《统计描述与t检验SPSS应用.pptx》由会员分享，可在线阅读，更多相关《统计描述与t检验SPSS应用.pptx（70页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、教学目的掌握各集中趋势指标与离散趋势指标的意义和应用；掌握在SPSS上对资料进行描述性统计分析；掌握在SPSS上对资料进行正态性检验和方差齐性检验；掌握t检验的应用条件及常用的检验方法。1第1页/共70页统计描述v 统计学分析主要有两个方面，一方面是统计描述，另一方面是统计推断。统计描述是指用统计指标和适当的统计图表来描述资料的分布规律及其数量特征。通过描述性统计分析可以初步掌握数据的基本统计学特征，为采用其他统计学分析方法打下基础，为进一步进行统计学分析提供依据。v 统计学描述的基本方法有数据频数分布特征描述、集中趋势值和离散趋势值的计算等。2第2页/共70页资料分类v 针对不同的资料类型，
2、采用的统计学描述方法也不同。v 那么，常见的资料类型有哪些呢？资料类型计量资料计数资料等级资料3第3页/共70页资料分类v 计量资料：可分为连续型和离散型，是指对每个观察对象的观察指标用定量方法测定其数值大小所得，一般带有度量衡单位。例如：血压值、身高、体重等。v 计数资料：可分为二分类和多分类，是指将观察对象的观察指标按性质或类别进行分组，然后计数各组的数目所得。（注意：二分类变量两个分类之间相互对立，互不相容；而多分类变量是互不相容的几个类别。）例如：某种疾病在个体中，发病或者不发病。v 等级资料：是指按照观察对象的某种属性或者特征进行分类，但是这些分类之间本身具有强弱、轻重、大小程度的区
3、分。例如：某治疗方法疗效，可以是治愈、显效、好转和无效。4第4页/共70页频率分布表与频率分布图频率表和频率分布图是常用的综合描述样本资料的方式。频率分布图能够直观地以图形的方式显示样本数据的分布情况。对于计量资料，频率表可以提示资料的分布特征，描述资料的集中趋势和离散趋势，便于发现特大或特小的可疑值。对于计数资料，频率表可以清楚的显示各个分类的数量或频率;5第5页/共70页 算术均数(Mean)几何均数(Geometric Mean)中位数(Median)众数（Mode）计量资料的统计描述集中趋势统计指标6第6页/共70页 极差(Range)四分位数间距(Quartile range)方差(
4、Variance)标准差(Standard Deviation)变异系数(Coefficient of variation)计量资料的统计描述离散趋势统计指标7第7页/共70页spss操作过程在spss中，统计学描述主要采用Analyze Descriptive Statistic菜单完成，该菜单下的子菜单对应于不同的统计学描述过程。Analyze Descriptive StatisticDescriptivesExploreFrequencies 8第8页/共70页Frequencies操作过程v Frequencies：频数表过程的主要功能是编制频数表，计算描述统计量包含的百分位数，统计
5、图。利用它能产生原始数据的详细频数，取值结果还能用于数据清理。9第9页/共70页Frequencies操作过程实例1：某年抽样调查某地120名18-35岁健康男性居民血清铁含量（umol/L），请大家利用spss软件进行统计性描述。10第10页/共70页Frequencies操作过程统计量统计图输入格式可选变量表分析变量表输出频数表一种抽样填补缺失值的方法，暂时不用。11第11页/共70页Frequencies操作过程v Statistics：设定要分析的统计量百分位数集中趋势统计量离散统计量分布参数12第12页/共70页Frequencies操作过程v Charts：设定要绘制的统计图13第
6、13页/共70页Frequencies结果分析14第14页/共70页Frequencies结果分析Distribution计算分布参数计算分布参数Skewness偏度系数：理论上偏度系数为偏度系数：理论上偏度系数为0时时对称分布，取正值为正偏峰，取对称分布，取正值为正偏峰，取负值为负偏峰。负值为负偏峰。Kurtosis峰度系数：正态分布峰度系数为峰度系数：正态分布峰度系数为0;取正值时分布峰尖陡峭，取负取正值时分布峰尖陡峭，取负值时峰平阔。值时峰平阔。-0.041（P=0.968）。结合两个结果，可以认为该资料服从正态分布。15第15页/共70页Frequencies结果分析Frequency
7、：频数Percent：百分比当前频数/总数（包括缺失值）Valid Percent：有效百分比当前频数/有效总数（不包括缺失值）Cumulative Percent：累积百分比累积频数/有效总数（不包括缺失值）16第16页/共70页Frequencies结果分析17第17页/共70页Frequencies实战演练试分析实例2资料中身高的频数分布情况。（数据见练习1.sav）。18第18页/共70页Descriptives操作过程v Descriptives：主要用于描述统计量计算和变量标准化，与Frequencies过程相比，其统计量不能计算百分位数，也不能绘制统计图。19第19页/共70页D
8、escriptives操作过程实例1：某年抽样调查某地120名18-35岁健康男性居民血清铁含量（umol/L），请大家利用spss软件进行统计性描述。20第20页/共70页Descriptives操作过程该界面类似于Frequencies的界面，其中Save standardized values as variables是指将标准化得分另存为变量（Z）。21第21页/共70页Descriptives操作过程选项选项说明说明Display Order定义频数表中定义频数表中值的排列顺序值的排列顺序Variable list按变量表中的按变量表中的顺序输出结果，顺序输出结果，默认默认Alpha
9、betic按字母顺序排按字母顺序排列变量的输出列变量的输出顺序顺序Ascending means按均数从小到按均数从小到大排列变量的大排列变量的输出顺序输出顺序Descending means按均数从大到按均数从大到小排列变量的小排列变量的输出顺序输出顺序22第22页/共70页Descriptives结果分析v 该资料一共120个有效数据，无缺失值。血清含量的最小值为7.42，最大值为29.64，均数18.6136，标准差4.3432，方差为18.863，偏 度 系 数=-0.194，偏 度 系 数 标 准 误=0.221，Z=-0.194/0.221=-0.878（P=0.3788）；峰度系
10、数=-0.018，峰度系数标准误=0.438，Z=-0.018/0.438=0.041（P=0.968）。结合两个结果，可以认为该资料服从正态分布。23第23页/共70页Descriptives实战演练试分析实例2资料中身高的频数分布情况。（数据见练习1.sav）。24第24页/共70页Explore操作过程v Explore：探索性分析使用图形、描述统计量的方法来探索数据的分布特征，主要适用于连续性资料。主要功能有：分离特异值、离群值；绘制多种统计分布图，观察其分布特征；描述统计量的计算，包括文件统计量的估计；特定分布特征的假设检验；百分位数的估算。25第25页/共70页Explore操作过
11、程实例2，对照资料中不同性别（XB）的身高（SG）进行分别描述。26第26页/共70页Explore操作过程 要进行分析的应变量：身高分类变量：性别27第27页/共70页Explore操作过程选项选项说明说明Descriptives输出描述统计输出描述统计量，默认量，默认Confidence interval for Mean:95%计算均数的计算均数的95%置信区间，置信区间，默认默认M-estimators描述平均水平，描述平均水平，其意义同均数其意义同均数和中位数和中位数Outliers列出极端值，列出极端值，即最大和最小即最大和最小的各五个数据的各五个数据Percentiles输出输出
12、5%、10%、25%、50%、75%、90%、95%的百分的百分位数位数28第28页/共70页Explore操作过程箱式图以分组变量绘图分析变量一起绘图茎叶图直方图正态概率图和正态性检验离散水平图，Levene方差齐性检验不绘图幂转换不转换用幂转换进行数据转换29第29页/共70页Explore操作过程缺失值设置，一般选择默认。按观察个体排除缺失值将缺失值单独列成一组成对排除缺失值30第30页/共70页Explore结果分析缺失值报告：本例没有缺失值，男性有效人数为29人，女性有效人数为77人。31第31页/共70页Explore结果分析探索性分析的统计描述跟前面两种分析的统计描述相似，需要注
13、意的是95%Confidence interval for Mean（Lower Round/Upper Round）指的是95%可信区间上限/下限；5%Trimmed Mean指的是5%调整均数，去掉最大和最小各5%的数据后的均数；Interquartile Range指的是四分位数间距。32第32页/共70页Explore结果分析极端值列表：分别列出男性女性的最高与最低的五组数据，其中Case Number 指的是极端值所在的编码，Value指的是具体的数值33第33页/共70页Explore结果分析上图是按性别不同对身高进行的正态性检验，给出两种方法的结果：Kolmogorov-Smir
14、nov检验和Shapiro-Wilk检验。其中，Statistic为统计量；dfP值。经检验，男组两组P值均小于0.05，所以拒绝正态分析的假设，尚不能认为男组呈正态分布。而女组Kolmogorov-Smirnov检验中p值小于0.05，Shapiro-Wilk检验p值大于0.05，应该再参考别的方法判定女组是否呈正态分布。34第34页/共70页Explore结果分析 上图是对按性别不同对身高进行的方差齐性检验，采用了四种方法计算统计量：Based on Mean(基于均数的统计量）、Based on Median(基于中位数的统计量)、Based on Median and with adj
15、usted df(基于中位数并调整自由度的统计量)、Based on trimmed Mean(基于调整均数的统计量）。Df1是分子自由度、df2为分母自由度。经检验，上述四种方法的计算出的P值均大于0.05，不拒绝零假设，可以认为两组总体方差相同。35第35页/共70页Explore结果分析由上直方图可以看出，男组明显不是正态分布，女组与正态分布相近。36第36页/共70页正态性检验 图示法主要采用概率图（Probability-probability Plot，P-P图）和分位数图（Quantile-quantile Plot,Q-Q图）。其中，P-P图是以样本的累计频率作为横坐标，以按照
16、正态分布计算的相应累计概率作为纵坐标，把样本值表现为直角坐标系中的散点。如果资料服从正态分布，则样本点应该围绕第一象限的对角线分布。Q-Q图则是以样本的分位数作为横坐标，以按照正态分布计算的相应分位数作为纵坐标，把样本表现为直角坐标系的散点。如果资料服从正态分布，则样本点应该呈一条围绕第一象限对角线的直线。这两种方法中，以Q-Q图法的效率较高。37第37页/共70页 图中的直线是正态分布的标准参考线，散点越接近这条直线，则该变量的分布越接近正态分布。本例中可以看出女生的散点更接近标准参考线，说明女性更接近于正态分布。38第38页/共70页Explore结果分析茎叶图39第39页/共70页Exp
17、lore结果分析茎叶图结果分析：两茎叶图的茎宽（Stem Width）是10，茎叶图从左至右分别为频数（Frequency）、茎（Stem）及叶（Leaf）:茎表示变量值的整数部分，叶表示变量值的小数部分，每行的茎和每一个叶组成的数值相加后再乘以茎宽，就是茎叶所表示的实际数据的近似值。例如：性别为1的第三行，在这个变量值下频数为4，茎为11，这行叶的组成是6789，它表示在这一行的六个变量值大约是116，117,118,119.40第40页/共70页Explore结果分析41第41页/共70页Explore结果分析箱式图结果分析：男女生箱式图中中间长方形的底部与顶部分别表示下四分位数（p25）
18、和上四分位数（p75），中间的横线代表它们各自的中位数，箱式图的上下柄分别代表最大值跟最小值。由上图结果可以看出，女生组的最大值、上四分位数和下四分位数分别大于男生组，而中位数与最小值均小于男生组。42第42页/共70页对练习实例3中危重病人的APACHE评分及其预后情况进行探索性分析，了解不同预后情况的APACHE评分情况。（数据见练习.sav）。Explore实战演练43第43页/共70页（1）随机样本；（2）来自正态分布总体；（3）两小样本均数比较时，要求两总体方差相等（方差齐性）t检验应用条件44第44页/共70页几种不同资料的t检验45第45页/共70页单样本t检验目的:推断该样本来
19、自的总体均数与已知的某一总体均数有无差别。单样本资料t t检验实例:根据大量调查，已知健康成年男子脉搏的均数为7272次/分，某医生在山区随机调查了2525名健康成年男子，其脉搏数分别为:7373，7676，7171，6464，6868，6969，6666，7373，7272，7171，7070，7070，7272，6666，69,67,67,70,72,71,73,74,73,72,7669,67,67,70,72,71,73,74,73,72,76问该山区成年男子的脉搏均数是否高于一般成年男子的脉搏均数?46第46页/共70页单样本t检验1.建立检验假设，确定检验水准H0:=0,即该山区成
20、年男子的脉搏总体均数与一般成年男子脉搏总体均数0相等；H1:0（包括0与0与d2与10.05,可认为方差齐。本例中，两组膳食分组的总体方差齐，应该看相应这一行的结果，t=1.973,df=17,P=0.065,差异没有显著性，尚不能认为高蛋白组与低蛋白组小白鼠间体重增加量有差别。Equal variances not assumed即方差不齐条件下的t检验，也就是Satterthwaite近似t检验。结果还给出了两组均数的差值（Mean Difference)、两组均数差值的标准误（Std.Error Difference)及95%的置信区间（95%Confidence Interval of the Difference)68第68页/共70页今天的课到此结束，谢谢大家！69第69页/共70页感谢您的观看！第70页/共70页