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 →单因素ANOVA ，进入 单因素方差分析对话框，将左侧“右2:4”变量选入到 “因变量列表”框中，再将“30bp多态性”选入 “因 子”框中。
方差齐性检验
各组数值需进行方差齐性的检验。打开 “选项”对话框，勾选“描述性”和“方 差同质性检验”。
OR值即是相对危险度的精确估计值。
优势比（odds ratio，OR）
吸烟与食管癌关系的病例对照调查结果
结果
吸烟
不吸烟
合计
食管癌患者
309(a)
126(b)
435
非食管癌患者
208(c)
243(d)
451
合计
517(a+c)
369(b+d)
886
吸烟的优势 309 / 517 1.49 非吸烟的优势 126 / 369 0.52
对于均值的检验，应在方差齐性假定下进行。其对应的p值为 0.104>0.05，认为男生和女生右手2D:4D没有显著性差异。
配对样本均值的检验
-比较两个配对总体的均 值是否有显著性差异
30
什么是配对样本
指不同的均值来自具有配对关系的不同样 本，此时样本之间具有相关关系，配对样 本的两个样本值之间的配对是一一对应的， 并且两个样本具有相同的容量。
如检验今年新生的身高、体重等是否和往年有 显著差异；推断某地区今年的人均收入与往年 的人均收入是否有显著差异等等。
要求样本数据来自于服从正态分布的单一 总体
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
SPSS软件中几种常 用的统计方法
目录
1、卡方检验中的OR值 2、均值检验
卡方检验
χ2检验是以χ2分布为基础的一种假设检验方 法，主要用于分类变量，根据样本数据推 断总体的分布与期望分布是否有显著差异， 或推断两个分类变量是否相关或相互独立。
优势比
优势比（odd ratio，OR）指在病例-对照 研究中病例组暴露人数与非暴露族人数的 比值(a/b)除以对照组暴露人数与非暴露人 数的比值(c/d),即ad/bc。
卡方检验
OR值计算
均值的比较检验
- 推断样本与总体或者两 个总体之间的差异是否显著
16
本章结构
单一样本的均值检验
均值的比较检验
独立样本的均值检验 配对样本的均值检验 单因素的方差分析
单一样本均值的检验
-检验样本所在总体的均值与 给定的已知值之间是否存在显著性 差异
18
单一样本均值的检验
对单一变量的均值加以检验
SUCCESS
THANK YOU
•
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。

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
基本统计描述
方差齐性检验
方差分析表
SUCCESS
THANK YOU
•
独立样本均值的检验
-比较两个独立没有关联 的正态总体的均值是否有显著 性差异
24
独立样本均值的检验
独立样本的均值检验，实质是总体均值是否 相等的显著性检验
要求两个样本来自的总体为正态分布，且相 互独立
SPSS应用
操作步骤（1）
按照顺序：分析 → 比较均值 → 独立样本T检验， 进入独立样本T检验 “独立样本T检验”对话框 中，将左侧“右2:4”变量选入到 “检验变量”框 中，再将分类变量“性别”选入 “分组变量”框 中。
208 / 517
243/ 369
OR 1.49 2.87 0.52
OR值的意义：
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。
SPSS应用
选择“数据→加权个案 ”，对数据进行加 权。
SPSS应用
选择“分析→描述统计→交叉表”，将“吸烟状 况”和“组别”分别添加到“行、列”框中。然 后点击“统计量”，勾选“卡方”和“风险”
输出结果
如，一组病人治疗前和治疗后身体的指标； 一个年级学生的期中成绩和期末成绩等等。
单因素方差分析
one-way ANVOA
-推断完全随机设计的多 个样本所代表的各总体均数是 否相等
32Βιβλιοθήκη Baidu
完全随机设计（completely random design） 不考虑个体差异的影响，仅涉及一个处理 因素，但可以有两个或多个水平，所以亦 称单因素实验设计。在实验研究中按随机 化原则将受试对象随机分配到一个处理因 素的多个水平中去，然后观察各组的试验 效应；在观察研究（调查）中按某个研究 因素的不同水平分组，比较该因素的效应。