SPSS软件在药物研究中的应用

1、毕业设计(论文)中文摘要目的SPSS软件在药物研究中的应用摘要:SPSS被称为社会学统计软件包，是世界上使用最广泛的专业统计软件。它以其推理严谨、结论可靠、操作方便的独特优势，在科学研究中发挥着巨大的作用。集数据录入、数据管理、统计分析、报表制作、图形绘制于一体，是非专业统计人员使用最多的统计分析软件。本课题主要基于胎粪吸入综合征患儿肺表面活性物质对血管血小板衍生生长因子影响的医学实例。采用SPSS软件，卡方检验和T检验对治疗前后的性别、分娩方式和血清血小板衍生生长因子进行分析。结果表明，治疗组和对照组婴儿性别和分娩方式无显著差异。应用肺表面活性物质治疗胎粪吸入综合征，可通过下调血小板衍生生长

2、因子的表达，抑制肺部炎症反应，减轻肺损伤。关键词:SPSS肺表面活性物质胎粪吸入综合征卡方检验T检验1导言1.1简介在科学研究的过程中，我们经常会得到大量的数据，这些数据中包含了很多有价值的信息。要准确、科学地提取这些信息，必须应用各种统计分析方法。如何选择合适的统计分析软件进行统计分析，实现对研究结果的快速、科学处理，并得出正确的结论，是生物医学研究中至关重要的环节。但是在生物医学研究过程中，由于各种条件的限制，往往不允许我们对实验过程进行反复的观察和测量，导致我们能得到的一些实验数据有时非常少。所以我们往往需要一些技术软件，通过对相对少量的实验案例进行统计分析和处理，得到我们需要的数据，来

3、推测所有研究对象的发展规律。SPSS软件的出现为我们的研究提供了便利。1.2 SPSS软件介绍及研究现状SPSS(Statistical Package for the Social Sciences)是缩写，即社会科学统计程序，是世界上最早的统计分析软件。它与SAS(统计分析系统)和BMDP(生物医学程序)一起被称为世界上最有影响力的三大统计软件1，2。SPSS之所以叫社会学统计软件包，是为了强调它在社会科学中的应用，因为社会科学研究中的很多现象都是随机发生的，需要用统计学和概率论的定理进行研究。事实上，它可以在社会科学和自然科学的各个领域发挥巨大的作用，已经应用于经济学、生物学、教育学、心

4、理学、医学和体育、工业、农业、林业、商业和金融【SAS是最完整、最强大的统计分析软件。具有完善的数据管理和统计分析功能，是懂统计、喜欢编程的专业人士的首选。与SAS相比，SPSS是非专业统计人员的首选。国际学术界有一个不成文的规定，就是在国际学术交流中，SPSS软件所做的所有计算和统计分析都不需要解释算法，可见其影响力之大，声誉之高。20世纪60年代末，他就读于 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/282776.htm t _blank 美国斯坦福大学三个研究生共同发明创造了SPSS软件，成立了SPSS软件公司。与此同时

5、，在1975年，他们建立了SPSS公司的总部来坐镇 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/36045.htm t _blank 芝加哥。1984年，SPSS总部首次开发出世界上第一个计算机版本的SPSS/PC+统计分析软件，开创了SPSS软件计算机系列产品的发展方向，大大扩展了其应用范围，并迅速应用到 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/10445.htm t _blank 自然科学、 HYPERLINK ./%20%20%20%20:/baike.

6、baidu%20%20%20%20/view/1318218.htm t _blank 技术科学、 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/50546.htm t _blank 社会科学在各个领域，世界上许多有影响力的报刊杂志都在自动统计图表、深入分析数据、简单易用、功能齐全等方面对SPSS软件给予了很高的评价和好评。直到今天， HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/637703.htm t _blank SPSS软件历史，40多年的成长，全球约有25万

7、用户在使用这款产品，他们分布在 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/20429.htm t _blank 通讯、 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/178859.htm t _blank 医疗，会计， HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/20233.htm t _blank 银行、 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20

8、%20/view/17039.htm t _blank 证券、 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/16482.htm t _blank 保险、 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/477052.htm t _blank 制造行业， HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/8211.htm t _blank 商业、市场调研、科研和教育等。 HYPERLINK ./%20%20%2

9、0%20:/baike.baidu%20%20%20%20/view/257682.htm t _blank 领域和 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/view/114338.htm t _blank 行业，是世界上应用最广泛的专业统计软件4，5。例如，在药学研究领域，文彬等人通过实例探讨了SPSS软件包在药学研究中的实际应用，结果表明应用SPSS软件可以使数据处理更快、更准确6。2004年，周志恒等人用SPSS软件在医学统计学教学中进行了计算机辅助教学实践，发现用SPSS软件辅助医学统计学教学激发了学生的学习热情，提高了学生对

10、实际数据的统计分析能力，明显改善了教学效果7。2007年范蠡吴伟应用SPSS软件研究了不同因素对溶血磷脂乳化特性的影响，得出SPSS软件适用于溶血磷脂乳化条件的研究8。2009年，徐东升、卫哲等。进行了短期负荷特性分析和预测研究，将SPSS软件应用于电力系统，从多个方面阐述了SPSS软件在电力系统负荷特性分析中的应用。由此得出结论，SPSS软件能更清晰地了解短期负荷特性的关系、变化规律和影响，对提高负荷预测水平具有重要意义9。SPSS是世界上第一个通过使用图形菜单来促进页面统计分析的软件。 HYPERLINK ./%20%20%20%20:/baike.baidu%20%20%20%20/vi

11、ew/37.htm t _blank 软件它最突出的特点是用户界面非常友好，输出结果极其漂亮。它将几乎所有的功能都显示在一个统一的、规则的界面中，通过使用Windows窗口显示各种数据管理和分析方法的功能，并在对话框中显示各种功能选项。用户只要学会掌握一定的计算机操作技能，懂得一些统计分析原理，就可以利用软件为具体的科研工作服务。SPSS的数据输入和管理类似于EXCEL中的数据输入和管理，数据接口通用，可以方便地从其他数据库中读取数据。其统计分析流程包括常用的、成熟的统计流程，完全可以满足非统计专业人员的工作需求。输出非常漂亮漂亮，而且是以特殊的SPO格式存储，可以转换成HTML格式等文本格式

12、。对于了解老版本编程工作原理的用户，SPSS还有一个语法生成窗口。用户只需在菜单中选择各种选项，然后按下“粘贴”按钮，即可自动生成标准的SPSS程序，极大地方便了广大用户10。利用SPSS软件进行统计分析和计算，只需通过选择菜单、填写对话框、选择按钮等简单操作即可完成，省去了编程的繁琐工作11。使用这个统计软件，你不仅可以得到分析后的数值结果，还可以得到直观、清晰、美观的统计图。SPSS的自动图形生成功能使图形制作非常方便，内容丰富，语言简洁，图文并茂。1.3应用SPSS软件应注意的问题我们用SPSS做统计分析的时候，最好用英文版，因为英文版的功能比较全。而且因为SPSS软件有很多版本，所以在

13、使用的时候要注意各个版本的差异，这样才能更好的使用。另外，SPSS软件只是一个有用的数据分析工具，但并不是万能的。在解释SPSS的结果时，要把统计指标和参数与实际问题结合起来。比如在药学研究数据的统计分析中，只有将药学专业知识与统计指标和参数相结合，才能得出满意的分析结论。1.4论文的研究能力本文主要基于肺表面活性物质对胎粪吸入综合征患儿血管血小板衍生生长因子影响的医学实例。利用SPSS软件，对胎粪吸入综合征患儿的性别和分娩方式进行卡方检验，对治疗前后血清中PDGF的数据进行配对T检验，介绍如何利用SPSS统计软件实现科学准确的科研数据统计分析，学习掌握SPSS统计软件在药物研究中的应用。SP

14、SS软件的统计分析方法SPSS软件具有使用对话框管理和分析数据的功能，有一些常用的统计方法:探索性统计、t检验、生存分析、协方差分析、聚类分析、logistic回归分析、判别分析和非参数检验12。SPSS常用的统计分析方法有很多，包括数据的整理、分析、描述和统计推断，数据库的整理和建立，变量和文档的交换和传递，统计数据指标的设计和计算，统计图和表的描述，统计推断中的T检验、单因素方差分析、卡方检验、非参数检验、多元回归和logistic回归分析13。本课题主要采用配对t检验和卡方检验。2.1 T检验原理及研究现状T检验，即学生的T检验，是用小样本来检验整体的大样本。其特点是在均值和方差未知的情

15、况下，可以检验样本均值的特征。1908年由Gasste在Biometrika上发表，由Gasste发明用于观察葡萄酒的质量。分为三种情况:单个样本的均值检验、独立样本的均值比较和配对样本的均值比较。单样本均值检验:检验单个变量与给定常数的均值是否存在差异。目的是利用某一总体的样本数据来判断总体样本的均值与规定的假设检验值之间是否存在特征差异。这是对总体样本平均值的假设检验。独立样本的t检验:是指两个样本相互独立，没有任何联系，两个独立样本在相同的条件下进行检验。研究者的主要目的是利用两个不同人群的独立样本来判断两个人群的均值是否存在显著差异14。这个检验的条件是两个样本应该是相互独立，互不相关

16、的，即从一个群体中选取一些样本对从其他群体中选取一些样本没有影响。两组之间的样本数量可以不同，并且样本之间的顺序可以改变。而且样本来自两个总体，应该满足正态分布的条件15。双样本T检验:其目的是利用两个不同总体的配对样本数据来判断两个总体的平均值是否存在显著差异。配对样本有两个基本性质:一是两组样本总数相同；其次，两组样本的观测值是有一定顺序的，它们是相互对应的，不能随意改变。两个配对样本t检验的基本步骤16:(1)提出最初的假设。，分别是第一和第二人口的平均值。配对样本T检验的原假设H0是两个总体均值之间没有显著差异，表示为:H0。(2)选择统计。配对t检验使用字母t作为样本的统计量。选取两

17、对T检验统计量的思路是:取每对观测值的差值形成差异样本，检验差异样本的平均值是否显著为0。如果差异样本的平均值显著不等于0，则可以认为两个总体样本的平均值存在显著差异；反之，如果差数列的平均值与0没有显著差异。可以认为两个人口平均数之间没有显著差异。(3)计算检验统计变量的观测值和概率P值。SPSS将计算两组样本之间的差异，并将相应的数据代入公式，计算T统计的观察值和相应的概率P值。(4)给出显著性水平的，进行决策。与给定的显著性水平相比，如果P值小于显著性水平，则拒绝原假设，认为差异样本的总体均值与0显著不同，两个总体样本差异显著；相反，认为两个人口样本之间没有显著差异。在医学研究中，T检验

18、被广泛用于数据统计分析。例如，1996年，裴真和陆寿通过计算机模拟实验，分析比较了配对T检验和团体T检验的有效性，得出了配对T检验的应用条件。结果表明，要提高检验效率，必须有充分的匹配设计依据17。2006年，王军等从一个实例出发，讨论了联合用药中药物相互作用的统计分析方法。结果表明，采用多样本T检验或药物相互作用的正交比较，结论更加清晰可靠18。2007年，莫志江和魏华龄使用SPSS软件对体外释药参数进行了估计，得出SPSS软件适用于估计体外释药参数的结论19。2.2卡方检验的原理和研究现状卡方检验又称卡方检验，是由美国统计学家皮尔逊提出的一种广泛使用的假设检验方法。该检验是一种基于X2分布

19、的假设检验方法，主要用于对变量进行分类，根据样本数据推断总体分布是否与期望分布存在显著差异，或者推断两个分类变量是否相关或相互独立，检验频率分布的拟合优度。原来的假设是:H0:观察到的频率和预期的频率没有区别。X2检验的基本思路:首先，假设H0计算X2值，该值表示观测值与理论值之间的偏差。根据X2分布，X2统计量可以确定在H0成立的条件下获得当前统计量和更极端情况的概率p。如果p很小，说明观测值偏离理论值太多，应该拒绝原假设，说明对比数据之间存在显著差异；否则，我们无法拒绝原来的假设，仍然无法认为所代表的实际情况与理论假设不同20。X2检验计算方法分为一般公式法、特殊公式法、四表X2值修正法、

20、精确概率法和配对数据的X2检验法。卡方检验的基本步骤:假设的目的:推断1是否等于2。H0:1 =2 H1:12(2)方法:其中a是实际频率，e是理论频率。当X2 x 20.05，1=3.84，P 0.05时，拒绝H0。当X2 0.05时，接受H0。几种卡方检验的比较；连续性2检验:只适用于四格表的数据。当n40时，所有期望频率都大于1，只有1/5的小区的期望频率大于1小于5；Fisher精确概率法:当样本量 40或期望频率40，最小期望频率 5时，结论与皮尔逊2基本一致。卡方检验有着广泛的应用。例如，在2010年，明辉等人分析了网络数据包，并使用卡方值比较来测试系统的行为。结果表明，与现有的入

21、侵检测方法相比，卡方检验方法具有更好的环境适应性和数据协同分析能力21。2011年，桂斌等人利用数理统计中的K.Pearson卡方假设检验模型对高校图书馆的馆藏结构与学科建设的一致性进行了判断。结果表明，这种量化的方法可以用来判断图书馆的馆藏在各个学科之间是否均衡，为今后的馆藏建设提供了更好的指导22。2011年，文等利用卡方检验验证了对比样本之间的显著性差异，从而实现了裂隙岩体统计平均质量区域的划分23。3SPSS软件在药物研究领域的应用经过一段时间的学习，我学会了使用SPSS软件做一些简单的数据统计分析和解释结果的分析技巧。这里通过一个具体的例子来介绍如何使用SPSS统计软件实现对科研数据

22、的科学准确的统计分析，并学习掌握SPSS统计软件在药物研究中的应用。3.1示例的介绍和设计数据来源这个例子来自于医科大学研究生雅丽的学术论文肺表面活性物质对胎粪吸入综合征患儿血管皮肤生长因子和血小板衍生生长因子的影响中的一些数据。3.1.2数据背景胎粪吸入综合征(MAS)是指胎儿在子宫内或出生时吸入的羊水中混有胎粪，导致呼吸道和肺泡发生机械性阻塞，并伴有肺泡表面活性物质失活，肺组织发生化学性炎症的一组综合特征。出生后，胎儿主要遭受呼吸窘迫，并伴有一些其他器官损伤。MAS衍生的肺表面活性物质(PS)在儿童中受到严重损害。胎粪吸入引起的缺氧和酸中毒现象，会损伤肺血管皮肤细胞和肺泡上皮细胞，导致小儿

23、肺水肿和肺出血，从而严重损害小儿健康，降低其肺扩散功能，使缺氧现象更加严重。此外，肺泡型细胞的损伤导致肺灌注减少，PS的合成和分泌减少。本实验旨在观察血小板衍生生长因子(PDGF)在胎粪吸入综合征患者血清中的表达，并探讨其表达水平。外源性肺表面活性物质替代治疗可以了解PS对胎粪吸入综合征氧合和肺炎因子表达的影响，从而为肺表面活性物质的应用提供理论依据。实验设计2008年2月至2010年1月，省儿童医院选择新生儿科重症监护室确诊为胎粪吸入综合征的新生儿。按照随机数字表法将胎粪吸入综合征新生儿分为肺表面活性物质治疗组(PS组)和常规治疗组(对照组)。治疗组22例，其中男性新生儿18例，女性新生儿4

24、例，剖宫产新生儿13例，自然分娩新生儿9例，常规治疗组(对照组)19例，其中男性新生儿16例，女性新生儿3例，剖宫产新生儿8例，剖宫产新生儿11例。PS组和对照组除药物治疗外，均给予其他相应的对症治疗。PS组分别给予PS 70 mg/kg。PS组和对照组患儿于点采集(PS组于治疗后72小时采集支气管静脉血2ml，用离心lOmin以3000 r/min抽取上清液，在一定温度下保存备用。同时，在72小时和10个时间点检测儿童血清中的PDGF水平。通过SPSS 19.0对实验所需的所有数据进行整理、汇总和统计分析。采用卡方检验分析PS治疗组与对照组在性别和分娩方式上是否存在差异，采用配对t检验比较治

25、疗前后血清PDGF的变化。3.2性别分组数据的卡方检验分析按照随机数字表法将胎粪吸入综合征新生儿分为肺表面活性物质治疗组(PS组)和常规治疗组(对照组)。性别分组数据见表3.1。表3.1按性别分组的数据治疗组控制组性别男人18起案件16起案件妇女4起案件3起案件总计达22起案件19起案件3.2.1建立资料档案点击Windows的/start按钮，在/program菜单项/IBM SPSS statistics中点击/IBM SPSS statistics 19，启动SPSS。执行File /New /Data命令创建一个新的数据文件，出现数据编辑窗口，如图3.1所示，用于数据的输入、编辑和显示

26、。在输入实验数据之前，需要定义变量。定义方法如下:点击数据编辑窗口左下方的“变量视图”选项卡或双击列中的表头“Var”打开变量定义窗口，如图3.2所示。该窗口中的每一行都代表一个变量的定义信息，包括变量名(Name)、变量类型(Type)、变量宽度(Width)、变量小数位数(Decimals)、变量标签、变量值标签(Values)、缺失值(Missing)、单元格宽度(Columns)、变量对齐格式(Align)和变量度量。目前的图3.1数据编辑窗口图3.2变量定义窗口根据表3.1中的数据定义变量:根据表3.1，我们可以定义三个变量，其中“组”表示组，其中“1=治疗组”，“2=对照组”，“性

27、别”表示性别，其中“1=男性”，“2=女性”，“频率”表示频率。单击名称下方的单元格，输入变量名“组”；单击类型下方的单元格，单击定位，单元格右侧将出现一个按钮。点击该按钮，会弹出一个定义变量类型的对话框。选择变量类型，所以“组”是数值，所以选择数值(逗号是逗号，点是点，科学记数法是科学计数，日期是日期，美元是美元，自定义货币是用户定义的，字符串是字符。点按“小数”下方的单元格，并在单元格中输入“0”；接下来，在Lable下的单元格中输入“group”；要解释组的值，请单击值下方单元格中的按钮，单击此按钮打开定义变量值标签的对话框，在值列中输入“1”并在标签中输入“治疗组”，单击添加按钮将值标

28、签添加到值标签列表中，然后在值列中输入“2”并在标签中输入“控制组”，并单击添加按钮将第二个值标签添加到值标签列表中。其他选项是系统默认值。名称下方在名称下方的第二个单元格中输入变量名称“性别”;单击类型下方的单元格，单击定位，单元格右侧将出现一个按钮。点击该按钮，弹出变量类型定义对话框，可以选择变量类型，“性别”为数值；al类型，因此您可以选择数字。点按“小数”下方的单元格，并在单元格中输入“0”；接下来，在Lable下的单元格中输入“性别”；点击数值下方的单元格外观按钮，弹出定义变量值标签对话框。在值列中输入“1”，在标签中输入“男性”，点击添加按钮将值标签添加到值标签列表中，然后在值列中

29、输入“2”，在标签中输入“女性”，点击添加按钮将第二个值标签添加到值标签列表中；其他选项是系统默认值。在名称下面的第三个单元格中输入变量“freq ”;单击类型下方的单元格，单击定位，单元格右侧将出现一个按钮。点击该按钮，将弹出变量类型定义对话框，您可以从中选择变量类型。因为“freq”是一个数值；所有类型，您可以选择数字。点按“小数”下方的单元格，并在单元格中输入“0”；其他选项是系统默认值。定义变量后，可以输入数据。单击数据编辑窗口左下角的“数据视图”选项卡，在数据视图中输入数据。输入数据的方法和Excel软件类似。表1的输入数据见图3.3。数据输入后，选择“文件”菜单中的另存为命令，保存

30、为sex.sav文件，完成数据文件的建立。图3.3建立数据文件3.2.2统计分析实现卡方检验的具体步骤如下:在SPSS中打开“sex.sav”文件，从菜单中选择Data/Weight Cases，打开“Weight Case by”对话框，激活“Weight Case by”选项，从左侧源变量框中选择“freq”作为频率变量，选择到“频率变量:”框中，点击确定按钮；单击分析/描述性统计/交叉项打开交叉项对话框。将左边变量框中的组group转移到行下的矩形框中，将性别sex转移到列下的矩形框中。在主对话框的“crosstab:Statistics”子对话框中，激活左上角的“Chisquare ”

31、,然后单击“Continue”键；在主对话框的“crosstab:Cell Display”子对话框中，激活Counts左上角的“Observed”和“Expected”选项，然后点击“Continue”键；在主对话框的“交叉表:表格格式”对话框中，激活“行顺序”中的“升序”选项，然后点击“继续”。3.2.3主要输出结果及说明表3.2给出了治疗组组(行变量)和性别性别(列变量)的交叉数据分析表，表中输出了四个表中每个网格的实际频率和理论频率。最小理论频率为3.2，总病例数为41。表3.3显示了四个卡方检验中五个检验的六个结果，即皮尔逊X2检验、连续校正X2检验、似然比X2检验、费希尔精确概率检

32、验、线性关联X2检验和N个有效案例检验。在这个例子中，连续修正X2=0.000，df=1，P=1.000。按照H0 = 0.05水平，P0.05，接受，可以认为两组性别比例无统计学差异。表3.2按性别分组的基本数据表性别总数男人妇女组治疗组数数18四22预期计数18.23.822.0控制组数数16三19预期计数15.83.219.0总数数数34七41预期计数34.07.041.0表3.3卡方检验结果表价值df无症状。签名。(双面)准确的信号。(双面)准确的信号。(单面)皮尔逊卡方检验. 041a一个.839连续性校正b.000一个1.000概率比.041一个.839费希尔精确试验1.000.5

33、86逐线性关联.040一个.841有效案例数413.3分娩方式分组数据的卡方检验分析按照统计随机分配法将胎粪吸入综合征新生儿分为肺表面活性物质治疗组(PS组)和常规治疗组(对照组)。表3.4显示了按交付方式分组的数据。表3.4按交付模式分组数据治疗组控制组交货方式剖腹产术13起案件8起案件自发分娩9起案件1起案件总计达22起案件19起案件3.3.1建立资料档案建立数据文件时，取三个变量:治疗组“组”的变量:1=治疗组，2=对照组；分娩方式的“风格”变量:1=剖宫产，2=顺产；频率变量“freq”。与表3.1中的其他数据一样，数据输入后，选择“文件”菜单中的“另存为”命令，保存为style.sa

34、v文件，完成数据文件的建立。3.3.2统计分析实现卡方检验的具体步骤如下:在SPSS中打开“style.sav”文件，从菜单中选择Data/Weight Cases，打开“Weight Case by”对话框，激活“Weight Case by”选项，从左侧源变量框中选择“freq”作为频率变量，选择到“频率变量:”框中，点击确定按钮；点击分析/描述性统计/crossbabs，弹出crossbabs对话框。左边可变框中的组将被转移到行下的矩形框中，传送模式样式将被转移到列下的矩形框中。在主对话框的“crosstab:Statistics”子对话框中，激活左上角的“Chisquare ”,然后单

35、击“Continue”键；在主对话框的“crosstab:Cell Display”子对话框中，激活Counts左上角的“Observed”和“Expected”选项，然后点击“Continue”键；在主对话框的“交叉表:表格格式”对话框中，激活“行顺序”中的“升序”选项，然后点击“继续”。3.3.3主要输出结果及说明表3.5给出了治疗组(行变量)和分娩方式样式(列变量)的交叉数据分析表，表中输出了四个表中每个网格的实际频率和理论频率。最小理论频率为9.3，总病例数为41。表3.6显示了四个卡方检验中五个检验的六个结果，即皮尔逊X2检验、连续校正X2检验、似然比X2检验、费希尔精确概率检验、线

36、性关联X2检验和有效病例数检验。在这个例子中，皮尔逊X2=1.177，df=1，P=0.278。根据H0 = 0.05水平，P0.05，接受，可以认为两组分娩方式比值无统计学差异。表3.5按交付模式分组的基本数据表交货方式总数剖腹产术自发分娩组治疗组数数13九22预期计数11.310.722.0控制组数数八1119预期计数9.79.319.0总数数数212041预期计数21.020.041.0表3.6卡方检验结果价值df无症状。签名。(双面)准确的信号。(双面)准确的信号。(单面)皮尔逊卡方检验1.177a一个.278连续性校正b.596一个.440概率比1.183一个.277费希尔精确试验.

37、354.220逐线性关联1.149一个.284有效案例数413.4药物治疗前后血小板衍生生长因子表达数据的T检验分析根据统计学将胎粪吸入综合征新生儿随机分为肺表面活性物质治疗组(PS组)和常规治疗组(对照组)。治疗前后血清PDGF数据见表3.7。表3.7治疗前后血清PDGF的比较控制组1.097 0.989 1.145 1.087 1.122 0.988 0.978 0.956 1.175 0.942 0.811 0.961 0.956 0.886 1.296 0.982 1.394 0.825 0.936 1.020 1.039PS组0.789 0.745 0.587 0.622 0.988

38、 0.978 0.956 1.075 0.942 0.811 0.961 0.956 0.886 0.796 0.982 0.698 0.825 0.936 0.965 0.907 1.1273.4.1建立资料档案创建数据文件时，设置两个反应变量:X1=对照组；X2=PS集团。启动SPSS后，点击数据编辑窗口左下方的“变量视图”选项卡或双击列标题“Var”打开变量定义窗口。单击名称下方的单元格，输入变量名“X1”；单击类型下方的单元格，单击定位，单元格右侧将出现一个按钮。点击该按钮，将弹出定义变量类型对话框。选择变量类型，因此“X1”是数字，因此选择“数字”，单击“小数”下面的单元格，然后在单

39、元格中输入“3”。其他项目选择系统默认值。单击名称下的第二个单元格，输入变量名“x2”；单击类型下方的单元格，单击定位，单元格右侧将出现一个按钮。点击该按钮，将弹出定义变量类型对话框。从中选择变量类型，因此“X2”是数字，因此选择“数字”，点按“小数”下面的单元格，然后在单元格中输入“3”。其他项目为系统默认值。定义变量后，可以输入数据。单击数据编辑窗口左下角的“数据视图”选项卡，在数据视图中输入数据。输入的数据。数据输入后，选择“文件”菜单中的“另存为”命令，保存为PDGF.sav文件，完成数据文件的建立。3.4.2数据文件的正态性测试在SPSS软件中打开数据文件PDGF.sav。单击分析选

40、项下描述性统计数据中的浏览项目，将出现对话框。将X2导入因子列表，将X1导入从属列表。单击图显示对话框，选择盒图无，如图3.4所示用测试检查正态图，单击继续继续并获得结果。图3.4正常测试图界面，3.4.3统计分析实现配对t检验的具体步骤:在SPSS中打开“PDGF.sav”文件，从菜单中选择分析/比较均值/Paris-samples t检验，弹出“Paris-samples t检验”主对话框，如图3.5所示。图3.5配对t检验主对话框3.4.4主要输出结果及说明主要输出结果见表3.83.10。表3.8显示治疗前对照组有21例，平均值为1.02786，标准差为0.142348，标准差为0.03

41、1063；PS组治疗后72小时有21例，平均值为0.88248，标准差为0.139740，标准差为0.030494。表3.9显示，治疗前对照组和治疗后72小时PS组的测量值之间的相关系数为-0.149，两组相关系数假设检验的P值为0.519，无统计学意义。表3.10显示，差的平均值为0.145381，差的标准差为0.213835，差的标准差为0.04663。差总体均值的95%置信区间(0.048045，0.242717)，统计量T为3.116，自由度df为20，双侧检验P=0.005，根据表3.8配对样本的统计平均普通Std。偏差Std。误差均值配对1控制组1.0278621.142348.0

42、31063PS组.8824821.139740.030494表3.9配对样本的相关分析结果普通相互关系签名。配对1对照组和PS组21-.149.519表3.10配对T检验结果成对差异tdf签名。(双尾)平均Std。偏差Std。误差均值差异的95%置信区间降低上面的配对1对照组-PS组.145381.213835.046663.048045.2427173.11620.005总结:1)婴儿性别比采用卡方检验。按照H0 = 0.05的水平，P0.05，婴儿接受的性别比。可以认为治疗组和对照组之间没有统计学差异。2)婴儿的分娩方式采用卡方检验。根据H0 = 0.05(P 0.05)，被接受。可以认为，治疗组和对照组之间的分娩方式没有统计学差异。3)对药物治疗前后血小板衍生生长因子的表达数据进行配对T检验分析。根据H0 = 0.05，P 0.05，即两组在性别和分娩方式上无显著差异。2)采用配对T检验分析胎粪吸入综合征患儿经肺表面活性物质治疗72小时后血清中PDGF的表达，对照组与PS组差异有统计学意义。考证1.薛伟。SPSS统计分析方法及其应用。:电子工业，2004年我是t .布坎南t .金。比较统计软件包:SPSS，biomed和SAS。社会