心理量表网专业心理学量表网站

标题: [其他] spss在医学统计学中的应用 [打印本页]

作者: zhma2001 时间: 2011-1-10 09:44 标题: spss在医学统计学中的应用

spss在医学统计学中的应用（二）
2007-12-24 17:44:08
方差分析A
常见方差分析有：
完全随机设计的方差分析（即单因素方差分析）、随机区组设计的方差分析（即配伍设计或两因素方差分析）、多因素的方差分析、析因设计的方差分析、协方差分析、多元方差分析、交叉设计的方差分析、重复测量的方差分析等等。
完全随机设计的方差分析（即单因素方差分析）应用 Analyze→Compare Means→One-Way ANOVA过程。可进行各组均数间的两两比较。
两因素方差分析、多因素方差分析、协方差分析：应用 Univariate （a.[统]单变量的）的子菜单。
多元方差分析：当结果变量（应变量）不止一个时，应用Multivariate子菜单。

重复测量的方差分析：应用Repeted Measures子菜单。
Variance Components子菜单：用于做方差成份模型。
常用的菜单项是univarate。
univarate对话框界面说明
最常用的有：Dependent Variable框、Fixed Factors框、Model钮、Post Hoc钮。
【Dependent Variable框】选入需要分析的变量（应变量），一个。
【Fixed Factors框】    固定因素。
【Random Factors框】随机因素。
【Covariate框】    协方差分析时的协变量。
【WLS Weight框】即用于选入最小二乘法权重系数。

【Model钮】    用于设置在模型中包含哪些主效应和交互因子。

Build Term 下拉列表框用于选择进入模型的因素交互作用级别。

Sum of squares 框用于选择方差分析模型类别，默认的3型即可；
Include intercept in model 复选框，用于选择是否在模型中包括截距。
【Contrast钮】    定义精细趋势检验和精确两两比较。
【Plots钮】       用于指定用模型的某些参数作图。
【Post Hoc钮】    两两比较对话框。
【Save钮】  将模型拟合时产生的中间结果或参数保存为新变量供继续分析时用，可保存预测值、残差、诊断用指标等。
【Options钮】定义选项。可定义如常用描述指标、方差齐性检验等。
随即区组设计的方差分析（两因素方差分析）：两个需分析的影响因素都选入fixed  factor框，model里选择两因素的Main Effects。
多因素方差分析：多个需分析的影响因素都选入fixed  factor框，model里选择多个因素的Main Effects。
析因分析（有重复的两因素方差分析）：两个需分析的影响因素都选入fixed  factor框，model里选择两个因素的Interaction 和 Main Effects。此时可单击Plots按钮并在其对话框的Horizontal axis框和Separate lines框中分别各输入一个因素，那么在最终分析结果里可得到两种因素的各种水平组合下的效应图。
注意问题：
•需要分析的影响因素可以都选入fixed  factor框。
•方差分析模型多数情况下要选model III。
•model的设置对分析是非常重要的，如果设置不正确，可能什么都做不出来，比如无重复数据的方差分析纳入了交互作用、析因设计的方差分析纳入了设计中不存在的因素，就会做不出结果。
协方差的操作同方差分析，只是多选了一个协方差变量，结果分析也大体相同。

卡方检验A
述：用于分类计数资料的假设检验方法，属非参数检验。检验的是样本分布偏离理论分布的严重程度，即检验的是分布，不是总体参数。Crosstabs过程用于对计数资料和有序分类资料进行统计描述和简单的统计推断。在分析时可以产生二维至n维列联表，并计算相应的百分数指标。统计推断则包括了我们常用的X2检验、Kappa值，分层X2（X2M-H）。如果安装了相应模块，还可计算n维列联表的确切概率（Fisher's Exact Test）值。
原理：检验两个（或多个）样本率或构成比之间差别是否有统计学意义，从而推断两个（或多个）总体率或构成比之间是否有统计学意义。若P<0.05，拒绝无效假设H0，做出总体上差异有显著性意义的结论。
多组间的两两比较，必须重新规定检验水准。

分类：行×列表x2检验、四格表x2检验、配对x2与一致性检验、分层x2检验

1、分类资料数据录入格式简介

在定量资料中，一般每个观察对象的变量值都不一样，记录格式为一个观察病例一条记录。而在分类资料中，所有的变量值都限于很少的几个类别。为记录方便，常常采用频数表格式来记录数据，一条记录对应多个观察病例。对频数资料，分析时需用Weight Cases过程指定一下频数变量用于记录加权。

2、Crosstabs过程详解

界面说明：

【Rows框】用于选择行*列表中的行变量。

【Columns框】用于选择行*列表中的列变量。

【Layer框】Layer 指的是层，在分层x2检验中设定分层变量。

【Display clustered bar charts复选框】显示重叠条图。

【Suppress table复选框】禁止在结果中输出行*列表。

【Exact钮】针对2*2以上的行*列表设定计算确切概率的方法，可以是近似概率（Asymptotic only）、蒙特卡罗模拟概率（Monte Carlo）或确切概率计算（Exact）。

【Statistics钮】弹出Statistics对话框，用于定义所需计算的统计量

o    Chi-square复选框：计算X2值。

o    Correlations复选框：计算行、列两变量的Pearson相关系数和Spearman等级相关系数。

o    Norminal复选框组：选择是否输出反映分类资料相关性的指标，很少使用。

o    Ordinal复选框组：选择是否输出反映有序分类资料相关性的指标，很少使用。

o    Eta复选框：计算Eta值，其平方值可认为是应变量受不同因素影响所致方差的比例；

o    Kappa复选框：计算内部一致性系数，取值在0～1之间。Kappa≥0.75两者一致性较好；0.75>Kappa≥0.4两者一致性一般；Kappa<0.4两者一致性较差。

o    Risk复选框：计算OR值（比数比）和RR值（相对危险度）。

o    McNemanr复选框：配对卡方检验，只能针对方形表格进行。不能给出卡方值，只能给出P值。

o    Cochran's and Mantel-Haenszel statistics复选框：为两个二分类变量进行独立性检验和同质性（齐性）检验，同时可进行分层因素的调整。包括：χ2MH统计量（分层卡方检验）、χ2CMH统计量、同质性检验（用于检验各层的风险情况是否一致）。可在下方设定相应H0假设的OR值，默认为1。

【Cells钮】弹出Cells对话框，用于定义列联表单元格中需要计算的指标：

o    Counts复选框组：是否输出实际观察数(Observed)和理论数（Expected）；

o    Percentages复选框组：是否输出行百分数（Row）、列百分数（Column）以及合计百分数（Total）；

o    Residuals复选框组：选择残差的显示方式，可以是实际数与理论数的差值（Unstandardized）、标化后的差值（Standardized，实际数与理论数的差值除理论数），或者由标准误确立的单元格残差（Adj. Standardized）；

【Format钮】用于选择行变量是升序还是降序排列
3、结果分析
从左到右：检验统计量值、自由度、双侧近似概率、双侧精确概率、单侧精确概率
从上到下：Pearson卡方、连续性校正卡方、对数似然比卡方、Fisher’s确切概率法、线性相关卡方、有效记录数
   当n≥40且所有T≥5时，用普通的卡方检验。若所得P≈α，改用确切概率法；
当n≥40但有1≤T＜5时，用校正的卡方检验；
   当n<40或有T＜1时，改用确切概率法

有观点认为，实际应用中对数似然比卡方比确切概率法更准确。4、实例分析
例8.1 在“EG0201.sav”中分析如下问题：
   感染组与非感染组，其输血次数是否有显著性差异？
   不同手术方式之间，其输血次数是否有显著性差异？（行列表卡方检
2 研究亚洲、欧洲、北美洲地区的人群血型分类构成是否一样。（卡方检验中的两两比较）
例8.3 研究单用某种药物与药物加化疗两种处理方法对某种癌症的疗效比较。（四格表卡方检验）

例8.4 在“EG0201.sav”中，研究不同性别的感染率有无显著性差异。（四格表校正卡方检验）

例8.5 22只大白鼠随机分成试验组和对照组，试验组用某种化学物质诱发肿瘤实验，问两组发癌率有无显著性差异？（四格表卡方检验确切概率法）

例8.6 有26份咽喉涂抹标本，每份标本分成两份，分别接种在A和B两种白喉杆菌培养基上，观察其生长情况。问两种培养基对其生长有无显著性差异？  （配对卡方检验）

例13.1 例13.2评价某种生化酶诊断前列腺癌与病理诊断的一致性。（对新诊断手段、方法进行检验）

例13.2 用尿分析仪UA-12和RL-9对400份尿样的尿蛋白进行测定，试评价两种尿分析仪对尿蛋白测定的一致性。（评价两种化验方法对同一样本的一致性）

方差分析C--协方差分析
一、基本思想：
在作两组和多组均数之间的比较前，用直线回归的方法找出各组Y与协变量X之间的数量关系，求得在假定X相等时的修正均数，然后用方差分析比较修正均数之间的差别。
与回归过程区别：重点求修正均数，其次才是比较。
二、要求条件：
X与Y的线性关系在各组均成立，且各组间回归系数近似相等；
X的取值范围不宜过大。否则修正均数的差值在回归直线的延长线上，不能确定是否仍然满足平行性和线性关系的条件，协方差分析的结论可能不正确。

三、步骤：
1、  用“线性回归”检验各组回归系数是否近似相等（先拆分数据）；
2、  协方差分析。
方差分析要求条件：
单因素方差分析：各样本的独立性、正态性、方差齐

两因素、多因素方差分析：各样本的独立性、正态性

（配伍设计、交叉设计、正交设计、有重复设计的多因素方差分析）

常用实验设计及分析方法：

完全随机设计：

涉及一个处理因素，采用单因素方差分析。

要求数据正态性、方差齐性。若经变量变换仍达不到要求，采用非参数方法进行检验。

如果分析结果显示该因素有统计学意义，应当继续进行各组均数间的两两比较。如果不存在明确的对照组，进行的是验证性研究，宜用LSD 法；若进行多个均数的两两比较（探索性研究），且各组人数相等，宜用Tukey法；其他情况宜用Scheffe法。

配伍设计（随机区组设计）：
当只有两个配伍组时，就是配对设计。由于单元格内无重复数据，交互作用和方差齐性不考察。
   方法：两因素方差分析。（一应变量，两自变量）
交叉设计：交互作用和方差齐性不考察
拉丁方设计：交互作用和方差齐性不考察。
正交设计：考查交互作用，方差齐性不考察。
析因设计：考查交互作用，方差齐性不考察

作者: 孤云飞 时间: 2011-8-4 09:34

谢谢粘贴！！

欢迎光临心理量表网专业心理学量表网站 (http://51liangbiao.com/)