统计学检验

一 统计学方法选择

1 配对样本和独立样本

配对设计

配对设计目的是控制非试验因素对结果的影响，具有两种常见的形式：自身配对和非自身配对（异体配对）。自身配对是同一受试对象的比较，而非自身配对是比较两个配对的受试对象。配对的受试对象具有相同的特征，例如年龄、体重、性别等。

配对t检验 

例1：接受手术A的患者术前与术后肌酐水平的比较？

步骤1：判断是否为配对设计；步骤2：差值是否符合正态分布；步骤3：配对t检验提出假设；步骤4：计算统计量，做出推断。

配对t检验 vs. 两独立样本t检验

配对t检验和两独立样本t检验都属于t检验，理论基础相似、统计数据都要求满足正态性，且都只对定量资料适用。配对t检验的试验设计属于配对设计，而两独立样本t检验属于两组设计。

对于正态性要求方面，虽然两者都要求数据满足正态分布，但关注的焦点不同。配对t检验要求差值满足正态分布，从而检验差值的总体均数是否为0；两独立样本t检验要求两个样本的数据满足正态分布，从而检验两组的总体均数是否相等。

总体而言，配对t检验 vs. 两独立样本t检验的最核心区别是适用的试验设计不同。

 Wilcoxon符号秩和检验

当配对资料不满足正态性（转换后仍不正态）选择非参数检验，即Wilcoxon符号秩和检验。

Wilcoxon符号秩和检验，也被称作符号秩和检验、符号秩检验；常听到的秩和检验狭义上代指两独立样本的秩和检验。

Wilcoxon符号秩和检验的步骤如下图所示。步骤1：判断是否为配对设计；步骤2：判断差值是否为正态分布；步骤3：对差值进行编秩；步骤4：计算T值，确定P值，做出推断。

差值编秩，即从小到大对样本进行编秩次，然后再对秩次进行相应的统计学计算，得到相应的P值

二 Wilcoxon符号秩和检验

Wilcoxon符号秩检验（Wilcoxon signed-rank test），也称符号秩和检验，其基本思想是假定配成对子的两种处理效应相同，即其差值的总体分布应为对称分布，且差值的总体中位数为0。

H0：差值的总体中位数Md=0

H1：差值的总体中位数Md≠0

α=0.05

具体思路如下：

①计算配对两样本间的差值；

②将差值的绝对值按照从小到大转换成秩次，差值为0的对子数不予编秩，差值的绝对值相等的对子数取平均秩；

③分别求正秩和负秩的和；

④任取正秩或负秩的和作为秩和检验的统计量T；

⑤当n≤50时，查T界值表，查表确定相应的P值从而做出相应判断，P＜0.05时，则拒绝原假设认为该配对样本之间有差异。当n＞50时，用正态近似法做μ检验，以μ值作为判断标准。

三 SPSS Wilcoxon符号秩和检验

1. 生成差值变量

Wilcoxon signed-rank检验是针对配对变量差值进行假设检验的，所以生成差值变量十分重要。

在主界面点击转换→计算变量，弹出计算变量对话框。在 目标变量栏输入“difference6I”，生成新变量的变量名。接着在数字表达式栏输入“CI_10 - CI_6_IN”，计算新变量值，如下图：

点击确定，数据视图生成一列新变量“difference6I”。

 2. 生成中位数

在主界面点击分析→比较平均值→平均值

 

 弹出平均值对话框后，将CI_10、CI_6_IN和difference6I变量放入因变量列表栏。并，点击选项选项，将中位数放入单元格统计栏，去掉单元格统计栏对平均值、个案数和标准差的选择，点击继续→确定。

 3. Wilcoxon signed-rank检验的SPSS操作

在主界面点击分析→非参数检验→旧对话框→2个相关样本。

 

 弹出对话框双关联样本检验，将CI_10和CI_6_IN变量放入到检验对，确定

4. 结果分析

 P<0.05时，有统计意义，拒绝假设，两样本之间有差异。

本研究Wilcoxon signed-rank检验的Z=-2.04，P<0.05, 按照α=0.05的水准，拒绝原假设，接受备择假设，说明两组数据中位数差值与0的差异具有统计学意义，即CI_10与CI_6_IN不同。

四 判断差值是否满足正态分布 --- spss

1 使用分析>描述统计>探索进行正态分布验证。

2 选择因变量列表，勾选带检验的整体图，确定3。

 

 3 结果分析

查看正态性检验结果，由于样本数较小，以K-S结果为准，显著性=0.02<0.05，不服从正态分布，如果显著性 >0.05，则服从正态分布

查看Q-Q图进一步确认，由图可见基本在直线附近，可以认为服从正态分布。