【SPSS双语版】单因素方差分析

百分之50

已于 2024-01-06 11:24:14 修改

阅读量925

点赞数 21

文章标签： SPSS 统计

于 2024-01-05 23:35:33 首次发布

本文链接：https://blog.csdn.net/bfz_50/article/details/135419713

版权

本文介绍了使用SPSS进行单因素方差分析的过程，以研究A、B、C三种治疗措施对患者谷丙转氨酶(ALT)的影响。通过数据分析，结果显示三种治疗措施之间存在显著的统计学差异。后续将探讨多重比较方法以深入了解组间差异。

摘要由CSDN通过智能技术生成

参考资料：
SPSS详细操作：单因素方差分析
基于原文，增加了中文版的图片，以及重新截取了一些不是很清晰的图片。

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？
在这里插入图片描述

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3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。

要想知道不同治疗措施对ALT水平的影响是否相同，则要比较3组的总体均数之间的差异是否具有统计学意义。若各组观察值满足独立性，服从正态分布或近似正态分布，并且各组之间的方差齐，可选用单因素方差分析。

三、SPSS分析方法

数据录入SPSS（1=A组，2=B组，3=C组）
先设置变量类型，组为字符串变量，ALT为带2位小数点的数字变量。

中文版视图：
然后将数据直接复制到数据视图

将以下内容直接复制到表格里应该没问题
A 6.60
A 6.80
A 8.50
A 9.80
A 9.60
A 11.60
A 11.20
A 16.50
A 15.50
A 14.00
A 16.70
A 16.00
A 18.90
A 18.00
A 19.50
B 25.50
B 24.60
B 28.90
B 26.40
B 23.20
B 24.50
B 25.60
B 27.60
B 32.20
B 30.40
B 30.00
B 26.60
B 33.40
B 34.10
B 33.60
C 10.50
C 11.30
C 7.40
C 6.90
C 17.00
C 15.30
C 16.80
C 9.10
C 6.70
C 20.30
C 18.60
C 13.90
C 9.50
C 12.70
C 6.20

选择Analyze（分析）→General Linear Model（一般线性模型）→Univariate（单变量）（假设三组数据服从正态分布）
选项设置

1）主对话框设置：将分析变量（ALT）送入Dependent Variable（因变量）框中→将分组变量（Group）送入Fixed Factor(s) （固定因子）框中。
在这里插入图片描述

2） Options（选项）设置：点击Options（选项）按钮，勾选Descriptive statistics（显示统计描述）和Homogeneity tests（方差齐性检验）→Continue→OK。
在这里插入图片描述

四、结果解读

Descriptive Statistics表格给出了三组和总体ALT水平的部分统计信息，包括组别（Group）、均数（Mean）、标准差（Std. Deviation）和例数（N）。
在这里插入图片描述

Levene’s Test of Equality of Error Variances表格给出了方差齐性检验的结果。F值=0.791，P（Sig.）=0.460，说明三组数据方差齐，满足方差分析的适用条件。
在这里插入图片描述

Tests of Between-Subjects Effects表格给出了方差分析的结果。其中，Total一行表示总变异，Group一行表示组间变异，Error一行表示组内变异，Type Ⅲ Sum of Squares表示离均差平方和，Mean Square表示均方。方差分析的结果主要看Group一行，F值=68.810，P（Sig.）<0.001。
在这里插入图片描述

在这里插入图片描述

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）。

六、延伸阅读

单因素方差分析也可以通过Analyze→Compare Means→One-Way ANOVA进行，将ALT送入Dependent List框中，将Group送入Factor框中，其结果与本例的操作是一样的，感兴趣的亲可以自己动手试一下！
单因素方差分析适用于只有一个处理因素的完全随机设计，处理因素可以有2个及以上的处理水平，观察指标为连续变量。适用条件包括：

1）观测指标满足独立性；

2）各组观测指标均来自正态分布总体；

3）各组观测指标方差相等。

在实际中由于方差分析具有稳健性，因此对正态性的条件要求不是很严格，但是对方差齐的要求比较严格。

本例只是得出了3组总体均数之间差异具有统计学意义，并不意味着任意2组之间的均数差异都具有统计学意义。要想进一步了解哪两个组间的ALT水平存在差异，还需要进一步做样本均数之间的多重比较。SPSS统计软件提供了很多种用于两两比较的方法，包括Bonferroni法、S-N-K法、Tukey法等。之所以有这么多种方法，是因为目前还没有一种在任何条件下都适用、而且效果好的方法，这些方法都是从不同角度上控制多重比较时I型错误的发生概率。

后续我们会为大家带来不同样本均数多重比较方法的详细解读，敬请期待！