spss算平均值(「SPSS数据分析」SPSS差异分析(1)比较均值和T检验)

首页常识更新时间:2023-08-29 20:49:30

在对数据统计分析中,最常用到的就是差异分析。不同的变量类型,使用不同的统计学方法来进行统计分析,SPSS中的操作方法也不同。我们会通过若干期的课程来系统的教大家如何在SPSS中对数据进行差异分析。

进行差异分析,第一步就是要确定研究变量也就是因变量的数据类型。通常会分类两大类:一类是连续数值型变量,也叫做连续变量,例如身高、年龄等;另一类为分类变量,例如性别、血型、学历等。本期我们就来讲解连续变量在SPSS中如何进行差异分析。

对于连续变量的差异性分析,首先,我们要检验连续变量是否符合正态分布。对于符合正态性分布的变量,要采用参数类的统计分析方法;对于不符合正态性分布的,要采用非参数检验方法。

而参数类分析方法中,又分为平均值、单样本t检验、独立样本t检验、成对样本t检验、单因素ANOVA分析等等。我们在接下来的课程中都会逐一进行讲解。本期我们来看平均值的计算方法。

我们搜集了31例患者的相关数据,要计算出不同性别的骨头高度的均值(图1)这里已经检验过骨头高度是服从正态性分布的,关于如何检验正态性分布,在之前的课程中有详细的讲解,如果有还没学到的朋友,可以去查阅我们之前的课程。

图1

这里值得注意的是,在之前的课程中,我们曾讲到过在“分析”--“描述性分析”(图2)中同样可以计算均值,与下面要讲解的参数类分析中的比较平均值有何不同呢?他们的区别在于:前者只能分析整个变量的均值,而后者(图3)可以按不同分组分类来计算每一个分组或分类的均值。

图2

图3

下面就来具体讲解如何分析不同性别的患者的骨头高度的均值:

SPSS中的操作步骤

①点击“分析”--“比较平均值”--“平均值”(图4)

图4

②将“骨头高度”选入因变量列表,将“性别”选入自变量列表,也叫分组变量列表(图5)

图5

③点击右侧“选项”,勾选“最小值”、“最大值”、两个指标,并勾选下方的“Anova表”,线性相关度检验(图6)后,点击继续--确定。

图6

④结果分析

图7

由上表(图7)可以看出:男性的骨头高度均值为49.2813,女性的为45.5257,可以看出男性略微高出女性,但差异是否有统计学意义,还需要进一步看下面的结果:

图8

由上表(图8)可以看出:ANOVA表中显著性水平为0.141>0.05说明男性和女性的骨头高度的差异不具有统计学意义。且Eta系数为0.27,Eta方0.073均为很小,进一步说明性别与骨头高度相关性不显著。

以上就是本期全部内容哦,我们将持续推出更多实用的生物医药统计课程,涵盖SPSS、Meta、Stata、GraphPad、SAS、R、NoteExpress、EndNote、Revman等数据统计分析软件及统计学方法!敬请关注哦!

以上就是本期全部内容哦,我们将持续推出更多实用的生物医药统计课程,涵盖SPSS、Meta、Stata、GraphPad、SAS、R、NoteExpress、EndNote、Revman等数据统计分析软件及统计学方法!敬请关注哦!

杏花开生物医药统计 客服QQ3305200052

版权说明:本文系杏花开生物医药统计原创文章。

【杏花开生物医药统计】相关文章:

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

,
展开阅读全文
推荐内容
热门内容
热门文章

© 2007-2022 http://www.anhuiqq.cn,All Rights Reserved.