🤵♂️ 个人主页：@艾派森的个人主页
✍🏻作者简介：Python学习者
🐋 希望大家多多支持，我们一起进步！😄
如果文章对你有帮助的话，
欢迎评论 💬点赞👍🏻 收藏 📂加关注+
目录
1.研究背景
在某个消化内科的科研项目中，研究者认为某种激素水平可能 会对胃癌的发生有一定的作用，因此设计了此项研究，将病人按照临床病理诊断结果分为对照组和试验组（出现病变组）两组，并采集了如下指标：
- 性别：男、女
- 年龄：除记录实际年龄外，还根据临床研究的习惯，按照<45岁、45~59岁、60岁及以上分为青 年、中年、老年三组
此外，对于试验组，还进行了如下实验室检查：
- 萎缩程度：分为轻、中、重度三级
- 胃粘膜细胞肠化程度：分为无、轻度、中度、重度四级
2.研究问题
在控制了其他因素的作用之后，激素水平是否的确在两组间存在差异
3.分析思路
本例是一个比较典型的要求控制其余影响因素下的两组数据比较。 因此从基本思路上应当属于影响因素发现与确认的范畴，绝大多数 情况下，此类问题的分析流程如下：
1.在数据理解的基础上，先进行单个因素对因变量的影响大小分析，对可能需要控制的其他影响因素进行筛选。
2.根据单因素分析的结果，尝试构建多因素模型，从而在控制其余影响因素的同时，得到分组变量是否对因变量有影响的结论。
4.研究过程
4.1单变量分析
分类变量：做频数分析
操作步骤：
①【分析】-->【描述统计】-->【频率】
② 选择变量，点击确定
③ 结果如下:
连续变量：做描述统计
操作步骤：
①【分析】-->【描述统计】-->【描述】
②选择变量，点击确定
③结果如下：
绘制激素水平的直方图
操作步骤：
①【图形】-->【旧对话框】-->【直方图】
②选择变量，点击确定
③结果如下：
可以看到激素水平确实是偏态的。大多数值低于4.0， 4.0~10之间到底有没有值。可以查看数据，对数据进行排序。
右键jisu列，选择【降序排序】
可以发现激素数据最大值为10.10，次大数3.2。有一个远远偏离数据的极大值。这个极大值能不能删掉？取决于该数据是否为测量错误，如果发现是测量错误就删掉，如果测量数据所得正确，就不能删除。因为它就代表了整个群体中的一部分情况，本例中不删除。
4.2关联强度探索
关联强度探索指：对每个自变量和因变量做相关性分析。因变量是激素水平，通过前 面的分析发现激素水平数据不是正态分布的，假如我们做试验组和对照组两个分组变量与激素水平的分析，我们应该选择两样本T检验，但T检验分析中比较的是均值，对于偏态分布数据，均值没有代表性，应该比较中位数，稳妥起见我们选择非参数检验方法进行分析。
操作步骤：
①【分析】-->【非参数检验】-->【独立样本】
②选择【在各个组之间比较中位数】
③ 点击字段，选择检验字段、组别
④点击设置，选择曼-惠特尼U，点击运行
⑤结果如下：
拒绝了原假设，说明试验组和对照组的激素水平的中位数和分布都不相同。
4.3对数转换分析
很多时候变量的分布并不是人们期望的正态分布（或者接近正态分布），因此，一些数据分布的变换技术被引入。对数转换是常用的一种变换方式，例如本项目的激素水平数据是偏态分布。不能直接做分析，先将数据做对数转换。
操作步骤：
①【转换】-->【计算变量】
②选择目标变量， 编写数学表达式
可以发现，源数据中多了一个名为“对数激素水平”的变量
③【图形】-->【图表构建器】
④ 拖拽元素
⑤结果如下：
⑥选择堆积直方图
⑦结果如下：
查看年龄与对数转换激素水平变量的相关性
操作步骤：
①【分析】-->【相关】-->【双变量】
②选择变量
③ 结果如下：
相关性中可以看到sig的值0.997，说明分析中年龄和激素水平没有关系，可以不考虑年龄变量。
4.4 激素水平的方差分析
操作步骤：
①【分析】-->【一般线性模型】-->【单变量】
②选择因变量和固定因子
③结果如下：
从显著性可以看到分组是有统计学意义的；性别是没有统计学意义的；分组和性别的交互作用有统计学意义。这说明男性和女性患者，他们的激素水平在试验组和对照组是不一样的。
4.5 秩变换分析
秩变换分析介绍
秩变换分析是一种非参数检验，把不符合正态分布的变量取它的秩次代替原来变量，再计算检验统计量进行分析。
“秩”的概念：
秩，简单说就是变量值排序的名次。可以将数据按升序排列，每个变量值都会有一个在整个变量值序列中的名次，这个名次就是变量值的秩。变量值有几个，对应的秩便有几个。
操作步骤：
①【转换】-->【个案排秩】
② 选择变量
③点击【确定】，在数据视图中可以看到秩次变量
④【分析】-->【一般线性模型】-->【单变量】
⑤选择因变量和固定因子
⑥ 点击【确定】,查看分析结果
在主体间效应检验中可以看到，修正模型显著性小于0.05，说明总体而言模型中有一些影响因素确实存在的，组别显著性小于0.05有统计学意义。年龄分组、组别和年龄分组的交互作用没有 统计学意义，所以，年龄变量可以剔除，不必参加分析。
从主体间效应检验中可以看到，组别有统计学意义；性别没有统计学意义，但是组别和性别的交互作用有统计学意义。
4.6Cox回归分析
Cox回归介绍
从分析的因素上看，有单因素分析和多因素分析。生存分析对应的多因素模型则常用Cox回归模型。
Cox回归又称为比例风险模型，能够同时考虑多个自变量对生存时间分布的影响。探讨到底哪类群体的“死亡”速度更快、到底什么因素影响了“死亡”速度。
Cox模型是针对生存时间和生存状态来建模，生存时间数据一般都是一个偏长尾的正偏态的分布。而我们的因变量激素水平数据分布正好是偏长尾的正偏态分布。将因变量取值看作“生存时间”。 定所有观测均在该时点出现结局事件，然后对其影响因素做生存数据的建模。 因为Cox模型是针对生存时间和生存状态来建模的，现在将因变 量激素水平变量看作“生存时间”，每个观测均在该点要出现结局事件。因此要创建一个生存状态变量。
操作步骤：
①【转换】-->【计算变量】
②选择目标变量
③【分析】-->【生存分析】-->【Cox回归】
④选择时间、状态
⑤定义分类协变量
⑥点击【确定】，在输出窗口查看输出结果
从分类变量编码可以看到，试验组参照编码为1，对照组参照编码为0。以"最后一个"分类为参照变量。也就是拿试验组和对照组相比；男性和女性进行相比。
在模型系数检验中显著性小于0.05，说明变量具有统计学意义。
在方程中的变量可以看到。组别显著性小于0.05是有统计学意义的。性别和年龄显著性大于0.05没有统计学意义。在变量编码中知道组别是试验组和对照组进行相比。系数B值0.82，表明试验组和对照组相比，死亡系数偏高的。Exp(B)等于2.274表明试验组相比对 照组在任何时间点，死亡风险都是对照组的2.274倍。这时候我们就很难对应起来，究竟是说试验组的激素水平高还是对照组高，Cox 模型应用到这个领域很不直观。那Cox模型的价值在哪？它主要可以快速的筛选变量，筛选出哪些变量有统计学意义，哪些变量没有统计学意义。Cox模型主要应用是分析灯泡寿命、轮胎使用寿命。 在经济领域的使用，比如财务收入，税后的收入。
5.总结
在本项目中，由于统计描述时发现因变量呈现偏态分布，因此分 别采用变量变换、秩变换和Cox模型进行了建模分析。结论一致如下：
- 性别、年龄对激素水平未发现有影响，其中后者无论是原始年龄，还是年龄分组均无统计学意义。
- 试验组和对照组之间的激素水平存在差异。
- 性别虽然对激素水平没有影响，但是发现组别和性别的交互性对激素水平有影响。可以做进一步分析。
文末福利
书籍介绍：
SPSS统计思维与实践：全书通过60多个各行业经典应用案例+10种统计分析方法，全面讲解SPSS统计分析的所有常见思想、技术与应用，涉及自然科学、工程科学、社会科学等各个领域，涵盖统计绘图、主题地图、大数据等方面。
内容介绍：
SPSS的全称是Statistical Product and Service Solutions，即“统计产品与服务解决方案”软件，该软件是公认的最优秀 的统计分析软件包之一。SPSS软件面向行业应用人员，软件设计突出统计方法的成熟、实用、易用、界面易操作及与文 字处理软件等的高交互性上。
全书共分16章，包括SPSS基本操作部分，介绍了SPSS概述、数据文件的建立与操作；SPSS统计分析部分，介绍了基本统计分析功能、平均值比较与检验、方差分析、相关分析、回归分析、非参数检验、聚类分析与判别分析、因子分析与主成分分析、生存分析、信度分析等统计分析过程；SPSS图形功能部分，不仅介绍了基本统计图和交互图的相关内容，还介绍了SPSS的主题地图功能；SPSS实例部分，介绍了SPSS在各领域的应用实例。
本书特色
1. 细致讲解统计分析的基础知识
本书系统地讲解了SPSS统计分析相关的基础理论和分析基础，从数据文件的基本操作开始讲解，循序渐进，配合大量实例，帮助读者奠定坚实的理论基础。
2. 紧密配合大量的案例应用
本书设置了61个案例，定位SPSS在各行业领域的应用，结合了作者的统计分析经验，重点强调具体统计方法的灵活应用，使读者能真正学以致用。
3. 深入剖析具体统计分析和绘图功能
本书用相当的篇幅重点介绍了SPSS的9种核心统计功能，配合经典的分析案例，帮助读者掌握SPSS最核心的应用技术。同时详细介绍了SPSS的9种绘图类型及绘制方法，并配以大量的案例进行了介绍。
4. 与时俱进介绍主流应用领域
本书在最后3章定位企业经济效益评价、商品营销管理分析及房地产交易分析等领域，提供了这些领域9个热点方向的具体案例，详细介绍了案例背景、研究内容及具体的分析步骤，并对结果进行了分析，具有较高的学习价值与应用价值。
本书读者对象
● 统计分析初学者
● 各经济组织想要提升统计分析能力的人员
● 各领域统计学科的大中专院校学生
● 想要自己进行统计分析的研究人员
● 需要统计分析工具书的人员
● 其他对统计分析有兴趣的各类人员
北京大学出版社，4月“423世界读书日”促销活动安排来啦！
当当活动日期：4.6-4.11，4.18-4.23
京东活动日期： 4.6 一天， 4.17-4.23
活动期间满100减50或者半价5折销售
希望大家关注参与423读书日北大社促销活动
参与福利
- 参与方式：关注博主、点赞、评论
- 福利：届时选取评论区点赞数最高两位小伙伴送出《SPSS统计分析大全》
- 截止时间：2023-4-8 20:00:00
- 迫不及待的小伙伴可前往京东自营店购买（下单后记得私信我）链接如下：https://item.jd.com/13507577.html
695
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
