第五章 平水平的比较1

第五章平均水平的比较

第一节 Means过程

5.1.1 主要功能

5.1.2 实例操作

第二节 Independent-Samples T Test过程

5.2.1 主要功能

5.2.2 实例操作

第三节 Paired-Samples T Test过程

5.3.1 主要功能

5.3.2 实例操作

第四节 One-Way ANOVA过程

5.4.1 主要功能

5.4.2 实例操作

在正态或近似正态分布的计量资料中（如临床常见的体温、血压、脉搏、身高、体重等测量值，几乎均为此类资料），经常在使用前一章计量资料描述过程分析后，还要进行组与组之间平均水平的比较。本章将分四节分别介绍这一统计方法：即常用的ｔ检验和单因素方差分析。

第一节 Means过程

5.1.1 主要功能

与第四章中Descriptives过程相比，若仅仅计算单一组别的均数和标准差，Means过程并无特别之处；但若用户要求按指定条件分组计算均数和标准差，如分性别同时分年龄计算各组的均数和标准差，则用Means过程更显简单快捷。

5.1.2 实例操作

［例５.1］某医师测得如下血红蛋白值（g%），试作基本的描述性统计分析：

5.1.2.1 数据准备

激活数据管理窗口，定义变量名：性别为sex，年龄为age，血红蛋白值为hb。按顺序输入数据(sex变量中，男为1，女为2)，结果见图5.1。

5.1.2.2 统计分析

激活Statistics菜单选Compare Means中的Means...项，弹出Means对话框（如图5.2示）。今欲分性别同时分年龄求血红蛋白值的均数和标准差，故在对话框左侧的变量列表中选hb，点击➢钮使之进入Dependent List框，选sex 点击➢钮使之进入Independent List框，点击Next，可选定分组的第二层次（Layer 2 of 2)，选age 点击➢钮亦使之进入Independent List框。点击Options...可选统计项目：在Cell Displays项中，Mean为均数、Standard deviation为标准差、V ariance为方差、Count为观察单位数、Sum为观察值总和，在Statistics for First Layer 项中，将为第一层次的分组计算方差分析（ANOV A table and eta）和线性检验（Test of linearity）。选好后点击Continue钮返回Means对话框，点击OK钮即可。

5.1.2.3 结果解释

在结果输出窗口中将看到如下统计数据：

For Entire Population一行表示40个观察值合计为457.79，均数为11.4448，标准差为2.2690，方差为5.1484，例数为40；接下去各行分别表示先按性别分组（分男性与女性），再按年龄分组（16，17，18岁三组）的观察值合计、均数、标准差、方差和例数。

若在Independent List中未分层次，即sex和age一起放在Layer 1 of 1中，则结果是分别计算男性与女性（不作年龄分组）、16，17，18岁三组（不作性别分组）的观察值合计、

均数、标准差、方差和例数（如下所示）。

第二节 Independent-Samples T Test过程

5.2.1 主要功能

调用此过程可完成两样本均数差别的显著性检验，即通常所说的两组资料的t检验。

5.2.2 实例操作

［例５.2］分别测得14例老年性慢性支气管炎病人及11例健康人的尿中17酮类固醇

5.2.2.1 数据准备

激活数据管理窗口，定义变量名：把实际观察值定义为x，再定义一个变量group来区分病人与健康人。输入原始数据，在变量group中，病人输入1，健康人输入2。结果如图5.3所示。

5.2.2.2 统计分析

激活Statistics菜单选Compare Means中的Independent-samples T Test...项，弹出Independent- samples T Test对话框（如图5.4示）。从对话框左侧的变量列表中选x，点击➢钮使之进入Test Variable(s)框，选group 点击➢钮使之进入Grouping Variable框，点击Define Groups...钮弹出Define Groups定义框，在Group 1中输入1，在Group 2中输入2，点击Continue 钮，返回Independent-samples T Test对话框，点击OK钮即完成分析。

5.2.2.3 结果解释

这一部分显示两组资料的例数（Numbers of cases）、均数（Mean）、标准差（SD）和标准误（SE of Mean），显示两均数差值为1.1503，经方差齐性检验： F= .440 P= .514，

这一部分显示t检验的结果，第一行表示方差齐情况下的t检验的结果，第二行表示方差不齐情况下的t检验的结果。依次显示值（t-value）、自由度（df）、双侧检验概率（2-Tail Sig）、差值的标准误（SE of Diff）及其95%可信区间（Cl for Diff）。因本例属方差齐性，故采用第一行（即Equal）结果：t=1.81,P=0.084,（大于0.05，则认为两组方差不显著，）差别有显著性意义，即老年性慢性支气管炎病人的尿中17酮类固醇排出量低于健康人。

第三节 Paired-Samples T (成对t检验)过程

5.3.1 主要功能

调用此过程可完成配对资料的显著性检验，即配对t检验。在医学领域中，主要的配对资料包括：同对（年龄、性别、体重、病况等非处理因素相同或相似者）或同一研究对象分别给予两种不同处理的效果比较，以及同一研究对象处理前后的效果比较。前者推断两种效果有无差别，后者推断某种处理是否有效。

5.3.2 实例操作

［例５.2］某单位研究饲料中缺乏维生素E与肝中维生素A含量的关系，将大白鼠按性别、体重等配为8对，每对中两只大白鼠分别喂给正常饲料和维生素E缺乏饲料，一段时期后将之宰杀，测定其肝中维生素A含量（μmol/L）如下，问饲料中缺乏维生素E对鼠

5.3.2.1 数据准备

激活数据管理窗口，定义变量名：正常饲料组测定值为x1，维生素E缺乏饲料组测定值为x2，数据输入后结果如图5.5所示。

5.3.2.2 统计分析

激活Statistics菜单选Compare Means中的Paired-samples T Test...项，弹出Paried-samples T Test对话框（如图5.6示）。从对话框左侧的变量列表中点击x1，这时在左下方的Current Selections框中Variable 1处出现x1，再从变量列表中点击x2，左下方的Current Selections 框中Variable 2处出现x2。点击➢钮使x1、x2进入Variables框，点击OK钮即完成分析。

5.3.2.3 结果解释