《培訓資料--spss統(tǒng)計軟件培訓數(shù)據(jù)分析》由會員分享，可在線閱讀，更多相關《培訓資料--spss統(tǒng)計軟件培訓數(shù)據(jù)分析（24頁珍藏版）》請在裝配圖網上搜索。
1、宿 昆重慶市疾控慢病所 統(tǒng)計描述均數(shù)比較：t檢驗、方差分析2 檢驗簡單線性回歸二分類Logistic回歸基于秩次的非參數(shù)檢驗 連續(xù)變量的統(tǒng)計描述分類變量的統(tǒng)計描述 集中趨勢：算術均數(shù)、中位數(shù)、幾何均數(shù)、眾數(shù)、調和均數(shù)等。離散趨勢：全距、方差和標準差、百分位數(shù)、四分位數(shù)/間距、變異系數(shù)。分布特征：對正態(tài)分布而言，偏度系數(shù)和峰度系數(shù)等。其他趨勢：單峰、雙峰、對稱、偏態(tài) 算術均數(shù)： 用于描述服從正態(tài)分布的變量值的平均水平。中位數(shù)： 用于描述服從偏態(tài)分布資料的平均水平。幾何均數(shù)： 用于描述等比或等差數(shù)列變量值的平均水平。方差：主要用于正態(tài)分布資料；標準差：主要用于正態(tài)分布資料；四分位數(shù)間距：主要用于偏
2、態(tài)分布資料(QP75P25 )； 變異系數(shù)：用于度量單位不同或均數(shù)相差懸殊的資料。 SPSS中的相應功能：“頻率”過程 SPSS中的相應功能：“描述”過程 SPSS中的相應功能：“探索”過程 頻數(shù)分布情況的描述：絕對頻數(shù)、百分比集中趨勢的描述：眾數(shù)使用相對數(shù)進行深入描述：比、構成比、率SPSS中的相應功能：“頻率”過程、“描述”過程和“探索”過程 完全隨機化設計單組計量資料的均數(shù)與總體均數(shù)比較的t檢驗某個小區(qū)1000個6歲男孩的身高與重慶市所有6歲男孩的身高平均值的比較配對設計兩組相關計量資料均數(shù)間比較的t檢驗自身配對:如治療前后某項指標比較。異體配對:如對兩只兔子兩種處理方法的結果比較。完全
3、隨機化設計兩組獨立計量資料均數(shù)間比較的t檢驗如男女BMI比較完全隨機化設計多組獨立計量資料均數(shù)間比較的單因素ANOVA如比較不同鄉(xiāng)鎮(zhèn)BMI 完全隨機設計的單樣本計數(shù)資料的率/構成比與已知總體率/構成比比較完全隨機設計的兩(多)獨立樣本計數(shù)資料的率(構成比)比較配對設計的兩組相關樣本計數(shù)資料的率/構成比比較與Kappa一致性檢驗完全隨機設計的分層2檢驗 回歸的最初含義：生物學含義 英國的遺傳學家F.Galton和K.Pearson注意到一個有趣的現(xiàn)象，即父親高，兒子也高，父親矮，兒子也矮，但兒子的身高離平均水平更近些，即子代身高有向人群的平均身高回歸(regression to the mean
4、)的趨勢，這就是“回歸”的生物學內涵，Galton稱該現(xiàn)象為“普遍回歸法則(law of universal regression)”。這是很自然的，否則，豈不一代比一代無限制地遠離平均值，導致身高兩級分化？回歸的現(xiàn)在含義：完全不同了，回歸分析是研究事物或現(xiàn)象之間的數(shù)量依存關系，控制/預測 模型: iii XY i ii bXaY ( 隨 機 誤 差 ) 線性回歸分析的一般步驟(1)確定因變量和自變量(2)繪制散點圖(3)從樣本數(shù)據(jù)出發(fā)確定變量之間的數(shù)學關系式,并對回歸方程的各個參數(shù)進行估計.(4)對回歸方程進行各種統(tǒng)計檢驗.:回歸方程的顯著性檢驗；擬合優(yōu)度檢驗；殘差(Y的估計值與實測值的差)
5、分析(y/殘差-x/X or )(5)利用回歸方程進行預測與控制； 相關(correlation)與回歸(regression)簡介在大量的醫(yī)學研究中還需要對兩個變量之間的關系進行量化研究，一是確定兩個變量間是否有聯(lián)系及聯(lián)系的程度如何，二是定量地確定它們之間的互依關系，相關與回歸就是研究這種關系的統(tǒng)計方法。變量間的關系(1)函數(shù)關系(確定性關系):如:圓面積和圓半徑.(2)統(tǒng)計關系(非確定性關系):不象函數(shù)關系那樣直接,但卻普遍存在,且有強有弱, 如:身高與體重. (變異)相關和回歸分析的研究對象:統(tǒng)計關系 Logistic回歸：應變量為分類變量，自變量: 連續(xù)/分類變量，研究該分類變量與一組
6、自變量之間的關系0/1：治愈/未治愈，或患病/未患病有序分類：治愈/好轉/未治愈無序分類：腺癌、鱗癌、大細胞癌 模型中參數(shù)的意義0為常數(shù)項：自變量取值全為0時的基線狀況，未必有實際意義i為偏回歸系數(shù)，代表固定其它Xj時，Xi改變一個單位引起logit(P)平均值的改變量當其它自變量(Xj)取值保持不變時， Xi取值增加一個單位引起OR自然對數(shù)值的變化量，因此在使用上OR值要遠比i本身更常用iORPPPP ln)1/()1 ln( 1111 啞變量 偏回歸系數(shù)表示其它自變量Xj不變，Xi每改變一個單位，所導致logitP的平均變化量x為連續(xù)性/二分類變量：沒有問題x為多分類變量：不太合適無序多分類：民族，各族之間不存在大小問題有序多分類：家庭收入分為高、中、低三檔，它們之間的差距無法準確衡量在以上這些情況時，我們就必須將原始的多分類變量轉化為數(shù)個啞變量（Dummy Variable）， 啞變量每個啞變量只代表某兩個級別或若干個級別間的差異，這樣得到的回歸結果才能有明確而合理的實際意義對于取值具有n個水平的自變量Xi，可以生成n-1個啞變量模型中啞變量遵循“同進同出” 的原則 完全隨機化設計單組樣本的基于秩次的非參數(shù)檢驗完全隨機設計兩組獨立樣本的基于秩次的非參數(shù)檢驗配對設計兩組相關樣本的基于秩次的非參數(shù)檢驗完全隨機設計多組獨立樣本的基于秩次的非參數(shù)檢驗
培訓資料--spss統(tǒng)計軟件培訓數(shù)據(jù)分析
