均数间的比较课件

第三章均数间的比较

3.1

Means过程3.1.1界面说明3.1.2结果解释3.2

One-Samples

TTest过程3.2.1界面说明3.2.2结果解释3.3

Independent-SamplesTTest过程3.3.1界面说明3.3.2结果解释3.4

Paired-SamplesTTest过程3.4.1界面说明3.4.2分析实例3.4.3结果解释3.5

One-WayANOVA过程3.5.1界面说明3.5.2分析实例3.5.3结果解释第二章均数间的比较下面让我们大家一起踏上CompareMeans之旅。该菜单集中了几个用于计量资料均数间比较的过程。具体有：Means过程对准备比较的各组计算描述指标，进行预分析，也可直接比较。One-SamplesTTest过程进行样本均数与已知总体均数的比较。Independent-SamplesTTest过程进行两样本均数差别的比较，即通常所说的两组资料的t检验。Paired-SamplesTTest过程进行配对资料的显著性检验，即配对t检验。One-WayANOVA过程进行两组及多组样本均数的比较，即成组设计的方差分析，还可进行随后的两两比较。Means过程

和上一章所讲述的几个专门的描述过程相比，Means过程的优势在于各组的描述指标被放在一起便于相互比较，并且如果需要，可以直接输出比较结果，无须再次调用其他过程。显然要方便的多。3.1.1界面说明【DependentList框】用于选入需要分析的变量。【IndependentList框】用于选入分组变量。

Means过程3.1.2结果解释有了上一章的基础，Means过程的输出看起来就不太困难了。以下面的数据为例。例3.1某克山病区测得11例克山病患者与13名健康人的血磷值(mmol/L)如下,问该地急性克山病患者与健康人的血磷值是否不同？患者:0.841.051.201.201.391.531.671.801.872.072.11健康人:0.540.640.640.750.760.811.161.201.341.351.481.561.87输出如下：Means上表还是缺失值报告。

Means过程常用统计描述量报表。这里按默认情况输出均数，样本量和标准差。由于我们选择了分组变量，因此三项指标均给出分组及合计值，可见以这种方式列出统计量可以非常直观的进行各组间的比较。

Means过程上表为单因素方差分析表。在选择了Anovatableandeta或Testforlinearity复选框时出现。实际上就是在检验各组间均数有无差异。上面各项的具体含义将在单因素方差分析一节中解释。

相关性度量指标，给出Eta值以及Eta值的平方根。

One-SamplesTTest过程3.2.2结果解释One-SamplesTTest过程的输出也是比较简单的，由描述统计表和t检验表组成，比如要检验上面数据中血磷值的总体均数是否等于1，则输出如下：T-Test所分析变量的基本情况描述，有样本量、均数、标准差和标准误。One-SamplesTTest过程上表为单样本t检验表，第一行注明了用于比较的已知总体均数为1，下面从左到右依次为t值(t)、自由度(df)、P值(Sig.2-tailed)、两均数的差值(MeanDifference)、差值的95%可信区间。由上表可知：t=2.975，P=0.007。因此可以认为血磷值的总体均数不等于1。Independent-SamplesTTest过程Independent-SamplesTTest过程用于进行两样本均数的比较，即常用的两样本t检验。该对话框的界面我们在第一章已经见过了，和上面的One-SamplesTTest对话框非常相似。3.3.1界面说明【TestVariables框】用于选入需要分析的变量。【GroupingVariable框】用于选入分组变量。注意选入变量后还要定义需比较的组别。【DefineGroups框】用于定义需要相互比较的两组的分组变量值。

Independent-SamplesTTest过程可见该结果分为两大部分：第一部分为Levene's方差齐性检验，用于判断两总体方差是否齐，这里的戒严结果为F=0.032，P=0.860，可见在本例中方差是齐的；第二部分则分别给出两组所在总体方差齐和方差不齐时的t检验结果，由于前面的方差齐性检验结果为方差齐，第二部分就应选用方差齐时的t检验结果，即上面一行列出的t=2.524，ν=22，P=0.019。从而最终的统计结论为按α=0.05水准，拒绝H0，认为克山病患者与健康人的血磷值不同，从样本均数来看，可认为克山病患者的血磷值较高。最后面还附有一些其他指标，如两组均数的可信区间等，以对差异情况有更直观的了解。

Independent-SamplesTTest过程上表的标题内容翻译如下：

Levene方差齐性检验两均数是否相等的t检验

F值P值t值自由度P值（双侧）均数差值差值的标准误差值的95%可信区间下限上限血磷值假设方差齐.032.8602.52422.019.4363.17297.777E-02.7948假设方差不齐

2.52421.353.020.4363.17297.716E-02.7954Paired-SamplesTTest过程该过程用于进行配对设计的差值均数与总体均数0比较的t检验，对统计学比较熟悉的朋友可以看出，他的功能实际上是和One-SamplesTTest过程相重复的（等价于已知总体均数为0的情况），但Paired-SamplesTTest过程使用的数据输入格式和前者不同，即我们所称的统计表格格式，因此仍然有存在的价值。

Paired-SamplesTTest过程解：为了说明问题，此处假设输入数据时就按照上表格式输入，其中正常饲料组变量名为G1，维生素E缺乏组变量名为G2。操作如下：

1.同时选中G1、G2：选入PairedVariables框2.单击OK钮

大白鼠对号

正常饲料组

维生素E缺乏1

3550

24502

2000

24003

3000

18004

3950

32005

3800

32506

3750

27007

3450

25008

3050

1750Paired-SamplesTTest过程3.4.3结果解释以例2.2为例，其输出结果如下：T-Test配对变量各自的统计描述，此处只有1对，故只有Pair1。

Paired-SamplesTTest过程此处进行配对变量间的相关性分析。等价于Analyze==>Correlate==>Bivariate。

One-WayANOVA过程

One-WayANOVA过程用于进行两组及多组样本均数的比较，即成组设计的方差分析，如果做了相应选择，还可进行随后的两两比较，甚至于在各组间精确设定哪几组和哪几组进行比较，在本章的内容中，他是最为复杂的一个。3.5.1界面说明【DependentList框】选入需要分析的变量，可选入多个结果变量（应变量）。【Factor框】选入需要比较的分组因素，只能选入一个。

One-WayANOVA过程【Contrast钮】弹出Contrast对话框，用于对精细趋势检验和精确两两比较的选项进行定义，由于该对话框太专业，也较少用，这里只做简单介绍。Polynomial复选框定义是否在方差分析中进行趋势检验。Degree下拉列表和Polynomial复选框配合使用，可选则从线性趋势一直到最高五次方曲线来进行检验。Coefficients框定义精确两两比较的选项。这里按照分组变量升序给每组一个系数值，注意最终所有系数值相加应为0。如果不为0仍可检验，只不过结果是错的。比如说在下面的例3.2中要对第一、三组进行单独比较，则在这里给三组分配系数为1、0、-1，就会在结果中给出相应的检验内容。【PostHoc钮】弹出PostHocMultipleComparisons对话框，用于选择进行各组间两两比较的方法，有：EquarVariancesAssumed复选框组一组当各组方差齐时可用的两两比较方法，共有14中种这里不一一列出了，其中最常用的为LSD和S-N-K法。EquarVariancesNotAssumed复选框组一组当各组方差不齐时可用的两两比较方法，共有4种，其中以Dunnetts'sC法较常用。SignificanceLevel框定义两两比较时的显著性水平，默认为0.05。One-WayANOVA过程【Options钮】弹出Options对话框，用于定义相关的选项，有：Statistics复选框组选择一些附加的统计分析项目，有统计描述（Descriptive）和方差齐性检验（Homogeneity-of-variance）。Meansplot复选框用各组均数做图，以直观的了解它们的差异。MissingValues单选框组定义分析中对缺失值的处理方法，可以是具体分析用到的变量有缺失值才去除该记录（Excludescasesanalysisbyanalysis），或只要相关变量有缺失值，则在所有分析中均将该记录去除(Excludescaseslistwise)。默认为前者，以充分利用数据。3.5.2分析实例例3.3某职业病防治院对31名石棉矿工中的石棉肺患者、可疑患者及非患者进行了用力肺活量（L）测定，问三组石棉矿工的用力肺活量有无差别?One-WayANOVA过程上面实际上是一个典型的方差分析表。给出了单因素方差分析的结果，可见F=84.544，P<0.001。因此可认为三组矿工用力肺活量不同。上表的标题内容翻译如下：

离均差平方和SS自由度均方MSF值P值组间变异9.26624.63384.544.000组内变异1.534285.480E-02

总变异10.80030