99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁(yè)精彩閱讀SPSS詳細(xì)操作：樣本均數(shù)間的多重比較
SPSS詳細(xì)操作：樣本均數(shù)間的多重比較
2017-04-27
收藏

SPSS詳細(xì)操作：樣本均數(shù)間的多重比較

下面我們用例子來(lái)探討：方差分析得出各組總體均數(shù)間的差異有統(tǒng)計(jì)學(xué)意義之后，如何進(jìn)行樣本均數(shù)間的多重比較。

一、問(wèn)題與數(shù)據(jù)

為調(diào)查A、B、C三種治療措施對(duì)患者谷丙轉(zhuǎn)氨酶（ALT）的影響，某科室將45名患者隨機(jī)分為三組，每組15人，分別采取A、B、C三種治療措施，治療后ALT水平（U/L）如下。試問(wèn)應(yīng)用三種治療措施后，患者的ALT水平是否有差異？如果有差異，又是哪兩個(gè)組間的ALT水平存在差異？

表1. 三組患者治療后的ALT水平（U/L）

二、對(duì)數(shù)據(jù)結(jié)構(gòu)的分析

整個(gè)數(shù)據(jù)資料涉及三組患者，每組15人，測(cè)量指標(biāo)為血常規(guī)報(bào)告的ALT水平，因此屬于多組設(shè)計(jì)的定量資料。

我們已經(jīng)知道可以采用單因素方差分析的方法，比較三組總體均數(shù)之間的差異是否具有統(tǒng)計(jì)學(xué)意義，但如果差異有統(tǒng)計(jì)學(xué)意義，并不意味著任意兩組之間的均數(shù)差異都有統(tǒng)計(jì)學(xué)意義。想進(jìn)一步了解哪兩個(gè)組間的ALT水平存在差異，還需要做樣本均數(shù)間的多重比較。 

三、SPSS分析方法

1. 數(shù)據(jù)錄入SPSS

2. 進(jìn)行單因素方差分析：

（1）Analyze → General Linear Model → Univariate；

（2）主對(duì)話框設(shè)置：分析變量（ALT）送入Dependent Variable 框中→分組變量（Group）送入Fixed Factor(s) 框中；

（3）Options設(shè)置：勾選Descriptive statistics（統(tǒng)計(jì)描述）和Homogeneity tests（方差齊性檢驗(yàn)）→Continue。

3. 均數(shù)間的多重比較：

（1）點(diǎn)擊Post Hoc按鈕，將Group送入Post Hoc Tests for框中→在Equal Variances Assumed（方差齊）框中，勾選幾種常用的多重比較方法：

LSD、S-N-K、Bonferroni、Tukey、?idák、Scheffé's、Dunnett

（2）在Dunnett選項(xiàng)下面，Control Category選擇First（以A組作為對(duì)照組），Test框中勾選2-sided→Continue→OK。

四、結(jié)果解讀

Tests of Between-Subjects Effects表格給出了方差分析的結(jié)果。在方差齊的條件下，Group一行結(jié)果顯示，F(xiàn)值=68.810， P（Sig.）<0.001。

Multiple Comparisons表格給出了部分方法的多重比較結(jié)果，分別列出了每個(gè)組和其他組比較的均數(shù)的差值（Mean Difference (I-J)）、標(biāo)準(zhǔn)誤（Std. Error）、P值（Sig.）和均數(shù)差值的95%置信區(qū)間（95% Confidence Interval）。檢驗(yàn)水準(zhǔn)α設(shè)為0.05，組間差異有統(tǒng)計(jì)學(xué)意義的結(jié)果已用*標(biāo)出。

不同多重比較方法的選擇，需要結(jié)合研究設(shè)計(jì)和每個(gè)方法各自的特點(diǎn)及適用條件。我們以Bonferroni法和Dunnett法的結(jié)果為例，進(jìn)行解讀：

Bonferroni法結(jié)果顯示，A組與B組的ALT水平相比，Mean Difference=-15.160 U/L，P（Sig.）<0.001；A組與C組相比，Mean Difference=1.133 U/L，P（Sig.）=1.000；B組與C組相比，Mean Difference=16.293 U/L，P（Sig.）<0.001。

Bonferroni法和?idák法的檢驗(yàn)原理為根據(jù)需要比較的次數(shù)來(lái)調(diào)整檢驗(yàn)水準(zhǔn)。以Bonferroni法為例，調(diào)整的方法有兩種：1、將α’=α/m作為檢驗(yàn)水準(zhǔn)的調(diào)整值（m為共需比較的次數(shù)，假設(shè)m=C32=3，α’=0.05/3=0.017），兩兩比較得出的P值與α’進(jìn)行比較，即P<0.017時(shí)才能拒絕零假設(shè)；2、將計(jì)算得到的P值擴(kuò)大為原來(lái)的m倍為P’，然后將P’與0.05比較，即P’<0.05時(shí)拒絕零假設(shè)。SPSS采取的是第二種方法，直接為我們給出了Bonferroni法和?idák法調(diào)整后的P’值，故將調(diào)整后的P’值與檢驗(yàn)水準(zhǔn)0.05比較即可，不用再自行計(jì)算。

Dunnett法結(jié)果顯示，B組與A組的ALT水平相比，Mean Difference=15.160 U/L，P（Sig.）<0.001；C組與A組相比，Mean Difference=-1.133 U/L，P（Sig.）=0.688。

Homogeneous Subsets表格同樣給出了部分方法的多重比較結(jié)果。我們以Student-Newman-Keuls（S-N-K）法的結(jié)果為例，進(jìn)行解讀：

C組ALT水平的均數(shù)為12.147 U/L，A組均數(shù)為13.280 U/L，C組和A組被分到一個(gè)亞組（Subset 1），P（Sig.）=0.469；B組均數(shù)為28.440 U/L，被單獨(dú)分到另一個(gè)亞組（Subset 2），P（Sig.）>0.999。

五、撰寫結(jié)論

A組患者ALT水平為（13.28 ± 4.39）U/L，B組患者ALT水平為（28.44 ± 3.65）U/L，C組患者ALT水平為（12.15 ± 4.64）U/L，A、B、C三種治療措施對(duì)患者ALT水平的影響差異具有統(tǒng)計(jì)學(xué)意義（F=68.810，P<0.001）。其中，B組與A組，B組與C組間患者的ALT水平差異均具有統(tǒng)計(jì)學(xué)意義（P<0.001），A組與C組間患者的ALT水平差異無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05）。

六、延伸閱讀

SPSS中均數(shù)間多重比較方法可以分為兩大類，包括多重兩兩比較的檢驗(yàn)（Multiple Comparisons）和對(duì)極差進(jìn)行亞組同質(zhì)性的檢驗(yàn)（Homogeneous Subsets），二者結(jié)果的表現(xiàn)形式有所不同，如本例結(jié)果所示。

兩兩比較檢驗(yàn)給出了每個(gè)組和其他組比較的結(jié)果。亞組同質(zhì)性檢驗(yàn)則先按照每個(gè)組均數(shù)的大小進(jìn)行排序，將組間均數(shù)差異無(wú)統(tǒng)計(jì)學(xué)意義的均數(shù)分到一個(gè)亞組，這樣會(huì)形成若干個(gè)亞組，同一亞組內(nèi)的均數(shù)差異無(wú)統(tǒng)計(jì)學(xué)意義，不同亞組間的均數(shù)差異有統(tǒng)計(jì)學(xué)意義。

本例中，C組和A組被分到一個(gè)亞組，說(shuō)明兩組間均數(shù)差異無(wú)統(tǒng)計(jì)學(xué)意義；B組被單獨(dú)分到一個(gè)亞組，說(shuō)明B組與A組、B組與C組間的均數(shù)差異都有統(tǒng)計(jì)學(xué)意義。


數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼

若不方便掃碼，搜微信號(hào)：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說(shuō)明請(qǐng)參見(jiàn)：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }