SPSS實(shí)用教程-統(tǒng)計(jì)推斷.ppt

SPSS實(shí)用教程（3） -統(tǒng)計(jì)推斷,涂文校 北京大學(xué)公共衛(wèi)生學(xué)院 流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系 tuwenxiao,數(shù)據(jù)分析一般步驟,數(shù)據(jù)整理、核查 描述性分析 初步統(tǒng)計(jì)推斷 相關(guān)分析 多變量分析 統(tǒng)計(jì)推斷是研究的核心，但其結(jié)論是建立在良好的數(shù)據(jù)條件,為何要做統(tǒng)計(jì)推斷？,均值（或比例）X1、X2 不同有兩種可能： （1）分別所代表的總體均數(shù)相同，由于抽樣誤差造成了樣本均數(shù)的差別。差別無(wú)統(tǒng)計(jì)學(xué)意義 。 （2）分別所代表的總體均數(shù)不同。樣本均數(shù)的差別不是抽樣誤差造成的。差別有統(tǒng)計(jì)學(xué)意義。,假設(shè)檢驗(yàn)的原理,（1）假設(shè)兩總體均數(shù)相同（H0）； （2）計(jì)算由于抽樣誤差造成樣本均數(shù)有這么大差別的概率P； （3）根據(jù)概率P值下結(jié)論。 小概率：樣本均數(shù)有這么大差別是抽樣誤差造成的可能性很小， 拒絕H0。反之，接受H0。,組間的比較,定量數(shù)據(jù)均值的比較 兩組： 1）符合正態(tài)：兩組t檢驗(yàn)（相互獨(dú)立/配對(duì)） 2）不符合正態(tài)：秩和檢驗(yàn)（相互獨(dú)立/配對(duì)） 多組： 1）符合正態(tài)：方差檢驗(yàn) 2）不符合正態(tài)：秩和檢驗(yàn) 定性數(shù)據(jù)率的比較 卡方檢驗(yàn),T檢驗(yàn),滿足正態(tài)分布 兩組獨(dú)立樣本t檢驗(yàn)： 先方差齊性檢驗(yàn)，根據(jù)是否齊性采用不同合并方差方法 配對(duì)t檢驗(yàn)（兩組樣本不獨(dú)立，如患者前后隨訪資料；數(shù)據(jù)輸入格式不一樣）,獨(dú)立t檢驗(yàn)：男女身高（基于原正態(tài)性檢驗(yàn)）,方差齊性檢驗(yàn),方差不齊,配對(duì)t檢驗(yàn)：采用SPSS飲食研究數(shù)據(jù),數(shù)據(jù)位置 C:Program FilesSPSSTutorialsample_filesdietstudy.sav；16個(gè)病人，4次隨訪，一個(gè)基線，每次都測(cè)定甘油三酯和體重,基線第一次隨訪體重配對(duì)t檢驗(yàn),或者只要前后差值符合正態(tài)即可,同時(shí)選中配對(duì)兩個(gè)變量,秩和檢驗(yàn),適用與非正態(tài)分布數(shù)據(jù) 正態(tài)分布數(shù)據(jù)也適用，但檢驗(yàn)效能相對(duì)低 也有獨(dú)立和配對(duì)檢驗(yàn),秩和檢驗(yàn)：男女生身高,配對(duì)秩和檢驗(yàn)： SPSS飲食研究,方差分析,對(duì)于k個(gè)樣本均數(shù)的比較，如果仍用兩兩比較檢驗(yàn)，需比較 次，如四個(gè)樣本均數(shù)需比較6次。 假設(shè)每次比較所確定的檢驗(yàn)水準(zhǔn) =0.05，則每次檢驗(yàn)拒絕H0不犯第一類錯(cuò)誤的概率為1-0.05=0.95；那么6次檢驗(yàn)都不犯第一類錯(cuò)誤的概率為(1-0.05)6=0.7351，而犯第一類錯(cuò)誤的概率為0.2649， 因而t檢驗(yàn)和u檢驗(yàn)不適用于多個(gè)樣本均數(shù)的比較。用方差分析比較多個(gè)樣本均數(shù),可有效地控制第一類錯(cuò)誤。方差分析(analysis of variance,ANOVA)由英國(guó)統(tǒng)計(jì)學(xué)家R.A.Fisher首先提出，以F命名其統(tǒng)計(jì)量，故方差分析又稱F檢驗(yàn)。,方差分析基本理論,方差分析主要先決條件,等方差 正態(tài)性 獨(dú)立性,不同年級(jí)的身高（不納入1人的4年級(jí)）,單因素方差分析：各組相互獨(dú)立,方差分析秩和檢驗(yàn),重復(fù)測(cè)量方差分析：各組不獨(dú)立,方差分析秩和檢驗(yàn)，無(wú)法事后兩兩比較對(duì)策,方差分析秩和檢驗(yàn)，各組間不相互獨(dú)立,分類變量的卡方檢驗(yàn),卡方檢驗(yàn)基本原理： 2值反映了觀察頻數(shù)與期望頻數(shù)吻合的程度（或差別的程度）。 觀察頻數(shù)與期望頻數(shù)的吻合程度越好，即兩者差別越小，2值越小。,卡方檢驗(yàn)的注意點(diǎn)：選擇適當(dāng)公式（1）,(1) E 5, n 40 時(shí), 用基本公式 (O - E)2 2 = - E 即SPSS中的：Pearson Chi-Square,卡方檢驗(yàn)的注意點(diǎn)：選擇適當(dāng)公式（2）,(2) 1 40 時(shí), 用校正公式 (|O - E| - 0.5)2 2 = - E 即SPSS中的：Continuity Correction,卡方檢驗(yàn)的注意點(diǎn)：選擇適當(dāng)公式（3）,(3) 若n40，或 E1 時(shí)， 用 Fisher 確切概率法 (a+b)!(c+d)!(a+c)!(b+d)! p = - a!b!c!d!n! 即SPSS中的：Fishers Exact Test,相互獨(dú)立的兩組卡方檢驗(yàn)： 不同年級(jí)性別是否有差異,RC列聯(lián)表：學(xué)生成績(jī)與父親教育,RC列聯(lián)表,RC列聯(lián)表2檢驗(yàn)對(duì)理論頻數(shù)有要求 只能認(rèn)為各總體率之間總的來(lái)說(shuō)不同，但不能說(shuō)明它們彼此之間都不同，或某兩者之間有差別 關(guān)于單向有序資料（等級(jí)資料）的統(tǒng)計(jì)處理， 宜用秩和檢驗(yàn) 除關(guān)聯(lián)性檢驗(yàn)外, 用于說(shuō)明兩個(gè)變量之間關(guān)系的密切程度，則需計(jì)算關(guān)聯(lián)系數(shù)(contingency coefficient),相互獨(dú)立的兩組卡方檢驗(yàn)： 半成品數(shù)據(jù),數(shù)據(jù)錄入格式,匹配的兩組卡方檢驗(yàn)： 半成品數(shù)據(jù),相關(guān)分析,Pearson 線性相關(guān)系數(shù),Spearman 等級(jí)相關(guān),相關(guān)分析的注意事項(xiàng),Pearson 相關(guān)系數(shù) X 、Y 服從雙變量正態(tài)分布 分層現(xiàn)象/散點(diǎn)圖的作用 對(duì)相關(guān)的解釋（樹的長(zhǎng)高與嬰兒的長(zhǎng)高）,分層現(xiàn)象（1）,分層現(xiàn)象（2）,身高與體重的相關(guān)分析：假定正態(tài),身高與體重的相關(guān)分析： 兩個(gè)變量不全符合正態(tài)，采用Spearman等級(jí)相關(guān),統(tǒng)計(jì)推斷練習(xí) （要選擇合適的檢驗(yàn)方法）,1.比較男女生體重是否有差異 2.比較1-3年級(jí)體重是否有差異 3.將父親的最高文化程度分為三級(jí)：初中及其以下、高中（或中專）、大專及其以上，然后比較父親的文化程度與子女的成績(jī)關(guān)系 4.求出學(xué)生父親和母親教育程度的相關(guān)系數(shù),統(tǒng)計(jì)推斷練習(xí)答案,1.比較男女生體重是否有差異： Mann-Whitney U檢驗(yàn)，P0.276 2. 比較1-3年級(jí)體重是否有差異： Kruskal Wallis Test， P0.018 3.將父親的最高文化程度分為三級(jí)與子女的成績(jī)關(guān)系：Pearson Chi-Square，P0.372 Contingency Coefficient0.151 4.求出學(xué)生父親和母親教育程度的相關(guān)系數(shù) Spearmans rho0.646，P0.001,