SPSS軟件在醫(yī)學統(tǒng)計的應用

1、第三講 統(tǒng)計描述與常用統(tǒng)計圖Part I 數(shù)值變量的統(tǒng)計描述一、數(shù)值變量統(tǒng)計描述的內(nèi)容數(shù)值變量(Numerical variable)，數(shù)理統(tǒng)計里常被稱為連續(xù)型隨機變量，它的特點是有單位，其可能取值充滿某個區(qū)間。對數(shù)值變量作描述性統(tǒng)計(Descriptive statistics)內(nèi)容主要包括：1. 作頻數(shù)表(frequency table)和直方圖(histogram)，了解資料的分布特征（對稱or 偏態(tài)）2. 根據(jù)分布特征，選擇適合的平均數(shù)指標，反映其集中趨勢(Central tendency)3. 根據(jù)分布特征，選擇適合的變異度指標，反映其離散趨勢(Dispersion)例1 某校100

2、名健康男生的血清總蛋白含量(g/L)，血清總蛋白.sav74.379.575.073.575.874.073.567.275.873.578.875.673.575.075.872.079.576.573.579.568.875.078.872.068.876.573.572.775.070.478.078.874.364.376.574.374.770.472.776.570.472.075.875.870.476.565.077.273.572.780.572.065.080.371.277.676.568.873.577.280.572.074.369.781.267.381.667.3

3、72.784.369.774.371.274.375.072.075.467.381.675.071.271.269.773.570.475.072.767.370.376.573.572.068.073.568.074.372.772.774.370.4例2 某年某地200名正常成人的血鉛含量(g/100g)，正常成人血鉛含量.sav34444455555555556666666777777777777788888888888999999910101010101010101011111111111212121212121213131313131313131313131314141414141

4、41414141415151515151515161616161616171717171717171717171717181818181819191919191920202020202020202121212121222222222222232323242424242424252526262626262727282829293030313131313232323232323333363838394041414347505360三、SPSS編制頻數(shù)表的方法1. 打開血清總蛋白.sav，里面有編號id、總蛋白x兩列變量，有100個觀測值，最小值為64.3，最大值為84.3，全距R =84.3-64

5、.3=20，如果頻數(shù)表的組數(shù)為10的話，組距i=2。2. Transform->visual bander(可視化分組) -> variable to band:x -> banded variable: xx upper endpoints: exclude 3. 進入make cutpoints界面，first cutpoint location: 66，width: 2，則可知會有11個組段4. 選make labels，OK運行，SPSS提示會新產(chǎn)生一個分組變量5. 列頻數(shù)表：Analyze -> Descriptive statistics -> fre

6、quencies -> xx，得以下結果 FrequencyPercentValid PercentCumulative PercentValid<66.033.03.03.066.0 - 67.955.05.08.068.0 - 69.988.08.016.070.0 - 71.91111.011.027.072.0 - 73.92525.025.052.074.0 - 75.92424.024.076.076.0 - 77.91010.010.086.078.0 - 79.977.07.093.080.0 - 81.966.06.099.084.0+11.01.0100.0To

7、tal100100.0100.0 6. 整理為符合規(guī)范的統(tǒng)計表表3.1 100名健康男生的血清總蛋白(g/L)的頻數(shù)分布組段(1)頻數(shù)(2)頻率(3)累計頻率(4)64.0 33.03.066.0 55.08.068.0 88.016.070.0 1111.027.072.0 2525.052.074.0 2424.076.076.0 1010.086.078.0 77.093.080.0 66.099.082.0 84.011.0100.0合計100100.0四、SPSS作直方圖的方法Graphs -> histogram -> variable: xx -> displa

8、y normal curve，得出圖3.1。注意該圖的橫軸取值為0到12，實際它代表的是表3.1的組段(1)，Mean等計算結果也無實際意義。需要對該圖作進一步編輯，得到符合規(guī)范的直方圖(圖3.2)。圖3.1 SPSS結果總蛋白(g/L)頻數(shù)圖3.2 符合統(tǒng)計要求的直方圖從頻數(shù)表和直方圖看出，健康男生的血清總蛋白資料屬于對稱分布資料，中間位置在7276g/L處，越往兩側，頻數(shù)逐漸減少。練習1 用頻數(shù)表和直方圖描述例2的某年某地200名正常成人的血鉛資料的分布特征。表3.2 200名正常成人的血鉛值(g/100g)的頻數(shù)分布組段(1)頻數(shù)(2)頻率(3)累計頻率(4)3 8 13 18 23 2

9、8 33 3843 48 53 58 62合計200100.0二、反映集中趨勢、離散趨勢的常用指標英文中文含義計算公式適用資料Mean均數(shù)(期望)X / n對稱分布，尤其是正態(tài)分布Median中位數(shù)M偏態(tài)分布Range全距R =Xmax-Xmin末端有確定值Interquartile Range四分位數(shù)間距Q = P75-P25偏態(tài)分布Variance 方差S2對稱分布，尤其是正態(tài)分布Standard deviation標準差S對稱分布，尤其是正態(tài)分布總體方差 樣本方差 總體標準差 樣本標準差 練習2對血清總蛋白資料，用Analyze-> Descriptive statistics -

10、>frequencies命令，計算均數(shù)、中位數(shù)、第25分位數(shù)、第75分位數(shù)、方差、標準差、四分位間距等指標。(注：不列頻數(shù)表)練習3對血清總蛋白資料，用Analyze-> Descriptive statistics ->descriptives命令作分析，在假定X服從均數(shù)為，標準差為的正態(tài)分布的情況下，對X進行標準化處理，得出ZX，ZX將服從均數(shù)為0，標準差為1的標準正態(tài)分布。如果和值已知，如果樣本量n較大，練習4對雇員數(shù)據(jù)employee data.sav，用Analyze-> Descriptive statistics ->explore命令作分析，描述不

11、同性別雇員的平均受教育年數(shù)educ和標準差。 某公司雇員的受教育情況性別人數(shù)均數(shù)(年)標準差(年)男25814.43.0女21612.42.3合計47413.52.9Part II 分類變量的統(tǒng)計描述一、分類變量的概念分類變量(Categorical variable)，數(shù)理統(tǒng)計里被稱為離散型隨機變量。根據(jù)取值個數(shù)分為二分類、多分類變量。多分類變量又可進一步分為無序、有序多分類變量。舉例：employee data.sav，性別、種族、職業(yè)類別、年齡組、按受教育年數(shù)分組。二、SPSS描述分類變量資料1. 用Descriptive statistics -> frequencies描述單個

12、變量2. 用Descriptive statistics -> crosstabs描述兩個變量，得出二維列聯(lián)表，如四格表、R×C表。如果要同時描述三個及以上的變量，對應的就是三維甚至高維列聯(lián)表。3. 對構成比資料作圓圖(pie)，對兩組或多組率比較的資料作直條圖(bar)，對隨時間連續(xù)變化的資料作線圖(line)。練習5 描述474名觀測的性別構成，并輸出統(tǒng)計表和統(tǒng)計圖步驟：analyze ->descriptive statistics -> frequencies->gender 某公司雇員的性別構成性別人數(shù)構成(%)男25854.4女21645.6合計474100.0練習6 對全部觀測按性別gender與工作類別jobcat作交叉表crosstabs步驟：analyze ->des