SPSS实用教程-统计推断

SPSS实用教程-统计推断

ID:41074179

大小:3.78 MB

页数:38页

时间:2019-08-15

SPSS实用教程-统计推断_第1页
SPSS实用教程-统计推断_第2页
SPSS实用教程-统计推断_第3页
SPSS实用教程-统计推断_第4页
SPSS实用教程-统计推断_第5页
资源描述:

《SPSS实用教程-统计推断》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、SPSS实用教程(3)--统计推断涂文校北京大学公共卫生学院流行病与卫生统计学系tuwenxiao@gmail.com数据分析一般步骤数据整理、核查描述性分析初步统计推断相关分析多变量分析统计推断是研究的核心,但其结论是建立在良好的数据条件为何要做统计推断?均值(或比例)X1、X2不同有两种可能:(1)分别所代表的总体均数相同,由于抽样误差造成了样本均数的差别。差别无统计学意义。(2)分别所代表的总体均数不同。样本均数的差别不是抽样误差造成的。差别有统计学意义。假设检验的原理(1)假设两总体均数相同(H0);(2)计算由于抽样误差造成样本均数有这么大差别的概率P;(3)根据概率P值下结论。

2、小概率:样本均数有这么大差别是抽样误差造成的可能性很小,拒绝H0。反之,接受H0。组间的比较定量数据均值的比较两组:1)符合正态:两组t检验(相互独立/配对)2)不符合正态:秩和检验(相互独立/配对)多组:1)符合正态:方差检验2)不符合正态:秩和检验定性数据率的比较卡方检验T检验满足正态分布两组独立样本t检验:先方差齐性检验,根据是否齐性采用不同合并方差方法配对t检验(两组样本不独立,如患者前后随访资料;数据输入格式不一样)独立t检验:男女身高(基于原正态性检验)方差齐性检验方差不齐配对t检验:采用SPSS饮食研究数据数据位置C:ProgramFilesSPSSTutorials

3、ample_filesdietstudy.sav;16个病人,4次随访,一个基线,每次都测定甘油三酯和体重基线-第一次随访体重配对t检验或者只要前后差值符合正态即可同时选中配对两个变量秩和检验适用与非正态分布数据正态分布数据也适用,但检验效能相对低也有独立和配对检验秩和检验:男女生身高配对秩和检验:SPSS饮食研究方差分析对于k个样本均数的比较,如果仍用两两比较检验,需比较次,如四个样本均数需比较6次。假设每次比较所确定的检验水准=0.05,则每次检验拒绝H0不犯第一类错误的概率为1-0.05=0.95;那么6次检验都不犯第一类错误的概率为(1-0.05)6=0.7351,而犯第一类错误

4、的概率为0.2649,因而t检验和u检验不适用于多个样本均数的比较。用方差分析比较多个样本均数,可有效地控制第一类错误。方差分析(analysisofvariance,ANOVA)由英国统计学家R.A.Fisher首先提出,以F命名其统计量,故方差分析又称F检验。方差分析基本理论方差分析主要先决条件等方差正态性独立性不同年级的身高(不纳入1人的4年级)单因素方差分析:各组相互独立方差分析-秩和检验重复测量方差分析:各组不独立方差分析-秩和检验,无法事后两两比较对策方差分析-秩和检验,各组间不相互独立分类变量的卡方检验卡方检验基本原理:2值反映了观察频数与期望频数吻合的程度(或差别的程度)

5、。观察频数与期望频数的吻合程度越好,即两者差别越小,2值越小。卡方检验的注意点:选择适当公式(1)(1)E5,n>40时,用基本公式(O-E)22=---------------E即SPSS中的:PearsonChi-Square卡方检验的注意点:选择适当公式(2)(2)140时,用校正公式(

6、O-E

7、-0.5)22=-----------------------E即SPSS中的:ContinuityCorrection卡方检验的注意点:选择适当公式(3)(3)若n≤40,或E≤1时,用Fisher确切概率法(a+b)!(c+d)!(a+c)!(b+d)!p=--

8、----------------------------------------a!b!c!d!n!即SPSS中的:Fisher'sExactTest相互独立的两组卡方检验:不同年级性别是否有差异R×C列联表:学生成绩与父亲教育R×C列联表R×C列联表2检验对理论频数有要求只能认为各总体率之间总的来说不同,但不能说明它们彼此之间都不同,或某两者之间有差别关于单向有序资料(等级资料)的统计处理,宜用秩和检验除关联性检验外,用于说明两个变量之间关系的密切程度,则需计算关联系数(contingencycoefficient)相互独立的两组卡方检验: 半成品数据数据录入格式匹配的两组卡方检验:

9、半成品数据相关分析Pearson线性相关系数Spearman等级相关相关分析的注意事项Pearson相关系数X、Y服从双变量正态分布分层现象/散点图的作用对相关的解释(树的长高与婴儿的长高)分层现象(1)分层现象(2)身高与体重的相关分析:假定正态身高与体重的相关分析:两个变量不全符合正态,采用Spearman等级相关统计推断练习 (要选择合适的检验方法)1.比较男女生体重是否有差异2.比较1-3年级体重是否有差异3.将

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。