《SPSS統計方法體系與案例實驗進階》學習目標：1、掌握頻數分析、統計圖2、掌握描述統計量的計算3、掌握交叉分組的頻數分析重點：1、頻數分析、統計圖2、常見描述統計量的計算3、交叉分組的頻數分析第3章數據資料的描述性分析二項分類如性別男女、病人生存與死亡;多項無序分類,如血型分為A、B、AB、O;例:戶口、民族、職業、專業、婚姻狀況等.未婚=1、已婚=2、離婚=3、喪偶=4;血型為O型,A型,B型和AB型.★定序資料:數據表現為“類別”但有序.事物按等級或程度順序計量,類別取值反映排列次序;既有屬性類別之分、也有大小程度之別.但是每個相鄰數值間的距離并非程度差異的真實反映.運算特點:=,≠,>,<.例:療效分為顯效、有效、好轉和無效,糖尿病分為-、+、++、+++.例:滿意度（非常不滿意=1,不滿意=2,中立=3,滿意=4,非常滿意=5）;考試等級優、良、中、及格、不及格;成績名次（第1,第2,第3,…）第3章數據資料的描述性分析(2)定量資料又稱數值資料,是以具體數值與特定計量單位的連續型數據,也可以是無單位計數尺度數據,例如血清膽固醇含量3.0~6.5mmol/L為區間內連續變化實數,脈搏或紅細胞計數為一系列的離散點值.★定距資料:數值大小反映排列次序,無絕對意義上的0點.數學運算特點:=,≠,>,<,+,-.例:溫度,年歷,智商,海拔等.如25與20度之間相差5度,15度與10度差5度;但是不能說30度比15度熱一倍！★定比資料:等級最高,數值大小反映排列次序和倍數.相鄰取值之間是等距的;有絕對0點.數學運算特點:=,≠,>,<,+,-,×,÷.例:年齡,身高,體重,收入等.第3章數據資料的描述性分析2、描述分析(1)數值資料描述性統計.集中趨勢指標有均數、中位數、四分位數、百分位數及眾數等;離散趨勢指標有方差、標準差、極差、四分位間距及變異系數等.第3章數據資料的描述性分析近似正態分布資料可用均數±標準差描述特征;偏態分布資料可用中位數±四分位數間距描述特征.數據個數較少時,直接觀察原始數據就能了解所有信息;數據量如果超出直接處理和記憶,可將原始數據分組匯總為計數資料分析.(2)計數資料常用構成比、率和相對比描述特征,通過繪圖直觀演示.第3章數據資料的描述性分析對于兩個分組或分類的計數資料,還可通過分類交叉表進行描述性分析.二、實驗目的1.理解均數、中位數、眾數及四分位數的含義,掌握集中趨勢指標操作方法;2.理解方差、標準差、極差及四分位間距的含義,掌握離散趨勢指標操作方法;3.理解構成比、率和相對比的含義,掌握相對數計算和統計圖繪制的操作方法.4.理解交叉表的含義,掌握行列分類交叉表的操作方法.三、案例分析【實例1】[問題敘述]已知56例成年男性測定血清膽固醇水平資料,單位mmol/L.第3章數據資料的描述性分析3.214.035.246.273.546.525.425.015.125.253.212.543.332.363.683.473.513.554.324.524.024.306.016.236.276.354.274.324.525.246.273.546.525.425.425.015.254.023.216.414.306.013.473.513.553.556.325.124.324.525.423.514.324.524.524.02(1)計算集中趨勢和離散趨勢指標:計算算術均數、中位數、四分位數、眾數、方差、標準差、極差、四分位間距和變異系數.了解數據分布的偏度和峰度.(2)數據資料統計分組為6組:[0,3)、[3,4)、[4,5)、[5,6)、[6,7)、[7,+∞),分組計算頻數、構成比,繪制餅圖、直方圖.(3)繪制箱線圖和莖葉圖(簡單了解).第3章數據資料的描述性分析

[操作步驟]建立數值變量“血清膽固醇”,錄入數據.(1)點擊主菜單“分析”,點擊“描述統計”,點擊“交叉表”.選擇變量“血清膽固醇”進入“變量”框;點擊“統計量”.選“均值”、“中位數”、“眾數”、“方差”、“標準差”、“極差”等;點擊“繼續”,點擊“確定”.第3章數據資料的描述性分析血清膽固醇N有效56缺失0均值4.6014中值4.4200眾數4.52標準差1.11240方差1.237偏度.184全距4.16百分位數253.5500504.4200755.4200(2)點擊主菜單“轉換”,點擊“重新編碼為不同變量”.將變量“血清膽固醇”選入“數字變量”,點擊輸出變量”框,在“輸出變量”區域的“名稱”處輸入“分組”,點擊“更改”,完成輸出變量名稱的定義.第3章數據資料的描述性分析第3章數據資料的描述性分析第3章數據資料的描述性分析“舊值”選“范圍”輸入0,“到”輸入2.9999;“新值”選“值”輸入1,點擊“添加”;“舊值”選“范圍”輸入3,“到”輸入3.9999;“新值”選“值”輸入2,點擊“添加”;“舊值”選“范圍”輸入4,“到”輸入4.9999;“新值”選“值”輸入3,點擊“添加”;“舊值”選“范圍”輸入5,“到”輸入5.9999;“新值”選“值”輸入4,點擊“添加”;“舊值”選“范圍”輸入6,“到”輸入6.9999;“新值”選“值”輸入5,點擊“添加”;“舊值”選“范圍,從值到最高輸入7;“新值”選“值”輸入6,點擊“添加”;點擊“繼續”,返回,點擊“確定”.對變量“成績段”,值標簽設置編碼:1=“[0,50)”、2=“[50,60)”、3=“[60,70)”、4=“[70,80)”、5=“[80,90)”、6=“[90,100]”.第3章數據資料的描述性分析第3章數據資料的描述性分析點擊主菜單“分析”,點擊“描述統計”,點擊“頻率”.選擇變量“分組”,點擊“繼續”;點擊“確定”.第3章數據資料的描述性分析表2頻數及構成比分組頻數百分比有效百分比累積百分比有效[0,3)23.63.63.6[3,4)1526.826.830.4[4,5)1628.628.658.9[5,6)1221.421.480.4[6,7)1119.619.6100.0合計56100.0100.0經分析,落在[0,3)、[3,4)、[4,5)、[5,6)、[6,7)、[7,+∞)區間范圍中的各組頻數分別為2、15、16、12、11,共56例.各組構成百分比為3.6%、26.8%、28.6%、21.4%、19.6.第3章數據資料的描述性分析點擊“圖表”,點擊繪制餅圖或直方圖(帶正態曲線).第3章數據資料的描述性分析定類資料由餅圖或條形圖表示.血清膽固醇屬于定序資料,直方圖描述也很合適.(3)繪制箱線圖和莖葉圖（僅作了解）.點擊主菜單“分析”,點擊“描述統計”,點擊“探索”.將血清膽固醇選入右邊的因變量列表,點擊“繪制”按鈕.第3章數據資料的描述性分析第3章數據資料的描述性分析“箱圖”中默認點選“按因子水平分組”,“描述性”中點選“莖葉圖”第3章數據資料的描述性分析【實例2】[問題敘述]由數據庫獲得性別與職業、糖尿病與療效的分類交叉表描述性分析,即匯總交叉類別之間的頻數、行類別的百分比和列類別的百分比.見NO3建數據庫（病歷復雜資料簡表）.sav.編號籍貫(填空)字符型性別(選擇)數值型年齡(選擇)數值型血型(選擇)數值型職業(選擇)數值型糖尿病史(選擇)數值型總膽固醇(選擇)數值型療效(選擇)數值型1山東男58B工人無5.33有效2廣西男69O商人無4.63好轉3山東男58B工人無5.33有效4湖北女42A商人無6.12顯效5天津男43O農民有4.54好轉第3章數據資料的描述性分析[操作步驟]

點擊主菜單“分析”,點擊“描述統計”,點擊“交叉表”.選擇變量“性別”進入行列表框;選擇變量“職業”進入行列表框.第3章數據資料的描述性分析點擊“單元格”.第3章數據資料的描述性分析點擊計數中的“觀察值”、點擊百分比中的“行”、“列”,點擊“繼續”.性別*職業交叉制表職業合計工人農民商人性別男計數2041741性別中的%48.8%9.8%41.5%100.0%職業中的%66.7%33.3%81.0%65.1%女計數108422性別中的%45.5%36.4%18.2%100.0%職業中的%33.3%66.7%19.0%34.9%第3章數據資料的描述性分析(2)點擊主菜單“分析”,點擊“描述統計”,點擊“交叉表”.選擇變量“糖尿病史”進入行;選擇變量“療效評定”進入列,點擊“單元格”.第3章數據資料的描述性分析點擊計數中的“觀察值”、點擊百分比中的“行”、“列”、“總數”,點擊“繼續”.療效評定合計無效好轉有效顯效糖尿病史無計數81720449糖尿病史中的%16.3%34.7%40.8%8.2%100.0%療效評定中的%100.0%81.0%100.0%28.6%77.8%總數的%12.7%27.0%31.7%6.3%77.8%有計數0401014糖尿病史中的%.0%28.6%.0%71.4%100.0%療效評定中的%.0%19.0%.0%71.4%22.2%總數的%.0%6.3%.0%15.9%22.2%第3章數據資料的描述性分析【練習1】[問題敘述]已知某校某班級60名學生醫藥數理統計課的期末成績.836780718162737557869664894791896683847972746196826994817057838578549979647784997692797294865381936985637866778180698376求該班級的平均成績、標準差、極差、中位數、四分位數間距;設置分數段為6段,[0,50)、[50,60)、[60,70)、[70,80)、[80,90)、[90,100].按分數段統計人數,計算各分數段構成比,繪制直方圖.第3章數據資料的描述性分析建立數值變量“學生成績”,錄入并建立數據庫.菜單選擇:點擊主菜單“轉換”,點擊“重新編碼為不同變量”.將變量“學習成績”選入“數字變量”,點擊“輸出變量”框,在“輸出變量”區域的“名稱”處輸入“成績段”,點擊“更改”,完成輸出變量名稱的定義.點擊“舊值和新值”.“舊值”選“范圍”輸入0,“到”輸入49.9999;”新值”選“值”輸入1,點擊“添加”;“舊值”選“范圍”輸入50,“到”輸入59.9999;”新值”選“值”輸入2,點擊“添加”;“舊值”選“范圍”輸入60,“到”輸入69.9999;”新值”選“值”輸入3,點擊“添加”;“舊值”選“范圍”輸入70,“到”輸入79.9999;”新值”選“值”輸入4,點擊“添加”;“舊值”選“范圍”輸入80,“到”輸入89.9999;”新值”選“值”輸入5,點擊“添加”;“舊值”選“范圍”輸入90,“到”輸入100;”新值”選“值”輸入6,點擊“添加”;第3章數據資料的描述性分析點擊“繼續”,返回,點擊”確定”.第3章數據資料的描述性分析第3章數據資料的描述性分析對變量“成績段”,值標簽設置編碼:第3章數據資料的描述性分析

(2)主菜單“分析”→“描述統計”→“頻率”.點擊主菜單“分析”,點擊“描述統計”,點擊“頻率”.選擇變量“學習成績”進入“變量”框;點擊“統計量”按鈕,得統計量設置界面:選“標準差”、“范圍”、“均值”、“中位數”、“四分位數”,點擊“繼續”.返回,點擊取消“顯示頻率表格”,點擊“確定”.第3章數據資料的描述性分析

[結果分析]N有效60缺失0均值77.23中值79.00標準差11.934全距52百分位數2569.005079.007584.7560名學生學習成績的均值為77.23,中位數為79.00,標準差為11.934,極差為52,四分位間距為84.75-69.00=15.75.第3章數據資料的描述性分析主菜單“分析”→“描述統計”→“頻率”.變量“學習成績”選入“變量”框.單擊“圖表”按鈕,選擇“直方圖”,選“帶正態曲線”,點擊“繼續”;點擊“確定”.第3章數據資料的描述性分析主菜單“分析”→“描述統計”→“頻率”;變量“成績段”選入“變量”框.第3章數據資料的描述性分析單擊“圖表”按鈕,選擇“條形圖”,點擊“繼續”;點擊“確定”.

[結果分析]成績段頻數百分比有效百分比累積百分比有效[0,50)11.71.71.7[50,60)46.76.78.3[60,70)1118.318.326.7[70,80)1626.726.753.3[80,90)1931.731.785.0[90,100]915.015.0100.0合計60100.0100.0第3章數據資料的描述性分析各組段的頻數分別為1、4、11、16、19、9;各組段構成百分比分別為1.7%、6.7%、18.3%、26.7%、31.7%、15.0%.按學習成績繪制直方圖、按成績段繪制餅圖:第3章數據資料的描述性分析【練習2】[問題敘述]根據資料作如下描述性分析:(1)計算結石表面積、結石側腎盂壓力的均數和標準差;(2)計算手術時間、灌注量的中位數和四分位間距;(3)繪制性別、腎部位、腎周積液(有無)的頻數及構成比分布表和餅圖.編號性別腎周積液結石表面積手術時間灌注量腎部位結石側腎盂壓力1女有69.081157400上段105.322男有43.18454500上段110.633女有112.26564900上段170.854男有91.89903500上段120.645男有27.48805000上段130.656女有141.30657000上段140.58第3章數據資料的描述性分析【練習3】[問題敘述]調查表中已知學生的學習情況、午餐地點,性別中對學習情況進行交叉頻數和百分比分析、午餐地點中對性別進行交叉頻數和百分比分析.注:數據庫文件見“NO3交叉表分析（性別學習午餐）.sav”.性別*學習情況交叉制表學習情況合計優秀良好中等較差性別男計數616249124296性別中的%20.6%20.9%16.6%41.9%100.0%女計數3520811249404性別中的%8.7%51.5%27.7%12.1%100.0%合計計數96270161173700性別中的%13.7%38.6%23.0%24.7%100.0%第3章數據資料的描述性分析性別*午餐地點交叉制表午餐地點合計宿舍餐廳大服性別男計數7617149296午餐地點中的%60.3%37.5%41.5%42.3%女計數5028569404午餐地點中的%39.7%62.5%58.5%57.7%合計計數126456118700午餐地點中的%100.0%100.0%100.0%100.0%第3章數據資料的描述性分析學習目標：1、掌握單樣本t檢驗、獨立樣本t檢驗、配對樣本t檢驗3、掌握單因素方差分析及其兩兩比較重點：1、樣本t檢驗、獨立樣本t檢驗、配對樣本t檢驗2、單因素方差分析及其兩兩比較第4章總體均值的參數假設檢驗一、核心知識統計推斷規則:

給定顯著性水平

(0.01、0.05),根據抽樣分布(N(0,1)、t分布)查表得臨界值和拒絕域;服從該分布的統計量值與臨界值比較大小;作出推斷,雙側檢驗:|統計量|≥臨界值,落入拒絕域,拒絕H0.P值的意義:H0成立情況下,超出統計量值的概率(尾部面積);第4章總體均值的參數假設檢驗若P≤

,拒絕原假設H0;P值越小則拒絕理由越充分.若P>,不拒絕原假設H0;P值越大則不拒絕理由越充分.“假設→確定統計量、求值→查表確定P值→與顯著性水平

比較→結論分析”.1、t檢驗知識樣本數據屬于數值資料類型,可以通過已知的樣本信息,對總體均值與常數、或總體均值之間差異性比較推斷,大致有三種:1.1單樣本t檢驗單個總體均數未知,通過觀察位置總體中一組樣本值,對總體均數是否等于某個常數做出判斷,稱為單樣本t檢驗.通過樣本數據檢驗總體均值與已知總體均值(常數)差異是否有統計學意義.第4章總體均值的參數假設檢驗原假設H0:總體均值與某常數相等;(1)數值型,且若已知總體正態分布,總體方差未知,對樣本容量沒有限制;(2)總體非正態分布,總體方差未知時,大樣本也可以適用.1.2兩個獨立樣本t檢驗完全隨機設計:在兩個獨立總體中隨機抽取樣本,或將同質受試對象隨機分配到不同處理組,觀察實驗效應(指標),由此推斷兩組總體差異是否有統計學意義.兩組樣本容量不必相同,組中數據隨機排列、無順序可言.兩個總體均值均未知,通過獨立樣本組,對兩個總體均數是否相等做出判斷,用兩個獨立樣本t檢驗.通過兩個獨立樣本數據檢驗兩個獨立總體均值差異是否有統計學意義.第4章總體均值的參數假設檢驗原假設H0:兩個總體均值相等.須滿足條件:(1)資料類型為數值型,所在總體服從正態分布;(2)兩個樣本所在總體方差未知(齊性?非齊性?);(3)兩個樣本相互獨立.兩步實施:(1)先檢驗兩個總體方差的齊性.(2)再根據兩個總體方差是否齊性,決定檢驗統計量和自由度.第4章總體均值的參數假設檢驗1.3兩個配對樣本t檢驗配對設計:將條件相同或相近的受試對象配成對子,再將每對中的兩個受試對象隨機分配到不同處理組.可以節約樣本,又排除受試對象非處理因素(混雜因素)影響,盡量突顯處理因素作用,配對設計可增強組間的均衡性,從而提高了處理因素的實驗效能.(1)同質受試對象配成對子分別接受兩種不同處理;(2)同一受試對象接受處理前后.配對比較:兩組樣本容量相同、一一對應、不能打亂對子內的排列順序.第4章總體均值的參數假設檢驗“對子數據”的差值序列為直接計算依據,而原始數據是間接計算依據.兩個總體均數均未知,通過兩組相關樣本,對兩個總體均值是否相等做出判斷,用配對樣本t檢驗.旨在通過樣本數據檢驗兩個配對總體均值差異是否有統計學意義.原假設H0:兩個總體均值之差為0.須滿足條件:(1)資料類型為數值型,且兩個樣本所在總體服從正態分布;(2)兩個樣本所在總體的方差未知;(3)兩個樣本為配對樣本.第4章總體均值的參數假設檢驗2、方差分析知識分析完全隨機設計的多個獨立總體均數差異是否有統計學意義.處理結果稱為效應,影響處理結果的條件稱為因素.因素所處的不同狀態(三個及以上)稱為該因素的水平.由各水平樣本效應情況來推斷各水平總體效應之間的差異,確定該因素對處理結果的影響是否有統計學意義.原假設H0:多總體均值相等.基本原理:全部觀察值間總變異(總離均差平方和)分解成組間變異和組內變異,總的自由度也相應分解成組間自由度和組內自由度;組間變異體現隨機誤差和處理因素的作用,組內變異表示隨機誤差的影響;繼續算出各部分的均方,構造F檢驗統計量,比較處理因素在各組間有無差異.第4章總體均值的參數假設檢驗須滿足條件:(1)各組樣本隨機獨立;(2)各組樣本來自正態總體;(3)相互比較的各組樣本總體方差相等.拒絕原假設(總體均數全部相等)時,一般要進行兩兩比較:幾個實驗組與對照組比較時可用Dunnett法;實驗次數較少時可用LSD法;多個均數間兩兩比較進行探索性研究;試驗次數不多時可用S-N-K法;各組試驗數相等時可用Tukey或Bonferroni法(實驗組數<5);各組試驗數不等時可用Scheffe法.第4章總體均值的參數假設檢驗注意:兩兩比較方法有多種,它們之間各有優缺點且沒有絕對替代性,有些情況下甚至不須嚴格選擇,得出結論之間也有略微差別;大家可以查書但不必重點關注.在各組不滿足方差齊性條件時,軟件給出了兩兩比較近似方法.二、實驗目的1.掌握單組總體均值與常數差異是否有統計學意義的t檢驗操作方法;2.掌握兩組獨立總體均值差異是否有統計學意義的t檢驗操作方法;3.掌握兩組配對總體均值差異是否有統計學意義的t檢驗操作方法;4.掌握多組總體均值差異是否有統計學意義的方差分析操作方法.第4章總體均值的參數假設檢驗三、案例分析【實例1】[問題敘述]廠家宣稱某種藥劑的平均有效期是21.5天,現在從生產線上隨機抽樣檢測藥劑共6只,有效期分別為:19、18、22、20、16、25.請由此樣本推斷,現在生產線上的藥劑有效期是否與廠家宣稱有差別？菜單選擇:主菜單“分析”→“比較均值”→“單樣本T檢驗”.界面設置:選擇變量“藥劑有效期”進入“檢驗變量”框;將常數21.5輸入“檢驗值”框,點擊“確定”.[操作步驟]一個(或多個)檢驗變量,變量類型為數值型;一個已知總體均值(常數).定義數值型變量“藥劑有效期”,將所有數據錄入;已知總體均值為21.5.第4章總體均值的參數假設檢驗第4章總體均值的參數假設檢驗[結果分析]

單個樣本統計量N均值標準差均值的標準誤藥劑有效期620.00003.162281.29099單個樣本檢驗檢驗值=21.5tdfSig.(雙側)均值差值差分的95%置信區間下限上限藥劑有效期-1.1625.298-1.50000-4.81861.8186第4章總體均值的參數假設檢驗經分析,6只藥劑有效期樣本均值為20.0000,標準差為1.29099.在單樣本t檢驗中,統計量t值為-1.162,對應的概率值P=0.298,遠大于顯著性水平0.05;說明總體均值與21.5天差異無統計學意義.因此,尚無充分理由否認現在生產線上藥劑有效期與廠家宣稱的有差別.【實例2】[問題敘述]探討血清測定結果對于白血病診斷意義,從病例庫中完全隨機抽取對照組11例、白血病組13例,請推斷兩組血清測定值(

/ml)是否有差別.對照組:179.21、180.22、183.30、160.17、187.23、185.26、165.31、185.21、178.33、191.36、181.32;白血病組:630.21、602.13、589.27、869.23、638.17、592.30、690.11、723.33、653.26、523.17、516.33、613.37、638.39第4章總體均值的參數假設檢驗[操作步驟]定義檢驗變量“血清測定值”,分組變量“組別”;兩組數據全部錄入檢驗變量,在分組變量中,對照組錄入1、白血病組錄入2.點擊主菜單“分析”,點擊“比較均值”,點擊“獨立樣本T檢驗”.第4章總體均值的參數假設檢驗選擇檢驗變量“血清測定值”進入“檢驗變量”框;選擇分組變量“組別”進入“分組變量”框,并點擊“定義組”,在“組1”和“組2”框中分別輸入分組變量的兩個取值1和0,作為不同分組的標識;點擊“確定”.第4章總體均值的參數假設檢驗組別N均值標準差均值的標準誤血清測定值對照組11179.72009.275722.79674白血病組13636.866990.4096825.07513方差方程的Levene檢驗(總體方差齊性檢驗)均值方程的t檢驗(總體均值比較)差95%置信區間FSig.tdfSig.均值差值標準誤差值下限上限假設方差相等7.352.013-16.6422.000-457.1527.47-514.12-400.16假設方差不等-18.1212.30.000-457.1525.23-511.97-402.32第4章總體均值的參數假設檢驗經分析,(1)兩個總體方差的齊性檢驗(H0:兩個總體方差相等):對應的概率值P為0.013,小于顯著性水平0.05,