SPSS編程在Ridit分析中的應(yīng)用

多樣本有序分類資料（或等級資料）我們一般采用非參數(shù)檢驗——H檢驗（Kruskal-Wallis法），但其結(jié)論只得出三組或多組間總的有差別，若要知道兩兩間是否有差別，則沒有Ridit分析只要一次就能得出兩兩比較結(jié)果那么方便。Ridit分析是一種關(guān)于等級資料進(jìn)行對比組與標(biāo)準(zhǔn)組比較的假設(shè)檢驗方法，其基本思想是先確定一個標(biāo)準(zhǔn)組（常用以往積累資料或樣本含量相當(dāng)大的資料）作為特定總體，求得各等級的R值，標(biāo)準(zhǔn)組平均R值理論上可以證明等于0.5，其它各組與標(biāo)準(zhǔn)組比較，看其可信區(qū)間是否與0.5重疊，來判斷組間的統(tǒng)計學(xué)顯著性[1]，最后得出專業(yè)解釋。而Ridit分析在SPSS中卻沒有現(xiàn)成的模塊，但我們可以通過編程可以方便的實現(xiàn)之，茲介紹下：
1．  建立或調(diào)用SPSS數(shù)據(jù)文件
某醫(yī)生用三種方劑治療某婦科病，療效如表1，問三種方劑的療效有無差別[2]。首先建立表1的1~4列數(shù)據(jù)文件，EFFECT：療效（1：無效，2：好轉(zhuǎn)，3：顯效，4：控制）；A：糖衣片頻數(shù)；B：黃酮片頻數(shù)；C：復(fù)方組頻數(shù)。
表1 三種方劑療效比較的SPSS數(shù)據(jù)文件（第1~4  列）及編輯后運行的各等級Ridit值計算表
療效 糖衣片 黃酮片
A EFFECT B
② ① ③
1 48 5
2 184 16
3 77 18
4 52 19
2．SPSS程序的編制和運行
（1）在數(shù)據(jù)編輯窗口（Data Editor），通過通過菜單選擇：File→New→Syntax，打開語句編輯窗口（Syntax Editor）；若已經(jīng)建立程序，可通過Open→Syntax直接打開。
（2）在語句編輯窗口，用鍵盤輸入表2的程序。
表2 Ridit分析的SPSS程序（不要輸入行號）
行號  程序  行號  程序
1  CREATE L=CSUM(A).  17  T-TEST
2  COMPUTE L1=LAG(L,1).  18   /TESTVAL=0
3  IF (effect=1) L1=0.  19   /VARIABLES=R
4  COMPUTE D=A/2.  20   /CRITERIA=CIN (.95) .
5  COMPUTE T=L1+D.  21  WEIGHT BY B .
6  IF (EFFECT=4) S=L.  22  T-TEST
7  SORT CASES BY EFFECT(D).  23   /TESTVAL=0
8  LOOP IF (EFFECT<4).  24   /VARIABLES=R_B
9  COMPUTE S1=LAG(S,1).  25   /CRITERIA=CIN (.95) .
10  COMPUTE S=S1.  26  WEIGHT BY C .
11  END LOOP IF (EFFECT=1).  27  T-TEST
12  COMPUTE R=T/S.  28   /TESTVAL=0
13  SORT CASES BY EFFECT(A).  29   /VARIABLES=R_C
14  COMPUTE R_B=R.  30   /CRITERIA=CIN (.95) .
15  COMPUTE R_C=R.  31  EXECUTE.
16  WEIGHT BY A .    
以上程序在語句編輯窗口輸入時，不要輸入行號，程序中的英文字母不分大、小寫。另外該程序也可在Word、記事本等其他文本編輯軟件中編輯，然后只要通過復(fù)制將程序粘貼到Syntax Editor窗口。
（3）在語句編輯窗口，通過菜單選擇：Run→All運行程序。
3．結(jié)果解釋
以上程序是以糖衣片（A）組作為標(biāo)準(zhǔn)組計算R值，L：累積頻數(shù)（為求L1的中間變量）；L1：累積頻數(shù)下移一行；D：標(biāo)準(zhǔn)組各等級之半；T：為L1欄加上D欄的值；S：標(biāo)準(zhǔn)組的總例數(shù)；S1（為求S的中間變量）；R：標(biāo)準(zhǔn)組的R值。程序運行后，還可在Output窗口中查看到A、B、C三組的平均R值及95%的可信區(qū)間：糖衣片的平均R值為0.5，與理論相符，說明計算正確；黃酮片：平均R值為0.6493，95%CI（0.5758，0.7228）；復(fù)方片：平均R值為0.5045，95%CI（0.4371，0.5718）。根據(jù)可信區(qū)間是否與標(biāo)準(zhǔn)組（理論上為0.5）相交來決定各對比組間的顯著性水平，如圖1，糖衣片的R值對應(yīng)于0.5，復(fù)方片95%的可信區(qū)間與糖衣片平均R值（理論上為0.5）重疊，所以P>0.05，故復(fù)方片與糖衣片之間的療效無統(tǒng)計學(xué)顯著性，尚不能認(rèn)為兩者療效間有統(tǒng)計學(xué)差異；而黃酮片可信區(qū)間與理論R值0.5不重疊，則P<0.05，故黃酮片與糖衣片之間的療效存在統(tǒng)計學(xué)顯著性；同理可知，黃酮片與復(fù)方片的可信區(qū)間也不重疊，故兩者療效存在統(tǒng)計學(xué)差異。

圖2 標(biāo)準(zhǔn)組平均R值、對比組平均R值及95%可信區(qū)間
4．程序解釋
第1~3行：計算標(biāo)準(zhǔn)組累計頻數(shù)（移下一行）。CSUM（Cumulative sum）為計算標(biāo)準(zhǔn)組的累加和L，LAG（variable,ncases）為數(shù)值型函數(shù)或字符型函數(shù)[2]，返回數(shù)據(jù)集中某一變量（variable）的ncases之前的觀測值所屬變量的值，對第1個觀察值來說，將返回缺失值（數(shù)值型變量）或空格（字符型變量）[3]。本例實際上是將變量L的值下移一行。
第4行：計算D標(biāo)準(zhǔn)組各頻數(shù)之半。
第5行：計算T，即標(biāo)準(zhǔn)組各頻數(shù)之半與累計頻數(shù)（移下一行）之和。
第6~11行：計算標(biāo)準(zhǔn)組總例數(shù)S，其中S1是為了計算S而設(shè)定的中間變量，LOOP和END LOOP為循環(huán)語句，必結(jié)合使用，可同時控制變量轉(zhuǎn)換的次數(shù)和條件，本例中的第一次循環(huán)，對EFFECT<4的個例進(jìn)行變量轉(zhuǎn)換；第二次循環(huán)時，對EFFECT<3的個體進(jìn)行變量變換，直至EFFECT=1，循環(huán)結(jié)束。
第12~15行：產(chǎn)生標(biāo)準(zhǔn)組及A組（變量A_R）和B組（變量B_R）的R值，這三組的R值是一樣，其中A組與B組的R值是為了計算A、B兩組的可信區(qū)間作準(zhǔn)備。
第16~31行：分組計算糖衣片A（標(biāo)準(zhǔn)組）、黃酮片B及復(fù)方組C的95%的可信區(qū)間，可在Output窗口中查看。第16、21、26行分別對A、B、C各組的頻數(shù)進(jìn)行加權(quán)（Weight），第17~20行是調(diào)用T-Test程序計算標(biāo)準(zhǔn)組的平均R值。第22~25行和第27~30行為分別計算黃酮片（B組）及復(fù)方組（C組）的平均R值及95%的可信區(qū)間。
5．組內(nèi)不能確定標(biāo)準(zhǔn)組時SPSS的處理方法
若標(biāo)準(zhǔn)組數(shù)量很大時，可看作總體（如上例把糖衣片看成標(biāo)準(zhǔn)組），不必計算抽樣誤差，將對比組作為樣本進(jìn)行檢驗。但有時相互比較的各組樣本中往往并無例數(shù)很多的組別，如仍將其中一組作為標(biāo)準(zhǔn)組依照上例方法處理是不適當(dāng)，這時可將各組的等級合并，以其合計數(shù)作為各等級的標(biāo)準(zhǔn)分布，計算各等級的Ridit值。在以上程序中只要利用COMPUTE命令產(chǎn)生一個新的變量來表示各組的等級合并，如在第1行插入：COMPUTE Tf（合計頻數(shù)）=A+B+C；再將上面的程序作適當(dāng)?shù)男薷模纯伤愠龈鹘M的平均R值。然后用u檢驗公式（兩組時用）或χ2檢驗公式（多組時用）進(jìn)行假設(shè)檢驗[2]，u值或χ2值計算可以在Transform→Compute菜單中利用軟件提供的各種函數(shù)和表達(dá)式來實現(xiàn)，同時也可利用其中的統(tǒng)計函數(shù)u值累積分布函數(shù)（CDF.NORM（u，0，1））或χ2累積分布函數(shù)（CDF.CHISQ（χ2，df））直接返回相應(yīng)的P值，具體過程不多加詳述。