最新版SPSS20.0最优秀的教程.pdf

医学统计学与SPSS软件应用中的例题，SPSS 20简体中文版的操作详解 本材料对医学统计学与SPSS软件应用（王彤 北京大学医学出版社 2008年8月）一书中的例题使用SPSS20简体中文版进行计算。用图示方式介绍各种过程的使用方法、变量设置及结果输出。其章节均按原著顺序编排，对各种统计方法的统计学意义未做详细介绍请参见原作。为了使用方便本材料需要的原作、及数据资料一并压缩在一起，如对原作有侵权嫌疑，敬请谅解。由于spss版本不同，过程分组有异，本材料均按SPSS 20进行修改。其中若有错误的地方，与原作无关，有本编者负责。本材料是用的例题资料均来自原作。本材料主要是供SPSS 20版使用者参考。编者： 第1章 SPSS概述 第一节 变量编辑和数据编辑视图 第二节 结果输出窗口 第三节语法编辑器窗口 第2章 数据文件管理 第一节 文件的建立、调用和保存 第3章 统计报表 第一节 在线分析过程 第二节 数据摘要过程 第三节 行形式输出报告 第四节 列形式输出报告 第4章 统计描述 第一节 频数分析 第二节 描述性分析 第三节 探索性分析 第四节 列联表资料分析 第五节 比率统计分析 第5章 两个均数比较的t检验 第一节 单个样本均属的t检验 第二节 配对样本资料的t检验 第三节 两独立样本的t检验 第6章 多个均数比较的方差分析 第一节 单因素方差分析 第二节 随机区组设计方差分析 第三节 析因设计方差分析 第7章 多元方差分析 第一节 多元方差分析 第8章 协方差分析 第9章 重复测量设计方差分析 第一节 重复测量设计方差分析第10章 常用非参数检验 第一节 两独立样本的比较 第二节 多个独立样本的比较 第三节 两相关样本的比较 第四节 多个相关样本的比较 第11章 相关分析 第一节 Bivariate Correlation过程 第二节 Partial过程 第三节 Distances 过程 第12章 连续反应变量回归分析 第一节 直线回归 第二节 多重线性回归 第三节 曲线拟合 第四节 非线性回归 第13章 分类资料的回归分析 第一节 二分类Logistic回归 第二节 多分类Logistic回归 第三节 Ordinal过程 第四节 Probit过程 第14章 生存分析与Cox回归 第一节 Life Tables过程 第二节 Kaplan-Meier过程 第三节 Cox Regression过程 第四节 Cox w/Time-Dep Cov过程 第15章 聚类分析与判别分析 第一节 Two Step Cluster过程 第二节 K均值聚类 第三节 系统聚类 第四节 判别分析 第16章 数据降维方法 第一节 主成分分析与因子分析 第二节 对应分析 第17章 时间序列分析 第一节 指数平滑方法 第二节 自回归分析 第三节 ARIMA模型 第四节 周期分解方法 第五节 时间序列谱分析 第18章 统计图 第一节 统计图绘制 第二节 统计图编辑 1、spss 20的界面 1.1 数据编辑窗口 在“数据视图”中可以输入变量。在“变量视图”中可以设定不同变量的属性。1、spss 20的界面 1.2 结果输出窗口：输出程序运算结果及各种操作的记录。1、spss 20的界面 1.3 语法编辑器窗口：编辑语法、运行由语法组成的过程文件。1、文件的建立、调用和保存 文件的建立、调用和保存，可在文件菜单的指引下操作，具体内容见原著本文不做详细介绍。第1节 在线分析过程【例3.1】现有100例肾炎病人的检查资料，是对肌酐和收缩压与镜下血尿的关系进行在线分析。（数据见例3-1.sav）1、打开数据文件“例3-1.sav”。，选择报告-ALOP立方体，设置“摘要变量”和“分组变量”；设置“统计量”。第1节 在线分析过程【例3.1】现有100例肾炎病人的检查资料，是对肌酐和收缩压与镜下血尿的关系进行在线分析。（数据见例3-1.sav）3、结果输出：案例处理摘要 案例 已包含 已排除 总计 N 百分比 N 百分比 N 百分比 收缩压 *镜下血尿 100 100.0%0 0.0%100 100.0%肌酐 *镜下血尿 100 100.0%0 0.0%100 100.0%OLAP 立方体 镜下血尿:总计 合计 N 均值 标准差 总和的%合计 N 的%中值 收缩压 12271.00 100 122.7100 18.49395 100.0%100.0%120.0000 肌酐 38.20 100.3820.07101 100.0%100.0%.3930 第1节 在线分析过程【例3.1】现有100例肾炎病人的检查资料，是对肌酐和收缩压与镜下血尿的关系进行在线分析。（数据见例3-1.sav）3、结果输出：点击OLAP立方表可分别列出镜下血尿有、无的结果：OLAP OLAP 立方体立方体 镜下血尿:无 合计 N 均值 标准差 总和的%合计 N 的%中值 收缩压 4568.00 39 117.1282 15.21976 37.2%39.0%120.0000 肌酐 16.31 39.4182.05582 42.7%39.0%.4140 OLAP OLAP 立方体立方体 镜下血尿:有 合计 N 均值 标准差 总和的%合计 N 的%中值 收缩压 7703.00 61 126.2787 19.60708 62.8%61.0%120.0000 肌酐 21.89 61.3588.07033 57.3%61.0%.3640 第2节 数据摘要过程【例3.2】试对前10个观察值按不同性别输出病人年龄及舒张压的原始数据，并输出基本统计量。（数据见例3-1.sav）1、操做：选择分析-报告-个案汇总，设置变量和“统计量”。第2节 数据摘要过程【例3.2】试对前10个观察值按不同性别输出病人年龄及舒张压的原始数据，并输出基本统计量。（数据见例3-1.sav）4、结果输出：个案汇总a 年龄 舒张压 性别 男 1 23.00 60.00 2 25.00 90.00 3 30.00 72.50 4 48.00 82.50 5 49.00 75.00 6 55.00 95.00 7 36.00 90.00 总计 N 7 7 均值 38.0000 80.7143 中值 36.0000 82.5000 标准差 12.72792 12.30805 女 1 41.00 100.00 2 50.00 82.00 3 25.00 80.00 总计 N 3 3 均值 38.6667 87.3333 中值 41.0000 82.0000 标准差 12.66228 11.01514 总计 N 10 10 均值 38.2000 82.7000 中值 38.5000 82.2500 标准差 11.98888 11.75490 a.限于前 10 个案例。第3节 行形式输出报告【例3.3】以有无镜下血尿分组报告收缩压和舒张压的最大值、最小值均数及标准差。（数据见例3-1.sav）1、操作：选择分析-报告-按行汇总（R），设定变量。第3节 行形式输出报告【例3.3】以有无镜下血尿分组报告收缩压和舒张压的最大值、最小值均数及标准差。（数据见例3-1.sav）2、操作：选择最终摘要行参数和分类摘要行参数。第3节 行形式输出报告【例3.3】以有无镜下血尿分组报告收缩压和舒张压的最大值、最小值均数及标准差。（数据见例3-1.sav）3、结果报告。镜下血尿 收缩压 舒张压 无 均值(M)117.13 77.81 最小值 95.00 57.00 最大值 160.00 100.00 N 39 39 StdDev 15.2 10.38 有 均值(M)126.28 81.70 最小值 100.00 100.00 最大值 190.00 120.00 N 61 61 StdDev 19.61 12.72 总计 均值(M)122.71 80.19 最小值 95.00 40.00 最大值 190.00 120.00 N 100 100 StdDev 18.49 11.96 第4节 列形式输出报告【例3.4】以有无镜下血尿分组报告收缩压和舒张压的均数。（数据见例3-1.sav）4.1、操作。选择分析-报告-按列汇总（S），选择列摘要变量和分组变量；第4节 列形式输出报告【例3.4】以有无镜下血尿分组报告收缩压和舒张压的均数。（数据见例3-1.sav）4.2、设置选择变量的输出参数，设置列标题和排列方式；第4节 列形式输出报告【例3.4】以有无镜下血尿分组报告收缩压和舒张压的均数。（数据见例3-1.sav）4.3、报告输出。29 Feb 12 均数汇总 1 舒张压均 收缩压均 镜下血尿 值 体重均值 值 无 77.81 58.94 117.13 有 81.70 60.26 126.28 第一节：频数分析【例4-1】某医师收集了80例重症监护室病人的有关情况：年龄（岁）、ICU时间（天）、APACHE评分、手术及预后等指标。试分析年龄及手术的评述分布情况。（数据见例4-1.Sav）1.1、操作：打开数据文件，选择分析-描述统计-频率，选择需要处理的变量。第一节：频数分析【例4-1】某医师收集了80例重症监护室病人的有关情况：年龄（岁）、ICU时间（天）、APACHE评分、手术及预后等指标。试分析年龄及手术的评述分布情况。（数据见例4-1.Sav）1.2、选择统计量及图表类型。第一节：频数分析【例4-1】某医师收集了80例重症监护室病人的有关情况：年龄（岁）、ICU时间（天）、APACHE评分、手术及预后等指标。试分析年龄及手术的评述分布情况。（数据见例4-1.Sav）1.3、结果输出：统计量及频数表（手术方式 为一个字符串，因此无法生成直方图）。统计量 APACHE评分 手术方式 N 有效 80 80 缺失 0 0 均值 45.44 中值 44.00 标准差 18.460 百分位数 25 32.00 50 44.00 75 54.75 APACHE评分 频率 百分比 有效百分比 累积百分比 有效 18 2 2.5 2.5 2.5 19 1 1.3 1.3 3.8 95 1 1.3 1.3 98.8 98 1 1.3 1.3 100.0 合计 80 100.0 100.0 第一节：频数分析【例4-1】某医师收集了80例重症监护室病人的有关情况：年龄（岁）、ICU时间（天）、APACHE评分、手术及预后等指标。试分析年龄及手术的评述分布情况。（数据见例4-1.Sav）1.4、结果输出：手术方式统计表和APACHE评分频数分布图 手术方式 频率 百分比 有效百分比 累积百分比 有效 急诊手术 20 25.0 25.0 25.0 未手术 6 7.5 7.5 32.5 择期手术 54 67.5 67.5 100.0 合计 80 100.0 100.0 第2节：描述性分析【例4-2】试对资料中年龄和APACHE评分进行简单的描述性分析。（数据见例4-1.Sav）2.1、操作：选择分析-描述性统计-描述（D），选择分析变量；设置“选项”第2节：描述性分析【例4-2】试对资料中年龄和APACHE评分进行简单的描述性分析。（数据见例4-1.Sav）2.2、结果输出：描述统计量 N 极小值 极大值 和 均值 标准差 偏度 峰度 统计量 统计量 统计量 统计量 统计量 标准误 统计量 统计量 标准误 统计量 标准误 年龄(岁)80 13 86 4048 50.60 1.846 16.513.077.269-.211.532 APACHE评分 80 18 98 3635 45.44 2.064 18.460.953.269.726.532 有效的 N 80 第3节：探索性分析【例4-3】对资料中危重病人的APACHE评分及其预后情况进行探索性分析，了解不同的预后情况下的APACHE评分状况。（数据见例4-1.Sav）3.1、操作：选择分析-描述统计-探索，在探索菜单中选择探索变量。第3节：探索性分析【例4-3】对资料中危重病人的APACHE评分及其预后情况进行探索性分析，了解不同的预后情况下的APACHE评分状况。（数据见例4-1.Sav）3.2、分别设置统计量、图、和选项。第3节：探索性分析【例4-3】对资料中危重病人的APACHE评分及其预后情况进行探索性分析，了解不同的预后情况下的APACHE评分状况。（数据见例4-1.Sav）3.3、结果输出（表）：a案件处理摘要。案例处理摘要 预后情况 案例 有效 缺失 合计 N 百分比 N 百分比 N 百分比 APACHE评分 死亡 8 100.0%0 0.0%8 100.0%存活 72 100.0%0 0.0%72 100.0%第3节：探索性分析 2、结果输出（表）：b、描述。c、M-估计器 描述描述+预后情况 统计量 标准误 APACHE 评分 死亡 均值 85.88 3.388 均值的 95%置信区间 下限 77.86 上限 93.89 5%修整均值 86.08 中值 86.50 方差 91.839 标准差 9.583 极小值 70 极大值 98 范围 28 四分位距 17 偏度-.545.752 峰度-.532 1.481 存活 均值 40.94 1.516 均值的 95%置信区间 下限 37.92 上限 43.97 5%修整均值 40.78 中值 40.00 方差 165.377 标准差 12.860 极小值 18 极大值 72 范围 54 四分位距 22 偏度.149.283 峰度-.766.559 MM-估计器估计器 预后情况 Huber 的 M-估计器a Tukey 的双权重b Hampel 的 M-估计器c Andrews 波d APACHE评分 死亡 86.80 86.63 86.45 86.63 存活 40.66 40.64 40.76 40.65 a.加权常量为 1.339。b.加权常量为 4.685。c.加权常量为 1.700、3.400 和 8.500 d.加权常量为 1.340*pi。第3节：探索性分析 2、结果输出（表）：d、百分位数。e、极值 百分位数百分位数 预后情况 百分位数 5 10 25 50 75 90 95 加权平均（定义 1）APACHE评分 死亡 70.00 70.00 77.25 86.50 94.25 存活 19.65 25.00 29.00 40.00 50.75 58.00 62.70 Tukey 的枢纽 APACHE评分 死亡 79.50 86.50 93.50 存活 29.00 40.00 50.50 极值a 预后情况 案例号 值 APACHE评分 死亡 最高 1 80 98 2 79 95 3 78 92 4 77 87 最低 1 73 70 2 61 75 3 75 84 4 76 86 存活 最高 1 74 72 2 72 65 3 71 64 4 70 62 5 69 60 最低 1 4 18 2 2 18 3 1 19 4 3 20 5 5 22 a.请求的极值数量超出了数据点的数量。将显示较少数量的极值。第3节：探索性分析 2、结果输出（表）：f、正态性检验。g、方差齐性检验 正态性检验 预后情况 Kolmogorov-Smirnova Shapiro-Wilk 统计量 df Sig.统计量 df Sig.APACHE评分 死亡.172 8.200*.951 8.721 存活.087 72.200*.979 72.258*.这是真实显著水平的下限。a.Lilliefors 显著水平修正 方差齐性检验方差齐性检验 Levene 统计量 df1 df2 Sig.APACHE评分 基于均值 2.214 1 78.141 基于中值 2.207 1 78.141 基于中值和带有调整后的 df 2.207 1 77.531.141 基于修整均值 2.248 1 78.138 第3节：探索性分析 2、结果输出（图）：a、茎叶图 APACHE评分 Stem-and-Leaf Plot for Outcome=存活 Frequency Stem&Leaf 3.00 1.889 16.00 2.0235556688999999 17.00 3.22233556677777999 17.00 4.11244556667778999 14.00 5.01234445568888 4.00 6.0245 1.00 7.2 Stem width:10 Each leaf:1 case(s)APACHE评分 Stem-and-Leaf Plot for Outcome=死亡 Frequency Stem&Leaf 2.00 7.05 3.00 8.467 3.00 9.258 Stem width:10 Each leaf:1 case(s)第3节：探索性分析 2、结果输出（图）：b、正态 Q-Q 图 第3节：探索性分析 2、结果输出（图）：c、返趋势正态 Q-Q 图 第3节：探索性分析 2、结果输出（图）：d、框图 第4节：交叉表 1、四格表卡方检验【例4-4】在某种新药治疗胃溃疡和十二指肠溃疡的临床研究中，一组病人使用新药，另一组病人使用常规药物，实验结果如下表所示，问两组病人的愈合率有无差别？（数据见例4-4.sav 组别组别 例数例数 愈合愈合 未愈合未愈合 愈合率（愈合率（%）常规组 116 85 31 73.28 新药组 120 107 13 89.17 合计 236 192 44 81.36 第4节：交叉表 1、四格表卡方检验【例4-4】在某种新药治疗胃溃疡和十二指肠溃疡的临床研究中，一组病人使用新药，另一组病人使用常规药物，实验结果如下表所示，问两组病人的愈合率有无差别？（数据见例4-4.sav）1.1、操作：打开数据文件“例4-4.sav”，选择数据-加权个案-加权个案 第4节：交叉表 1、四格表卡方检验【例4-4】在某种新药治疗胃溃疡和十二指肠溃疡的临床研究中，一组病人使用新药，另一组病人使用常规药物，实验结果如下表所示，问两组病人的愈合率有无差别？（数据见例4-4.sav）1.1、操作：选择分析-描述统计-交叉表，设置分析变量。第4节：交叉表 1、四格表卡方检验【例4-4】在某种新药治疗胃溃疡和十二指肠溃疡的临床研究中，一组病人使用新药，另一组病人使用常规药物，实验结果如下表所示，问两组病人的愈合率有无差别？（数据见例4-4.sav）1.1、操作：设置“统计量”和“单元显示”。第4节：交叉表 1、四格表卡方检验【例4-4】在某种新药治疗胃溃疡和十二指肠溃疡的临床研究中，一组病人使用新药，另一组病人使用常规药物，实验结果如下表所示，问两组病人的愈合率有无差别？（数据见例4-4.sav）1.2、结果输出。a、案例处理摘要；b、交叉制表 案例处理摘要案例处理摘要 案例 有效的 缺失 合计 N 百分比 N 百分比 N 百分比 组别*治疗结果 236 100.0%0 0.0%236 100.0%组别组别*治疗结果治疗结果 交叉制表交叉制表 治疗结果 合计 愈合 未愈合 组别 常规组 计数 85 31 116 期望的计数 94.4 21.6 116.0 新药组 计数 107 13 120 期望的计数 97.6 22.4 120.0 合计 计数 192 44 236 期望的计数 192.0 44.0 236.0 第4节：交叉表 1、四格表卡方检验【例4-4】在某种新药治疗胃溃疡和十二指肠溃疡的临床研究中，一组病人使用新药，另一组病人使用常规药物，实验结果如下表所示，问两组病人的愈合率有无差别？（数据见例4-4.sav）1.2、结果输出。c、卡方检验表 卡方检验卡方检验 值 df 渐进 Sig.(双侧)精确 Sig.(双侧)精确 Sig.(单侧)Pearson 卡方 9.819a 1.002 连续校正b 8.800 1.003 似然比 10.043 1.002 Fisher 的精确检验 .002.001 线性和线性组合 9.778 1.002 有效案例中的 N 236 a.0 单元格(0.0%)的期望计数少于 5。最小期望计数为 21.63。b.仅对 2x2 表计算 第4节：交叉表 2、配对计数资料卡方检验【例4-5】现有175份临床标本同时接种甲、乙两种培养基，培养结果如下表所示，试比较两种培养基的培养效果是否相同。（数据见例4-5.sav）乙培养基乙培养基 甲培养基甲培养基 合计合计 阳性 阴性 阳性 55 42 97 阴性 10 68 78 合计 65 110 175 第4节：交叉表 2、配对计数资料卡方检验【例4-5】现有175份临床标本同时接种甲、乙两种培养基，培养结果如下表所示，试比较两种培养基的培养效果是否相同。（数据见例4-5.sav）。2.1、操作：打开数据文件“例4-5.sav”，选择数据-加权个案-加权个案 第4节：交叉表 2、配对计数资料卡方检验【例4-5】现有175份临床标本同时接种甲、乙两种培养基，培养结果如下表所示，试比较两种培养基的培养效果是否相同。（数据见例4-5.sav）。2.1、操作：选择分析-描述统计-交叉表，选择变量；第4节：交叉表 2、配对计数资料卡方检验【例4-5】现有175份临床标本同时接种甲、乙两种培养基，培养结果如下表所示，试比较两种培养基的培养效果是否相同。（数据见例4-5.sav）。2.1、操作：设置“统计量”，注意选择“mcnemar(m)”(配对检验）和“kappa”选项。第4节：交叉表 2、配对计数资料卡方检验【例4-5】现有175份临床标本同时接种甲、乙两种培养基，培养结果如下表所示，试比较两种培养基的培养效果是否相同。（数据见例4-5.sav）。2.2、结果输出：a、案例处理摘要、b、交叉表 案例处理摘要案例处理摘要 案例 有效的 缺失 合计 N 百分比 N 百分比 N 百分比 乙培养基*甲培养基 175 100.0%0 0.0%175 100.0%乙培养基乙培养基*甲培养基甲培养基 交叉制表交叉制表 计数 甲培养基 合计 阳性 阴性 乙培养基 阳性 55 42 97 阴性 10 68 78 合计 65 110 175 第4节：交叉表 2、配对计数资料卡方检验【例4-5】现有175份临床标本同时接种甲、乙两种培养基，培养结果如下表所示，试比较两种培养基的培养效果是否相同。（数据见例4-5.sav）。2.2、结果输出：c、卡方检验、d、对称度量 卡方检验卡方检验 值 df 渐进 Sig.(双侧)精确 Sig.(双侧)精确 Sig.(单侧)Pearson 卡方 35.657a 1.000 连续校正b 33.802 1.000 似然比 38.434 1.000 Fisher 的精确检验 .000.000 线性和线性组合 35.453 1.000 McNemar 检验 .000c 有效案例中的 N 175 a.0 单元格(0.0%)的期望计数少于 5。最小期望计数为 28.97。b.仅对 2x2 表计算 c.使用的二项式分布。对称度量对称度量 值 渐进标准误差a 近似值 Tb 近似值 Sig.一致性度量 Kappa.422.063 5.971.000 有效案例中的 N 175 a.丌假定零假设。b.使用渐进标准误差假定零假设。第4节：交叉表 3、R C表资料卡方检验 3.1 多个样本率的比较【例4-6】呼吸道合胞病毒（SRV）是世界范围内婴儿急性呼吸道感染最重要的疾病。某研究员为了了解RSV在不同性质肺炎中的感染请况，收集了某儿童医院578名3种性质肺部感染儿童的资料，见下表。请问不同性质肺炎的RSV感染无差别。（数据见例4-6.sav）。病种病种 例数例数 阳性阳性 阴性阴性 阳性率（阳性率（%）毛细管气管炎 236 150 86 63.56 间质性肺炎 193 58 135 30.05 支气管肺炎 149 57 92 38.26 第4节：交叉表 3、R C表资料卡方检验 3.1 多个样本率的比较：【例4-6】（略）3.1.1、操作：打开数据文件“例4-6.sav”；选择-数据-加权个案加权个案。第4节：交叉表 3、R C表资料卡方检验 3.1 多个样本率的比较：【例4-6】（略）3.1.1、操作：选择分析-描述统计-交叉表设置分析变量。第4节：交叉表 3、R C表资料卡方检验 3.1 多个样本率的比较：【例4-6】（略）3.1.1、操作：设置统计量、单元显示。第4节：交叉表 3、R C表资料卡方检验 3.1 多个样本率的比较：【例4-6】（略）3.1.2、结果输出。a、交叉表 Disease*Result Disease*Result 交叉制表交叉制表 Result 合计 阳性 阴性 Disease 毛细支气管炎 计数 150 86 236 Disease 中的%63.6%36.4%100.0%间质性肺炎 计数 58 135 193 Disease 中的%30.1%69.9%100.0%支气管肺炎 计数 57 92 149 Disease 中的%38.3%61.7%100.0%合计 计数 265 313 578 Disease 中的%45.8%54.2%100.0%第4节：交叉表 3、R C表资料卡方检验 3.1 多个样本率的比较：【例4-6】（略）3.1.2、结果输出。b、处理摘要；c、卡方检验表 案例处理摘要案例处理摘要 案例 有效的 缺失 合计 N 百分比 N 百分比 N 百分比 Disease*Result 578 100.0%0 0.0%578 100.0%卡方检验卡方检验 值 df 渐进 Sig.(双侧)Pearson 卡方 52.675a 2.000 似然比 53.475 2.000 线性和线性组合 30.498 1.000 有效案例中的 N 578 a.0 单元格(0.0%)的期望计数少于 5。最小期望计数为 68.31。第4节：交叉表 3、R C表资料卡方检验 3.2 两（多）个构成比的比较：【例4-7】某研究小组进行农村新型合作医疗的试点调查研究，收集了男、女医疗费用负担形式，结果如下表，请问男、女在医疗费用形式的构成上有无差别？（数据见例4-7.sav）性别性别 公费劳保公费劳保 自费自费 合作医疗合作医疗 医疗保险医疗保险 男 44 3013 340 406 女 12 2991 334 163 第4节：交叉表 3、R C表资料卡方检验 3.2 两（多）个构成比的比较：【例4-7】（略）（数据见例4-7.sav）3.2.1 操作：打开数据文件：“例4-7.sav”。选择数据-加权个案，进行个案加权。第4节：交叉表 3、R C表资料卡方检验 3.2 两（多）个构成比的比较：【例4-7】（略）（数据见例4-7.sav）3.2.1 操作：选择分析-描述统计-交叉表，选择分析变量。第4节：交叉表 3、R C表资料卡方检验 3.2 两（多）个构成比的比较：【例4-7】（略）（数据见例4-7.sav）3.2.1 操作：设置统计量和单元格。第4节：交叉表 3、R C表资料卡方检验 3.2 两（多）个构成比的比较：【例4-7】（略）（数据见例4-7.sav）3.2.2 结果输出：a、交叉表 Sex*Type 交叉制表交叉制表 Type 合计 公费劳保 自费 合作医疗 医疗保险 Sex 男 计数 44 3013 340 406 3803 Sex 中的%1.2%79.2%8.9%10.7%100.0%女 计数 12 2991 338 263 3604 Sex 中的%.3%83.0%9.4%7.3%100.0%合计 计数 56 6004 678 669 7407 Sex 中的%.8%81.1%9.2%9.0%100.0%第4节：交叉表 3、R C表资料卡方检验 3.2 两（多）个构成比的比较：【例4-7】（略）（数据见例4-7.sav）3.2.2 结果输出：b、处理摘要；c、卡方表 案例处理摘要 案例 有效的 缺失 合计 N 百分比 N 百分比 N 百分比 Sex*Type 7407 100.0%0 0.0%7407 100.0%卡方检验卡方检验 值 df 渐进 Sig.(双侧)Pearson 卡方 43.624a 3.000 似然比 44.983 3.000 线性和线性组合 14.309 1.000 有效案例中的 N 7407 a.0 单元格(0.0%)的期望计数少于 5。最小期望计数为 27.25。第4节：交叉表 3、R C表资料卡方检验 3.3 双向有序列联表：【例4-8】某研究员对某医学学院一、二、三年级大学生进行“大学生性观念的调查，下表是被调查者对婚前性行为、婚外性行为的态度。请问受调查的大学生对婚前性行为和婚外性行为的态度是否相同？（数据见例4-8.sav）。婚前性行为婚前性行为 婚外性行为婚外性行为 合计合计 双方愿意就可以 应受到道德谴责 应受到行政法律制裁 双方愿意就可以 320 747 87 1154 应受到道德谴责 20 256 68 344 应受到行政法律制裁 1 1 14 16 合计 341 1004 169 1514 第4节：交叉表 3、R C表资料卡方检验 3.3 双向有序列联镖：【例4-8】（略）（数据见例4-8.sav）。3.3.1 操作：打开数据文件“例4-8.sav”。选择数据-个案加权-进行个案加权。第4节：交叉表 3、R C表资料卡方检验 3.3 双向有序列联镖：【例4-8】（略）（数据见例4-8.sav）。3.3.1 操作：选择分析-描述统计-交叉表，设定分析变量。第4节：交叉表 3、R C表资料卡方检验 3.3 双向有序列联镖：【例4-8】（略）（数据见例4-8.sav）。3.3.1 操作：设定“统计量”选择“相关性”有关选项。第4节：交叉表 3、R C表资料卡方检验 3.3 双向有序列联镖：【例4-8】（略）（数据见例4-8.sav）。3.3.2 结果输出。a、处理摘要；b、交叉表；案例处理摘要案例处理摘要 案例 婚前性行为*婚外性行为 有效的 缺失 合计 N 百分比 N 百分比 N 百分比 1514 100.0%0 0.0%1514 100.0%婚前性行为*婚外性行为 交叉制表 婚外性行为 合计 双方愿意就可以 应受道德谴责 应受行政法律制裁 婚前性行为 双方愿意就可以 计数 320 747 87 1154 总数的%21.1%49.3%5.7%76.2%应受道德谴责 计数 20 256 68 344 总数的%1.3%16.9%4.5%22.7%应受行政法律制裁 计数 1 1 14 16 总数的%.1%.1%.9%1.1%合计 计数 341 1004 169 1514 总数的%22.5%66.3%11.2%100.0%第4节：交叉表 3、R C表资料卡方检验 3.3 双向有序列联镖：【例4-8】（略）（数据见例4-8.sav）。3.3.2 结果输出。a、处理摘要；b、交叉表；卡方检验卡方检验 值 df 渐进 Sig.(双侧)Pearson 卡方 190.881a 4.000 似然比 161.657 4.000 线性和线性组合 133.570 1.000 有效案例中的 N 1514 a.2 单元格(22.2%)的期望计数少于 5。最小期望计数为 1.79。对称度量对称度量 值 渐进标准误差a 近似值 Tb 近似值 Sig.按顺序 Kendalls tau-b.272.021 11.609 0.000 Kendalls tau-c.175.015 11.609 0.000 .623.041 11.609 0.000 Spearman 相关性.282.022 11.431.000c 按区间 Pearson 的 R.297.024 12.100.000c 一致性度量 Kappa.098.012 7.300.000 有效案例中的 N 1514 a.不假定零假设。b.使用渐进标准误差假定零假设。c.基于正态近似值。第5节：比率（Ratio过程）【例4-9】现收集两医院1006名病人某相同手术的情况，包括手术花费时间（分钟）级麻醉费用（元）等指标。现以麻醉费用为分子，手术花费时间为分母，分析两医院的比率情况。（数据见例4-9.sav）。1、操作：打开数据文件例4-9.sav。选择分析-描述统计-比率，设置分析变量。第5节：比率（Ratio过程）【例4-9】现收集两医院1006名病人某相同手术的情况，包括手术花费时间（分钟）级麻醉费用（元）等指标。现以麻醉费用为分子，手术花费时间为分母，分析两医院的比率情况。（数据见例4-9.sav）。1、操作：设置统计量。第5节：比率（Ratio过程）【例4-9】现收集两医院1006名病人某相同手术的情况，包括手术花费时间（分钟）级麻醉费用（元）等指标。现以麻醉费用为分子，手术花费时间为分母，分析两医院的比率情况。（数据见例4-9.sav）。2、结果输出：a、处理摘要；b、比率统计量。案例处理摘要案例处理摘要 计数 百分比 医院 甲 694 62.7%乙 413 37.3%总数 1107 100.0%排除的 0 总计 1107 麻醉费用麻醉费用(元元)/)/手术时间手术时间(分分)的比率统计量的比率统计量 组 均值 中值 平均数绝对值偏差 价格相关微分 离散系数 方差系数 均值居中 中值居中 甲 8.299 8.022 1.461 1.047.182 24.7%25.8%乙 6.249 5.897 1.092 1.024.185 23.1%25.2%总数 7.534 7.220 1.567 1.030.217 27.8%29.4%第1节：单样本均数t检验【例5-1】根据调查某市7岁以下儿童血铅含量的平均水平为80.59g/L，而国际铅中毒标准为100g/L。某市从城市工业园区抽取15名7睡一下测量其体内血铅含量（），问该工业园区7岁以下儿童的平均血铅水平是否不同于全市平均水平。（数据见例5-1.sav）。1、操作：打开数据文件“例5-1”，选择分析-比较均值-单样本T检验，设定检验变量和检验值。第1节：单样本均数t检验【例5-1】根据调查某市7岁以下儿童血铅含量的平均水平为80.59g/L，而国际铅中毒标准为100g/L。某市从城市工业园区抽取15名7睡一下测量其体内血铅含量（g/L），问该工业园区7岁以下儿童的平均血铅水平是否不同于全市平均水平。（数据见例5-1.sav）。2、结果输出：a、单样本统计量；b、单样本检验。单个样本统计量单个样本统计量 N 均值 标准差 均值的标准误 血铅含量 15 105.800 44.68173 11.53677 单个样本检验单个样本检验 检验值=80.59 t df Sig.(双侧)均值差值 差分的 95%置信区间 下限 上限 血铅含量 2.185 14.046 25.21000.4661 49.9539 第2节：配对样品均数t检验【例5-2】中山大学附属肿瘤医院某研究者用放射免疫法测定血浆可的松水平，了解健康人血浆可的松水平的时间变化规律。现测得14名健康志愿者某日16：00和20：00两个时刻外围血浆可的松浓度。问：血浆可的松浓度水平在这两个时间点之间是否不同。（数据见例5-2.sav）。1、操作：打开数据文件“例5-2.sav”，选择分析-比较均值-配对样本T检验，设定检验变量。第2节：配对样品均数t检验【例5-2】中山大学附属肿瘤医院某研究者用放射免疫法测定血浆可的松水平，了解健康人血浆可的松水平的时间变化规律。现测得14名健康志愿者某日16：00和20：00两个时刻外围血浆可的松浓度。问：血浆可的松浓度水平在这两个时间点之间是否不同。（数据见例5-2.sav）。2、结果输出：a、样本统计；b、相关系数；c、样本检验。成对样本统计量成对样本统计量 均值 N 标准差 均值的标准误 对 1 time_16 225.6695 14 66.90577 17.88132 time_20 135.6396 14 57.75100 15.43460 成对样本相关系数成对样本相关系数 N 相关系数 Sig.对 1 time_16&time_20 14-.086.771 成对样本检验成对样本检验 成对差分 t df Sig.(双