。
§7.1Means过程
和上一章所讲述的几个专门的描述过程相比,Means过程的优势在于各组的描述指标被放在一起便于相互比较,并且如果需要,可以直接输出比较结果,无须再次调用其他过程。显然要方便的多。
7.1.1 界面说明
【Dependent List框】
用于选入需要分析的变量。
【In dependent List框】
用于选入分组变量。
【Options钮】
弹出Options对话框,选择需要计算的描述统计量和统计分析:
o Statistics框可选的描述统计量。它们是:
1.sum,number of cases 总和,记录数
2.mean, geometric mean, harmonic mean 均数,几何均数,修正均数
3.standard deviation,variance,standard error of the mean 标准差,
均数的标准误,方差
4.median, grouped median 中位数,频数表资料中位数(比如30岁组
有5人,40岁组有6人,则在计算grouped median时均按组中值35
和45进行计算)。
5.minimum,maximum,range 最小值,最大值,全距
6.kurtosis, standard error of kurtosis 峰度系数,峰度系数的标准误
7.skewness, standard error of skewness 偏度系数,偏度系数的标准误
8.percentage of total sum, percentage of total N 总和的百分比,样本例
数的百分比
o Cell Statistics框选入的描述统计量。
o Statistics for First layer复选框组
1.Anova table and eta 对分组变量进行单因素方差分析,并计算用于度
量变量相关程度的eta值。
2.Test for linearity 检验线性相关性,实际上就是上面的单因素方差分析。
7.1.2 结果解释
有了上一章的基础,Means过程的输出看起来就不太困难了。以第一章的数据为
例,输出如下:
Means
上表还是缺失值报告。
常用统计描述量报表。这里按默认情况输出均数,样本量和标准差。由于我们选择了分组变量,因此三项指标均给出分组及合计值,可见以这种方式列出统计量可以非常直观的进行各组间的比较。
上表为单因素方差分析表。在选择了Anova table and eta或Test for linearity复选框时出现。实际上就是在检验各组间均数有无差异。上面各项的具体含义将在单因素方差分析一节中解释。
相关性度量指标,给出Eta值以及Eta值的平方根。
§7.2One-Samples T Test过程
One-Samples T Test过程用于进行样本所在总体均数与已知总体均数的比较,可以自行定义已知总体均数为任意值,该对话框的界面非常简单。
7.2.1 界面说明
【Test Variables框】
用于选入需要分析的变量。
【Test Value框】
在此处输入已知的总体均数,默认值为0。
【Options钮】
弹出Options对话框,用于定义相关的选项,有:
o Confidence Interval框输入需要计算的均数差值可信区间范围,默认为95%。如果是和总体均数为0相比,则此处计算的就是样本所在总体均数的可信区间。