SPSS详细操作:样本均数间的多重比较

下面我们用例子来探讨:方差分析得出各组总体均数间的差异有统计学意义之后,如何进行样本均数间的多重比较。

一、问题与数据

为调查A、B、C三种治疗措施对患者谷丙转氨酶(ALT)的影响,某科室将45名患者随机分为三组,每组15人,分别采取A、B、C三种治疗措施,治疗后ALT水平(U/L)如下。试问应用三种治疗措施后,患者的ALT水平是否有差异?如果有差异,又是哪两个组间的ALT水平存在差异?

表1. 三组患者治疗后的ALT水平(U/L)

二、对数据结构的分析

整个数据资料涉及三组患者,每组15人,测量指标为血常规报告的ALT水平,因此属于多组设计的定量资料。

我们已经知道可以采用单因素方差分析的方法,比较三组总体均数之间的差异是否具有统计学意义,但如果差异有统计学意义,并不意味着任意两组之间的均数差异都有统计学意义。想进一步了解哪两个组间的ALT水平存在差异,还需要做样本均数间的多重比较。

三、SPSS分析方法

1. 数据录入SPSS

2. 进行单因素方差分析:

(1)Analyze → General Linear Model → Univariate;

(2)主对话框设置:分析变量(ALT)送入Dependent Variable 框中→分组变量(Group)送入Fixed Factor(s) 框中;

(3)Options设置:勾选Descriptive statistics(统计描述)和Homogeneity tests(方差齐性检验)→Continue。

3. 均数间的多重比较:

(1)点击Post Hoc按钮,将Group送入Post Hoc Tests for框中→在Equal Variances Assumed(方差齐)框中,勾选几种常用的多重比较方法:

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

(2)在Dunnett选项下面,Control Category选择First(以A组作为对照组),Test框中勾选2-sided→Continue→OK。

四、结果解读

Tests of Between-Subjects Effects表格给出了方差分析的结果。在方差齐的条件下,Group一行结果显示,F值=68.810, P(Sig.)<0.001。

Multiple Comparisons表格给出了部分方法的多重比较结果,分别列出了每个组和其他组比较的均数的差值(Mean Difference (I-J))、标准误(Std. Error)、P值(Sig.)和均数差值的95%置信区间(95% Confidence Interval)。检验水准α设为0.05,组间差异有统计学意义的结果已用*标出。

不同多重比较方法的选择,需要结合研究设计和每个方法各自的特点及适用条件。我们以Bonferroni法和Dunnett法的结果为例,进行解读:

Bonferroni法结果显示,A组与B组的ALT水平相比,Mean Difference=-15.160 U/L,P(Sig.)<0.001;A组与C组相比,Mean Difference=1.133 U/L,P(Sig.)=1.000;B组与C组相比,Mean Difference=16.293 U/L,P(Sig.)<0.001。

Bonferroni法和Šidák法的检验原理为根据需要比较的次数来调整检验水准。以Bonferroni法为例,调整的方法有两种:1、将α’=α/m作为检验水准的调整值(m为共需比较的次数,假设m=C32=3,α’=0.05/3=0.017),两两比较得出的P值与α’进行比较,即P<0.017时才能拒绝零假设;2、将计算得到的P值扩大为原来的m倍为P’,然后将P’与0.05比较,即P’<0.05时拒绝零假设。SPSS采取的是第二种方法,直接为我们给出了Bonferroni法和Šidák法调整后的P’值,故将调整后的P’值与检验水准0.05比较即可,不用再自行计算。

Dunnett法结果显示,B组与A组的ALT水平相比,Mean Difference=15.160 U/L,P(Sig.)<0.001;C组与A组相比,Mean Difference=-1.133 U/L,P(Sig.)=0.688。

Homogeneous Subsets表格同样给出了部分方法的多重比较结果。我们以Student-Newman-Keuls(S-N-K)法的结果为例,进行解读:

C组ALT水平的均数为12.147 U/L,A组均数为13.280 U/L,C组和A组被分到一个亚组(Subset 1),P(Sig.)=0.469;B组均数为28.440 U/L,被单独分到另一个亚组(Subset 2),P(Sig.)>0.999。

五、撰写结论

A组患者ALT水平为(13.28 ± 4.39)U/L,B组患者ALT水平为(28.44 ± 3.65)U/L,C组患者ALT水平为(12.15 ± 4.64)U/L,A、B、C三种治疗措施对患者ALT水平的影响差异具有统计学意义(F=68.810,P<0.001)。其中,B组与A组,B组与C组间患者的ALT水平差异均具有统计学意义(P<0.001),A组与C组间患者的ALT水平差异无统计学意义(P>0.05)。

六、延伸阅读

SPSS中均数间多重比较方法可以分为两大类,包括多重两两比较的检验(Multiple Comparisons)和对极差进行亚组同质性的检验(Homogeneous Subsets),二者结果的表现形式有所不同,如本例结果所示。

两两比较检验给出了每个组和其他组比较的结果。亚组同质性检验则先按照每个组均数的大小进行排序,将组间均数差异无统计学意义的均数分到一个亚组,这样会形成若干个亚组,同一亚组内的均数差异无统计学意义,不同亚组间的均数差异有统计学意义。

本例中,C组和A组被分到一个亚组,说明两组间均数差异无统计学意义;B组被单独分到一个亚组,说明B组与A组、B组与C组间的均数差异都有统计学意义。数据分析师培训

转载于:https://www.cnblogs.com/amengduo/p/9587103.html

SPSS详细操作:样本均数间的多重比较相关推荐

  1. python方差分析样本量太大_SPSS详细操作:样本均数间的多重比较

    下面我们用例子来探讨:方差分析得出各组总体均数间的差异有统计学意义之后,如何进行样本均数间的多重比较. 一.问题与数据 为调查A.B.C三种治疗措施对患者谷丙转氨酶(ALT)的影响,某科室将45名患者 ...

  2. 均数间的多重比较的方法的选择【转载】

    转载自:http://blog.sina.com.cn/s/blog_b43ab15101019xty.html 1.如两个均数的比较是独立的,或者虽有多个样本的均数,但事先已计划好要做某几对均数的比 ...

  3. python双样本t检验_SPSS详细操作 两个样本均数比较的t检验

    一.问题与数据 随机抽取20只小鼠分配到A.B两个不同饲料组.每组 10 只,喂养一定时间后,测得鼠肝中铁的含量(μg/g),数据如下.试问不同饲料对鼠肝中铁的含量有无影响? 二.对数据结构的分析 整 ...

  4. 【嵌入式20】STM32F103完成对SD卡的数据读取详细操作

    本文主要利用STM32F103完成对SD卡的数据读取,介绍该实验的详细操作 一.题目要求 二.SD卡协议原理 1.SD卡简述 2.SD卡物理结构 3.SD卡寄存器 4.SD卡操作模式 5.SD卡初始化 ...

  5. 【CSDN云IDE】个人使用体验和建议(含超详细操作教程)(python、webGL方向)

    [CSDN云IDE]个人使用体验和建议 (含超详细操作教程)(python.webGL方向)  文章目录: 一.CSDN云IDE简介 二.新建工作空间 三.管理你的工作空间 (3.1).工作空间基本信 ...

  6. Flash动画学习指引六:操作动作补间

    转自:http://bbs.9ria.com/thread-75053-1-1.html 要求  需求知识  Flash 工作空间基本知识. 用户级别  开始级 需求   •        Flash ...

  7. flash计算机操作步骤,flash案例详细操作步骤(绝对全).doc

    flash案例详细操作步骤(绝对全) 安徽理工大学 计算机专业2008级认识实习大纲.计划 (2009.10) 课内学时:2周 学分数:3.0 三.动画制作Flash 1.实习性质.任务与目的 本实习 ...

  8. Nginx反向绑定域名方法和详细操作应用实例:Google和Gravatar

    2019独角兽企业重金招聘Python工程师标准>>> 反向绑定域名,即将域名B绑定到域名A上,用户只要访问B就等同于进入A,内容都是由A提供,它有点像建立了一个A的镜像.什么时候要 ...

  9. centos7 查看ip_VMware安装CentOS 7操作系统详细操作教程(网络配置)

    网络配置,输入vi /etc/sysconfig/network-scripts/,按下Tab键,根据提示,输入ifcfg-eno16777736,按下Enter键,如下图所示: 图 1 网络配置-1 ...

最新文章

  1. CentOS全局配置JAVA环境变量,实现多个tomcat共用环境变量,不用再一个个tomcat配置
  2. Python——eventlet.websocket
  3. liunx的目录结构
  4. c++ 结构体构造函数使用总结 附一道经典模拟题
  5. 如何测量代码执行时间
  6. 拔掉 MacBookPro,用 8GB 树莓派4 工作一天,体验原来是这样的
  7. python3.6安装包报错_win10安装python3.6的常见问题
  8. Nodejs连接mysql的增、删、改、查操作
  9. office连接oracle,Access(VBA)连接Oracle数据库的代码
  10. python发动机悬置解耦计算-按重心处整车坐标系解耦
  11. org.springframework.dao.InvalidDataAccessApiUsageException
  12. 优酷爱奇艺回应被处罚;拼多多主体公司法定代表人变更,黄峥退出董事席位;斗鱼发布开源框架Jupiter | 极客头条
  13. JQuery:视频+实战总结
  14. Firefox 火狐网址生成二维码扩展推荐
  15. 基于卷积神经网络的mnist手写体识别
  16. 风变编程python小课课件_待风变编程的 Python 网课是什么? Python 网课怎么
  17. 整活小能手!Windows系统滑动关机!一行脚本实现炫酷效果
  18. ​创业10年的领导口出狂言:80后该退出IT行业!网友怒怼!
  19. jq多选按钮值_jQuery实现获取选中复选框的值实例详解
  20. Spring boot 启动后没反应

热门文章

  1. jsp中显示日期格式设置
  2. 安装配有NVIDIA GRID K2服务器系统不能正常安装和其他的GPU卡如K20x不能正常安装原厂驱动
  3. 云开发微信小程序 - 最近火到爆的的MBTI十六人格测试
  4. Java内存的一点理解, 静态方法和实例方法的区别及使用场景
  5. 微信小程序视频无缝衔接
  6. 使用帕累托最优解和熵权双基点法实现电力成本双目标优化——附matlab实现代码
  7. Fundamentals of Computer Graphics, Fourth Edition 中文翻译
  8. linux文本分割符怎么显示,Linux自定义分隔符IFS引发的文本处理问题
  9. cad2014 64位32位 免费中文版
  10. 新手小白做短视频自媒体,入门流程分享,让你少走很多弯路