医学部spsst检验与方差分析-课件

医学部spss_t检验与方差分析医学部spss_t检验与方差分析1例：药物临床实验新研制出一种治疗高血脂的药物，设计其临床实验。分别选两组高血脂病人，一组用新药，另一组不用药，过一段时间后分别测两组病人的血脂（X）。经检验两组μ相等，则药物无效。经检验两组μ不相等，用药人群的血脂低于不用药人群，则药物有效。μ1≠?μ2一、假设检验概述2例：药物临床实验经检验两组μ相等，则药物无效。经检验两组μ不

假设检验基本思想：首先假设两样本来自同一总体，通过计算估计这一假设成立的可能性大还是小。若这一假设成立是小概率事件则认为假设不成立，两样本来自不同总体；若是大概率事件，两样本来自同一总体。假设μ1=μ2计算P（即假设成立的概率）P>0.05假设成立P<0.05假设不成立3假设检验基本思想：首先假设两样本来自同一总体，假设检验基本步骤

建立假设

确定显著性水平

计算统计量

判断概率值P

作出统计学推论4假设检验基本步骤建立假设确定显著性水平计算统计量T检验和方差分析都是用于均数比较的假设检验方法对均数的假设检验要求数据服从正态分布CompareMeans两个均数的比较——T检验多个均数的比较——方差分析5T检验和方差分析都是用于均数比较的假设检验方法5二、常用T检验方法：单一样本T检验：样本均数与一个已知总体均数比较

样本数据服从正态分布两个独立样本T检验：两个样本均数比较

独立性、正态性、等方差性配对样本T检验：配对实验设计的两样本均数比较配对资料：实验对象经过配对，或同一实验对象不同时间、不同方法的观测值。6二、常用T检验方法：单一样本T检验：样本均数与一个已知总体均比较一组或两组数值变量的数据库形式单一样本独立样本配对样本7比较一组或两组数值变量的数据库形式单一样本独立样本配对样本7独立样本和配对样本T检验的数据库比较分组变量测量结果变量，包括两个组测量结果数值独立样本T检验配对样本T检验一组测量结果二组测量结果8独立样本和配对样本T检验的数据库比较分组变量测量结果变量，包大家学习辛苦了，还是要坚持继续保持安静9大家学习辛苦了，还是要坚持继续保持安静9SPSS过程：

CompareMeans单一样本T检验

One-SampleTTest两个独立样本T检验

Independent-SamplesTTest配对样本T检验

Paired-SamplesTTest10SPSS过程：

CompareMeans单一样本T检验10单一样本T检验例：已知成年男性的平均脉搏是72次/分，某研究在山区随机调查抽取了25名成年男性，其脉博测量值见数据t1，山区成年男性的脉搏与一般人是否相同？One-SampleTTest检验变量总体均数H0：山区成年男性的脉搏与一般人相同H1：山区成年男性的脉搏与一般人不同11单一样本T检验例：已知成年男性的平均脉搏是72次/分，某研究输出结果样本的基本指标统计量值与p值P<0.05，拒绝H0，山区成年男性的脉搏与一般人不同12输出结果样本的基本指标统计量值与p值P<0.05，拒绝H0，

例：病例组和对照组的平板运动时间（数据t2）两独立样本T检验检验变量分组变量需比较的组如果分组变量是数值变量，可用Cutpoint分组13例：病例组和对照组的平板运动时间（数据t2）两独立样本T检输出结果：两样本的统计描述方差齐性检验及T检验方差齐性检验方差齐时看第一行结果，方差不齐时看第二行结果14输出结果：两样本的统计描述方差齐性检验及T检验方差齐性检验方方差齐性检验H0：σ12=σ22H1：σ12≠σ22α=0.10（方差齐性检验的显著性水准通常要高一些）F=0.137，P=0.716P>0.1，方差齐。15方差齐性检验15H0：μ1=μ2

H1：μ1≠μ2α=0.05t=1.873，P=0.080。P>0.05，不拒绝H0，尚不能认为两总体均数不相等，不能认为病人与健康人平板时间不同。T检验16H0：μ1=μ2t=1.873，P=0.080。P>配对T检验例：某研究者欲研究控制饮食是否对高血脂病人有疗效，对18名高血脂病人控制饮食一年，观察这18名病人控制饮食前后血清胆固醇的变化，数据见t3，控制饮食对降血脂是否有效？配对数据17配对T检验例：某研究者欲研究控制饮食是否对高血脂病人有疗效，输出结果配对数据的统计描述差值的统计描述t检验结果18输出结果配对数据的统计描述差值的统计描述t检验结果18H0：μd=0H1：μd≠0α=0.05检验过程P>0.05，不拒绝H0，差别无显著性，不能认为控制饮食对高血脂病人有疗效。t=0.214，p=0.83319H0：μd=0检验过程P>0.05，不拒绝H0，差别无三、方差分析成组设计的方差分析，或称完全随机设计方差分析或单因素方差分析，分析处理因素的作用。要求各样本服从正态性、方差齐性、独立随机。CompareMeans—One-wayANOVA方差分析常用于多个样本均数的比较。方差分析的方法较多，其中最基本的是成组设计的方差分析。20三、方差分析成组设计的方差分析，或称完全随机设计方差分析或单方差分析的原理：根据变异的不同来源，将全部观察值总的变异(及自由度)分解为两个或多个部分，每个部分的变异主要表示一种因素的作用，通过比较可能由某因素所致的变异与随机误差，从而判断该因素对测量结果有无影响。21方差分析的原理：21

总变异（所有观察值的变异程度）

组内变异（每个组内各观察值的变异，即随机误差）

组间变异（各处理组间的变异）例：完全随机设计的方差分析（成组设计的多个样本均数比较）22总变异组内变异总变异=组内变异+组间变异SS总=SS组内+SS组间变异用离均差平方和来表示，对于完全随机设计的方差分析，就有如下总变异和总自由度的分解：总自由度=组内自由度+组间自由度ν总=ν组内+ν组间均方MS=23总变异=组内变异+组间变异SS总=SS组内+SS组间变异用离

如果用不同方法处理的样本组来自同一总体，则理论上MS组间应该等于MS组内；但是由于抽样误差，二者不一定相等，但是不能相差太大；如果MS组间/MS组内与1相差很大，说明各样本来自同一总体的可能性很小。根据这个原理，我们用F检验来做方差分析。24如果用不同方法处理的样本组来自同一总体，则理论上MS例：研究四组不同摄入方式病人血浆游离吗啡水平，将19名受试者随机分组，数据见anova1，血浆游离吗啡水平与给药方式是否有关？检验变量分组变量每两组间的比较25例：研究四组不同摄入方式病人血浆游离吗啡水平，将19名受试者方差分析的数据成组设计的方差分析数据包括两个变量：分组变量（处理组因素，factor）、因变量（结果变量，DependentVariable）。26方差分析的数据成组设计的方差分析数据包括两个变量：分组变量（方差分析的结果以表格的形式说明各部分的值，即：方差分析表SPSS输出的方差分析表：27方差分析的结果以表格的形式说明各部分的值，SPSS输出的方H0：不同摄入方式病人血浆游离吗啡水平相同H1：不同摄入方式病人血浆游离吗啡水平不全相等或全不相等。α=0.05F=3.13，P>0.05P>0.05，差别无显著性，不能拒绝H0，不能认为不同摄入方式病人血浆游离吗啡水平不同。方差分析结果表：28H0：不同摄入方式病人血浆游离吗啡水平相同H1：不同摄入方式多个样本均数间的两两比较当P<0.05时，Ｆ检验的结论是至少有两组均数的差别有显著性；如果直接使用T检验来检验多个样本中其中每两个均数之间的差别，会使犯Ⅰ类错误的概率增加；当各组均数间差别有显著性时，每两组均数的比较可以用多重比较的方法POSTHOC29多个样本均数间的两两比较当P<0.05时，Ｆ检验的结论是至少医学部spss_t检验与方差分析医学部spss_t检验与方差分析30例：药物临床实验新研制出一种治疗高血脂的药物，设计其临床实验。分别选两组高血脂病人，一组用新药，另一组不用药，过一段时间后分别测两组病人的血脂（X）。经检验两组μ相等，则药物无效。经检验两组μ不相等，用药人群的血脂低于不用药人群，则药物有效。μ1≠?μ2一、假设检验概述31例：药物临床实验经检验两组μ相等，则药物无效。经检验两组μ不

假设检验基本思想：首先假设两样本来自同一总体，通过计算估计这一假设成立的可能性大还是小。若这一假设成立是小概率事件则认为假设不成立，两样本来自不同总体；若是大概率事件，两样本来自同一总体。假设μ1=μ2计算P（即假设成立的概率）P>0.05假设成立P<0.05假设不成立32假设检验基本思想：首先假设两样本来自同一总体，假设检验基本步骤

建立假设

确定显著性水平

计算统计量

判断概率值P

作出统计学推论33假设检验基本步骤建立假设确定显著性水平计算统计量T检验和方差分析都是用于均数比较的假设检验方法对均数的假设检验要求数据服从正态分布CompareMeans两个均数的比较——T检验多个均数的比较——方差分析34T检验和方差分析都是用于均数比较的假设检验方法5二、常用T检验方法：单一样本T检验：样本均数与一个已知总体均数比较

样本数据服从正态分布两个独立样本T检验：两个样本均数比较

独立性、正态性、等方差性配对样本T检验：配对实验设计的两样本均数比较配对资料：实验对象经过配对，或同一实验对象不同时间、不同方法的观测值。35二、常用T检验方法：单一样本T检验：样本均数与一个已知总体均比较一组或两组数值变量的数据库形式单一样本独立样本配对样本36比较一组或两组数值变量的数据库形式单一样本独立样本配对样本7独立样本和配对样本T检验的数据库比较分组变量测量结果变量，包括两个组测量结果数值独立样本T检验配对样本T检验一组测量结果二组测量结果37独立样本和配对样本T检验的数据库比较分组变量测量结果变量，包大家学习辛苦了，还是要坚持继续保持安静38大家学习辛苦了，还是要坚持继续保持安静9SPSS过程：

CompareMeans单一样本T检验

One-SampleTTest两个独立样本T检验

Independent-SamplesTTest配对样本T检验

Paired-SamplesTTest39SPSS过程：

CompareMeans单一样本T检验10单一样本T检验例：已知成年男性的平均脉搏是72次/分，某研究在山区随机调查抽取了25名成年男性，其脉博测量值见数据t1，山区成年男性的脉搏与一般人是否相同？One-SampleTTest检验变量总体均数H0：山区成年男性的脉搏与一般人相同H1：山区成年男性的脉搏与一般人不同40单一样本T检验例：已知成年男性的平均脉搏是72次/分，某研究输出结果样本的基本指标统计量值与p值P<0.05，拒绝H0，山区成年男性的脉搏与一般人不同41输出结果样本的基本指标统计量值与p值P<0.05，拒绝H0，

例：病例组和对照组的平板运动时间（数据t2）两独立样本T检验检验变量分组变量需比较的组如果分组变量是数值变量，可用Cutpoint分组42例：病例组和对照组的平板运动时间（数据t2）两独立样本T检输出结果：两样本的统计描述方差齐性检验及T检验方差齐性检验方差齐时看第一行结果，方差不齐时看第二行结果43输出结果：两样本的统计描述方差齐性检验及T检验方差齐性检验方方差齐性检验H0：σ12=σ22H1：σ12≠σ22α=0.10（方差齐性检验的显著性水准通常要高一些）F=0.137，P=0.716P>0.1，方差齐。44方差齐性检验15H0：μ1=μ2

H1：μ1≠μ2α=0.05t=1.873，P=0.080。P>0.05，不拒绝H0，尚不能认为两总体均数不相等，不能认为病人与健康人平板时间不同。T检验45H0：μ1=μ2t=1.873，P=0.080。P>配对T检验例：某研究者欲研究控制饮食是否对高血脂病人有疗效，对18名高血脂病人控制饮食一年，观察这18名病人控制饮食前后血清胆固醇的变化，数据见t3，控制饮食对降血脂是否有效？配对数据46配对T检验例：某研究者欲研究控制饮食是否对高血脂病人有疗效，输出结果配对数据的统计描述差值的统计描述t检验结果47输出结果配对数据的统计描述差值的统计描述t检验结果18H0：μd=0H1：μd≠0α=0.05检验过程P>0.05，不拒绝H0，差别无显著性，不能认为控制饮食对高血脂病人有疗效。t=0.214，p=0.83348H0：μd=0检验过程P>0.05，不拒绝H0，差别无三、方差分析成组设计的方差分析，或称完全随机设计方差分析或单因素方差分析，分析处理因素的作用。要求各样本服从正态性、方差齐性、独立随机。CompareMeans—One-wayANOVA方差分析常用于多个样本均数的比较。方差分析的方法较多，其中最基本的是成组设计的方差分析。49三、方差分析成组设计的方差分析，或称完全随机设计方差分析或单方差分析的原理：根据变异的不同来源，将全部观察值总的变异(及自由度)分解为两个或多个部分，每个部分的变异主要表示一种因素的作用，通过比较可能由某因素所致的变异与随机误差，从而判断该因素对测量结果有无影响。50方差分析的原理：21

总变异（所有观察值的变异程度）

组内变异（每个组内各观察值的变异，即随机误差）

组间变异（各处理组间的变异）例：完全随机设计的方差分析（成组设计的多个样本均数比较）51总变异组内变异总变异=组内变异+组间变异SS总=SS组内+SS组间变异用离均差平方和来表示，对于完全随机设计的方差分析，就有如下总变异和总自由度的分解：总自由度=组内自由度+组间自由度ν总=ν组内+ν组间均方MS=52总变异=组内变异+组间变异SS总=SS组内+SS组间变异用离

如果用不同方法处理的样本组来自同一总体，则理论上MS组间应该等于MS组内；但是由于抽样误差，二者不一定相等，但是不能相差太大；如果MS