Compare means 均值间的比较

     Means 对准备比较的各组计算描述指标，进行预分析，也可直接比较；
     One-Samples T Test  进行样本均值与已知的总体均值的比较；
     Independent-Sample T Test 两组样本均值差别的比较；
    Paired-Samples T Test 配对资料的显著性检验；
    One-Way ANOVA 进行两组或多组样本均值的比较，即成组设计的方差分析，还可进行随后的两两比较。 

 案例：

案例1，  某克山病区测得11例克山病患者与13名健康人的血磷值(mmol/L)如下, 问该地急性克山病患者与健康人的血磷值是否不同?(张文彤spss教程中案例)

患者: 0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11
健康人: 0.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.56 1.87

Data View & Variable View 中输入数据，

       means

  analyze - > compare means -> means

 弹出的对话框中，dependent list 选择 x, independent list 选择 group.

  options对话框中，可以选择需要用得参数；statistics for first layer 复选框中，

 Anova table and eta 对分组变量进行单因素方差分析，并计算用于度量变量相关程度的eta值。
Test for linearity 检验线性相关性，实际上就是上面的单因素方差分析。

   本例子中，钩选上。 

 Ok 后，显示的结果如下：

  

 

 

  第一个图是常用统计描述量报表。这里按默认情况输出匀值，样本量和标准差。

  从这里，我们也可以直观的看出，两组的匀值有非常明显的差异。

         第二个图，是单因素方差分析表。？

第三个图，相关性度量指标，给出了Eta值以及Eta值的平方根。

 其中，Eta=0.474,呈中等程度的相关，表示血磷值的高低与人群是否为患者有中等程度的相关。

 

    One-sample t test

 compare means -> one-sample t test  弹出的对话框中，test variable 选择需要分析的变量，

test  value 输入已知的总体匀值，默认为零。  options 对话框中， confidence interval 输入需要计算的

匀数差值可信区间的范围，默认为95%；Missing Values 对缺失值的处理方法，默认的前者对数据利用

得比较充分。

    运行后，结果如下：

  第一个图中，显示了变量的基本情况，包括样被两，匀值，标准差和标准误。

 第二个为单样本 t  检验表，test value = 0 表示检验的已知总体匀值为0，下面，从左到右依次为t 值（t）,

 自由度（df）, p 值（Sig.2-tailed）,两匀值道德差值（mean difference）,差值的95%可信区间。

  由图中得知，t=13.740,p=0< 0.05,故拒绝原假设。 当前样本中，血磷值不为零。

 

 

   indenpendnt-sample t test

 compare means-> indenpendent-sample t test.  接下来的对话框中，test variables 选择x ，

grouping variable ，选入分组变量，这里选group. 接着define groups 框，分别输入1，2。 表示对group1

与group2 进行比较。options 与 one-sample t test 的options 相同，故省略。 运行后，结果如下：

  第一个图，两组待检验变量基本情况，样本量，匀值，方差等。

  第二个图，是比较重要的。 给出了方差在齐次与非齐次两种情况下的 t 检验结果。

  判断该图，可分为两个部分来看。 首先，检验两总体方差是否齐。这里结果为，

   F = 0, p = 0.986> 0.05. 故没有理由拒绝原假设，所以两组方差齐。 接着，给出了方差在齐时的

  t  检验结果。t =2.278,df = 21,p = 0.033 < 0,05. 故拒绝原假设，即患者与健康人的血磷值不相同。

  

 

案例2 ： 某职业病防治院对31名石棉矿工中的石棉肺患者、可疑患者及非患者进行了用力肺活量（L）测定，问三组石棉矿工的用力肺活量有无差别？

石棉肺患者     1.8,1.4,1.5,2.1,1.9,1.7,1.8,1.9,1.8,1.8,2.0
可疑患者         2.3,2.1,2.1,2.1,2.6,2.5,2.3,2.4,2.4
非患者             2.9,3.2,2.7,2.8,2.7,3.0,3.4,3.0,3.4,3.3,3.5

  compare means -> one-way ANOVA .  Dependent List 选择需要分析的变量，Factor 需要比较的分组变量

  Post Hoc 对话框中，钩选 S-N—K 。  运行后，结果如下：

 

 

  图一，是一个典型的方差分析表。给出了单因素方差分析的结果，组间方差between groups=9.26

 又 F=84.544，p =0< 0.05.  显然三组工人肺活量不同。

 图二，是用S-N-K 法进行两两比较的结果。图中，患者，可疑患者，非患者被分在了3个不同的亚组，

 显然，三组间两两比较也有较大的差异。而且，由于每个亚组都只有一个组别进入，故 p = 1 .