SPSS統(tǒng)計分析基礎3課件

1、SPSS統(tǒng)計分析基礎3 簡單線性相關與回歸 醫(yī)學研究中經常要研究兩個變量的關系問題，如年齡與體重，血壓與病死率等。在弄清兩個變量關系之后，可以從一個變量的數(shù)值去估計另一個變量的數(shù)值，例如可根據(jù)前人研究“體重（Kg）=年齡（周歲）2+8” 對體重做出估計，從而省去測量體重的麻煩。三、計量資料常用統(tǒng)計分析簡單線性相關應用條件 1 X、Y雙變量均為正態(tài)分布的資料。2 相關的變量應有內在聯(lián)系。如年齡與體重，年齡與 身高有內在聯(lián)系；而兒童身高與樹高是伴隨關系， 變量“時間”與身高及樹高的潛在聯(lián)系造成了身高與 樹高似有正相關關系的假象。3 奇異值應剔除。4 P0.05時，r 無意義。P0.05，如果r過小

2、，相關 程度較低，例如r=0.20, r2=0.04，說明因變量中只有 4%的量與自變量相關。例統(tǒng)計分析方法 Correlate Bivariate 進入雙變量 選擇相關分析指標 默認“Pearson” 默認“雙尾檢驗” OK結果：胸圍與肺活量無相關關系。例某地一年級12名女大學生的體重與肺活量側值如表，二者是否直線相關？體重（Kg）424246464650505052525858肺活量（L)2.552.202.752.402.802.813.413.103.462.853.503.00上圖為原始散點圖及編輯后相關關系圖下表為相關關系分析結果： P=0.005，r= 0.749, 強正相關例

3、某研究生論文中 AET-PET與QRS相關例 某研究生論文中 TsO最大與最小差與TsO標準差相關關系圖示：某篇論文中年齡與左、右心室功能的相關關系 分別為r=-0.73, r=-0.71 正相關：0r1 負相關：-1r0 不相關：r=0相關類型線性回歸的概念簡單線性回歸知道雙變量相關后，可建立線性回歸方程 Y=a+bX例8-1三、計量資料常用統(tǒng)計分析SPSS統(tǒng)計方法1 首先按LINE做判斷（線性、獨立、正態(tài)、方差齊） AnalyzeRegressionLinear選擇“自變量”及“應 變量” Method默認為“Enter” 單擊”Statistics選 取“Estimates”、“Mode

4、l fit”、“Durbin-Watson” 單 擊“Continue” 再單擊“Plots” 選擇“SRESID”作 為Y軸，“DEPENDNT”作為X軸ContinueOK三、計量資料常用統(tǒng)計分析結果：上圖：模型的擬合優(yōu)度良好, 相關系數(shù) r=0.882 中圖：模型的檢驗結果有統(tǒng)計學意義, p=0.004 下圖：常數(shù)項及自變量均有統(tǒng)計學意義， 常數(shù)a=1.662, 回歸系數(shù)0.139 Y=0.139X+1.662，即尿肌肝含量=0.139年齡+1.662三、計量資料常用統(tǒng)計分析注意：本圖為以尿肌酐含量為橫軸，學生化殘差為縱軸的散點 圖，用以觀察殘差是否有隨應變量增大而改變的趨勢， 也就是診

5、斷應變量的獨立性，本例殘差較集中。否則， 應采用下述“加權的簡單線性回歸”方法。加權的簡單線性回歸例1 首先繪制散點圖，可見IgG水平與年齡呈直線相關。2 擬合一般的線性回歸模型，繪制殘差散點圖。發(fā)現(xiàn) 應變量的方差不齊，有隨自變量增加而加大的趨勢。 由于不符合建立一般線性回歸模型。應進行加權線 性回歸。2 計算權重變量 w=1/x23 加權線性回歸操作步驟： 散點圖示有直線趨勢圖示 應變量的殘差有隨自變量增大而加大的趨勢。故應行加權線性回歸。上圖：模型擬合優(yōu)度, R=0.949中圖：擬合模型有統(tǒng)計學意義 P0.0001下圖：常數(shù)項a=-0.172; 回歸系數(shù)=40.951 y= 40.951x

6、 - 0.172相關系數(shù)r 在P0.05, 樣本N較大的前提下， r0.7 強相關決定系數(shù)r2 由自變量x解釋的部分占y的百分數(shù)，例如 r2 =0.74030.7403=0.5408， 表明由自變量x解釋的部分只占y的54.8%，還遠未認清影響y 變異的其他因素， 三、計量資料常用統(tǒng)計分析簡單線性相關作圖方法：GraphsScatter/DotSimple Scatter 單擊“Define” Y 軸輸入“因變量”，X軸輸入“自變量” OK 然后在圖形編輯窗口編輯圖形簡單線性回歸方程計算方法：AnalyzeRegressionLinear選擇 “自變量”及 “應變量” Method默認為“En

7、ter” 單 擊“Statistics”選取 “Estimates”、“Model fit”、“Durbin- Watson” 單擊“Continue” 再單擊“Plots” 選擇“ SRESID”作為Y軸，“DEPENDNT”作為X軸 ContinueOption 選擇“Useprobality of F”, “Entre 0.05” 選擇：Includeconstantinequation” Continue OK三、計量資料常用統(tǒng)計分析上圖為簡單直線相關圖，下表包含有回歸方程中的a與b4 曲線回歸三、計量資料常用統(tǒng)計分析（1） 變量轉換法例 變量轉換后呈直線相關（2）曲線擬合法例本例散點

8、圖示非直線相關SPSS操作步驟三、計量資料常用統(tǒng)計分析回歸方程 Y=19.745+7.777InX圖示按對數(shù)曲線擬合的相關關系參數(shù)統(tǒng)計與非參數(shù)統(tǒng)計 參數(shù)統(tǒng)計 非參數(shù)統(tǒng)計（parametric statistics） （nonparametric statistics） 對總體的分布類型不作任何要求 可用于任何類型資料， 對于符合參數(shù)統(tǒng)計分析條件者，采用非參 數(shù)統(tǒng)計分析，其檢驗效能較低。計量資料，呈正態(tài)分布依賴于特定分布類型，比較的是參數(shù)四、計數(shù)資料常用統(tǒng)計分析 1 描述性分析率 率=隨機事件實際發(fā)生數(shù)/可能發(fā)生該事件的總數(shù)100%，例如：治愈率=56/128=43.8%. 容易混淆的兩對率：病

9、死率與死亡率；患病率與發(fā)病率相對比 相對比=甲指標/乙指標（或100%），例如949年肺結核死亡率為174.5/10 萬，1965年為38.4/10萬，1949年是1965年的174.5/38.4=4.5倍，或1965年較1949 年下降38.4/174.5 100% =22%。構成比 構成比=事物內部某組成部分的個數(shù)/各組成部分總數(shù)100%例如，某醫(yī)院護 士總數(shù)217人，其中主任護師3人，主任護師構成比為3/217=1.4%。2 樣本率與已知總體率的比較二項分布檢驗（Binomial Test) 醫(yī)學中的生與死、患病與否、陽性與陰性只能是相互對立的兩類，稱為二項分布。例：某地某時期出生40名

10、嬰兒，其中女性12名（sex=0)，男性28 名（sex=1),問出生比例是否失調（總體概率約為50%）？SPSS統(tǒng)計方法： 輸入數(shù)據(jù) 變量加權 AnalyzeNonparametric Tests Binomial Test 選擇分析變量進入“Test Variable List” “Test Proportion”中鍵入0.50 OK四、計數(shù)資料常用統(tǒng)計分析變量加權方法DataWeight Cases選擇“Weight Cases”為 “cases by”進入頻數(shù)變量OK結論：男嬰明顯比女嬰多。四、計數(shù)資料常用統(tǒng)計分析3 一個樣本內各計量值之間的比較非參數(shù)檢驗中的卡方檢驗（x2檢驗）例.

11、某地1周各日內死亡數(shù)如表，問每日死亡危險是否相同？星期死亡數(shù)一11二19三17四15五15六16日19四、計數(shù)資料常用統(tǒng)計分析SPSS統(tǒng)計方法： 輸入數(shù)據(jù) 變量加權 AnalyzeNonparametric Tests Chi-square Test 選擇分析變量（Day) 進入“Test Variable List” OK 結果：各日死亡率不相同。四、計數(shù)資料常用統(tǒng)計分析4 兩個樣本率的比較四聯(lián)表卡方檢驗四聯(lián)表資料陽性數(shù)陰性數(shù)合計甲組乙組合計四、計數(shù)資料常用統(tǒng)計分析皮爾遜卡方檢驗（Pearson Chi-squuare）例四、計數(shù)資料常用統(tǒng)計分析SPSS統(tǒng)計方法頻數(shù)加權Crosstabs過程

12、 四、計數(shù)資料常用統(tǒng)計分析結論：由b可知，本例沒有任何格子中的理論頻數(shù)5，無需校正，采用皮爾遜卡方檢驗，P=0.012。中藥與西藥的治愈率差異有統(tǒng)計學意義。中藥治愈率高。例 正常組45例，其中男25例，女20例；治療組60 例，男40例，女20例，問兩組性別是否有差異？ 應用22列聯(lián)表法，P=0.246, 差異無顯著性。 男性 女性正常組 25 20治療組 40 201125122021402220耶茨連續(xù)性校正的卡方檢驗（Continuity Correction）四、計數(shù)資料常用統(tǒng)計分析本例在“Statistics”中加選“risk”后得到上表。 Odds Ratio for tiyudu

13、anlian（參加/未參加） OR=0.169 For cohort fufa=是 RR=0.195優(yōu)勢比（ OR ，Odds Ratio，亦稱比值比） 優(yōu)勢比為兩個互相排斥概率之比，表現(xiàn)為兩個比值之比。本例中，冠心病復發(fā)者參加體育鍛煉的比例為2/10=20% 冠心病復發(fā)者未參加體育鍛煉的比例為8/10=80% 二者比值為0.2/0.8=0.25 無冠心病復發(fā)者參加體育鍛煉的比例為62/104=59.6% 無冠心病復發(fā)者未參加體育鍛煉的比例為42/104=40.4% 二者比值為0.596/0.404=1.48 參加體育鍛煉者冠心病復發(fā)的 OR=0.25/1.48=0.169結論：冠心病是否復發(fā)

14、與體育鍛煉有關，冠心病初發(fā)后進行體 育鍛煉者復發(fā)冠心病危險是不參加鍛煉者的0.169倍，即體 育鍛煉將減少1-0.169=0.831（83.1%）的復發(fā)危險。相對危險度（Relative Risk，RR） 本例中，冠心病復發(fā)的相對危險度是指參加體育鍛煉者復發(fā) 的概率與未參加體育鍛煉者復發(fā)概率的比值，其估計值為 （2/64)/(8/50)=0.195。即參加體育鍛煉者復發(fā)危險是未參加體育鍛 煉者復發(fā)的0.195倍，亦即減少1-0.195=0.805(80.5%), 與OR =0.169 (減少83.1%) 相近。 當事件發(fā)生率較?。ɡ?.1) 時，OR可作為RR的估計值。 RR多用于前瞻性資料

15、，OR多用于回顧性資料。風險比（Hazard Radio, HR) HR是Cox回歸模型得到的比值，以Exp（B）表示，意義與RR相同。 Exp (B) 為指數(shù)函數(shù), 其中B為Cox回歸系數(shù)， Exp (B) =e的B次方 , e=2.718281舉例供參考，統(tǒng)計方法從略 左上圖：整理后數(shù)據(jù) 右上圖：基于各協(xié)變量均值的生存曲線 下圖：第2步中，年齡及手術時間都是死亡危險因素，性別不是。 年齡 HR= Exp（B)= 1.263， 每增1歲，術后死亡風險增加26%。 手術時間 HR= Exp（B)= 1.560， 確診后到手術時間每增1個月，術后死亡風險增加56%OR出現(xiàn)于 “列聯(lián)表”卡方檢驗中

16、HR（或稱RR）出現(xiàn)于Cox回歸模型中RR = HR OR (發(fā)生事件的概率小時）5 費歇爾精確概率檢驗（Fisher檢驗）四、計數(shù)資料常用統(tǒng)計分析SPSS統(tǒng)計方法： 由于N 40，且理論頻數(shù)5 的格子數(shù) 40，且理論頻數(shù)1-5的格子數(shù)20%時Yates連續(xù)校正。N 40, 或理論頻數(shù)0.0167, 差異無顯著性。 甲丙比較：P=0.0120.0167,差異無顯著性。四、計數(shù)資料常用統(tǒng)計分析7 多個構成比的比較RC無序列聯(lián)表的卡方檢驗四、計數(shù)資料常用統(tǒng)計分析SPSS統(tǒng)計方法：與四格表卡方檢驗相同，但Cell中選擇“Column”的百分數(shù)。結果：各年齡中異常、可疑、正常率分別為7.9%, 18%

17、,73.1%. P=0.000, 差異有統(tǒng)計學意義。RC無序列聯(lián)表的卡方檢驗的注意事項1 表中一般不宜有20%以上格子的理論頻數(shù)5，或一 個格子的理論頻數(shù)1。否則應進行下述處理： 增加樣本含量。 將理論頻數(shù)太小的行或列合并。 Fisher檢驗2 要想知道哪兩個樣本率或構成比之間有差異，需進行 RC表的卡方分割。8 RC表的費歇爾精確概率檢驗（Fisher檢驗）四、計數(shù)資料常用統(tǒng)計分析 結論：3格理論頻數(shù)5，采用蒙特卡羅方法，P=0.007。兩種方法的療效有顯著差異 。五、等級資料常用統(tǒng)計分析兩個獨立樣本單向有序 RC表資料-wilcoxon秩和檢驗（威爾科克森秩和檢驗，威-曼-懷氏秩和檢驗）

18、列聯(lián)表中一個是分類變量，另一個是等級變量。五、等級資料常用統(tǒng)計分析SPSS統(tǒng)計方法五、等級資料常用統(tǒng)計分析 結論：輕度與重度皮損的療效不同。五、等級資料常用統(tǒng)計分析趨勢卡方檢驗應用列聯(lián)表中線性關系（Linear-linear Association）統(tǒng)計量進行分析，過程如下： 皮爾遜檢驗p=0.142，即單從療效構成上看不出統(tǒng)計學差異。趨勢檢驗p=0.01,精確概率為0.011,因此可以認為皮損程度與療效間存在線性趨勢。2 多個獨立樣本單向有序RC表資料-Kruskal-Wallis檢驗（克魯卡爾-瓦利斯檢驗）五、等級資料常用統(tǒng)計分析SPSS統(tǒng)計方法五、等級資料常用統(tǒng)計分析結論：上圖：Krus

19、kal-Wallis H 檢驗結果，蒙特卡羅法 精確概率P=0.196下圖：為中位數(shù)檢驗結果，蒙 特卡羅法精確概率 P=0.273。注意：中位數(shù)檢驗效能低于 Kruskal-Wallis H檢驗。當格子中理論頻數(shù)小時，采 用蒙特卡羅法精確更合適。結論：三種手術方法的療效無 統(tǒng)計學差異。3 雙向有序RC表資料（1）兩個雙向有序變量是否有相關關系：典型相關分析 Spearman等級相關。（2）若兩個雙向有序變量有相關關系，是否為直線相關？可進 行Jonckheere-Terpstra線性趨勢檢驗。（3）多中心實驗結果，需進行Cochran-Mantel-Haenszel檢驗。五、等級資料常用統(tǒng)計分

20、析（1）Spearman（斯佩爾曼）等級相關檢驗五、等級資料常用統(tǒng)計分析SPSS統(tǒng)計方法Correlation Coefficients中可加選“Pearson”以對比。五、等級資料常用統(tǒng)計分析上表：Spearman結果， p=0.057,二 者不相關。下表：一般Peaeson結果， p=0.01, 二者相關。因本例為定性資料，故應采用Spearman結果(2) Jonckheere- Terpstra 線性趨勢檢驗五、等級資料常用統(tǒng)計分析SPSS統(tǒng)計方法 Nonparametric TestK Independent Samples 選擇試驗變量與分組變量選擇Jonckheere- Terp

21、stra 選擇精確檢驗 P=0.006， 結論：醫(yī)療形式與滿意度存在線性趨勢，即隨公費醫(yī)療比例的增加，滿意度也相應增加。（3）多中心Cochran-Mantel-Haenszel檢驗例五、等級資料常用統(tǒng)計分析SPSS統(tǒng)計方法 將“試驗中心”進入“分層變量”五、等級資料常用統(tǒng)計分析上表：卡方檢驗結果，二中心 的精確 檢驗P均接近0.05（0.049, 0.055)。下表：分層Cochran-Mantel-Haenszel檢驗 結果， P=0.003, P=0.005，表明去 除混雜因素后，病程與療效有關， 療程越短，療效越好。本例應選用 此方法。六、診斷試驗評價指標及ROC曲線一、存在“金標準”

22、 時的評價指標1 敏感性及特異性等1.1 應用前提 某診斷試驗結果與“金標準”檢查結果比較, 金標準 必須是可靠、公認的臨床診斷方法。1.2 方法 采用Yeyushalmy四格表評價模式。 Yeyushalmy四格表評價模式診斷試驗結果 金標準 病例（有?。?對照（無?。?陽性 真陽性 假陽性（誤診） 陰性 假陰性（漏診） 真陰性例 以冠脈造影為金標準，行CK-MB檢查： 15例患者，12例CK-MB（+）者中，10例是MI 真陽性 2例不是MI 假陽性3例CK-MB（-）者中， 2例不是MI 真陰性 1例是MI 假陰性1.3 名詞敏感性=真陽性/（真陽性+假陰性）特異性=真陰性/（真陰性+假

23、陽性）陽性預測值=真陽性/（真陽性+假陽性） 注：由診斷試驗檢測為陽性的樣本中，真正患者所占的比例為陽性預測值。陽性預 測值主要受患病率的影響，患病率越高，則陽性預測值也高；臨床醫(yī)師根據(jù)某病的 患病率和診斷試驗的陽性結果就能預測就診者患某病的可能性大??；當患病率一定 時，特異性越高，陽性預測值越準確。陰性預測值=真陰性/（真陰性+假陰性） 注：由診斷試驗檢測為陰性的樣本中，真正無病者所占的比例為陰性預測 值。當患病率一定時，診斷試驗的敏感性越高，則陰性預測值越高。準確性=（真陽性+真陰性）/ 受試總人數(shù) 注：準確性亦稱“功效率”、“粗一致性”、“約登指數(shù)”、“真實性”等，指 不產生假陽性和假陰

24、性結果的效率，是一種將敏感性及特異性相結合考 慮的綜合質量指標。陽性似然比= 敏感性/（1- 特異性）陰性似然比 = （1- 敏感性）/ 特異性患病率=（真陽性+假陰性）/ 受試總人數(shù)1.4 舉例檢測血清鐵蛋白水平診斷缺鐵性貧血（IDA）經與金標準診斷(骨穿)結果比較，有關數(shù)據(jù)填入四格表如下缺鐵性貧血 (骨穿證實，金標準)有病（是）無?。ǚ瘢┭彖F蛋白水平陽性（65mmol/L） 78 1500 敏感性=真陽性/（真陽性+假陰性）=90%特異性=真陰性/（真陰性+假陽性）=85%陽性預測值(即驗后概率) =真陽性/（真陽性+假陽性）=73%陰性預測值=真陰性/（真陰性+假陰性）=95%陽性似然

25、比 = 敏感性/（1- 特異性）=6 注：表示以血清鐵蛋白水平65mmol/L為界值時, 缺血性貧血出現(xiàn)陽性的概率是非 缺血性貧血出現(xiàn)陽性結果的概率的6倍。陰性似然比 = （1- 敏感性）/ 特異性=0.12 注：表示以血清鐵蛋白水平65mmol/L為界值時, 缺血性貧血出現(xiàn)陰性結果的概率 僅是非缺血性貧血出現(xiàn)陰性結果的概率的1/8左右?；疾÷? （真陽性+假陰性）/ 受試總人數(shù)= 32%SPSS統(tǒng)計方法 頻數(shù)加權AnalyzeDescriptive Crosstabs分別進入行、列變量單擊“Ststistics” 選“Risk” 單擊“Cell” 選“Row、Column” OK六、診斷試驗

26、評價指標及ROC曲線OR=67.19，表明出現(xiàn)MI者的ECG結果陽性的優(yōu)勢是不出現(xiàn)MI患者的67倍。二、不存在金標準時Kappa檢驗 兩種試驗方法均不是”金標準”時,只能比較其試驗結果的一致性, 不能計算敏感性及特異性等。 SPSS統(tǒng)計方法： 與靈敏度等相同，只在“Ststistics” 增選 “Kappa” 判斷： Kappa 00.4 一致性不理想 Kappa 0.40.7 一致性一般 Kappa0.75 具有較好的一致性 六、診斷試驗評價指標及ROC曲線例 靜脈血糖診斷試驗與末梢血糖診斷試驗 的比較 乙法甲法合計+-+-3671216548172合計43177220六、診斷試驗評價指標及

27、ROC曲線 本研究是傳統(tǒng)診斷試驗方法(靜脈血糖診斷試驗)與新診斷試驗方法(末梢血糖診斷試驗)的比較，不是某一診斷試驗與金標準結果的比較，其敏感性、特異性指標的計算是錯誤的。象這類研究對象中既有“有病者”亦有“無病者”的兩種試驗結果的比較，可選Kappa一致度系數(shù)k進行評價本例k=0.737，表明靜脈血糖診斷試驗與末梢血糖診斷試驗結果具有較好的一致性。ROC 曲線 (receiver operating characteristic curve ,受試者工作特性曲線 ) 同一項檢測方法，采用不同的診斷臨界值，就有不同的敏感度及特異度，為了更好地評價檢測方法的診斷價值，必須考慮各種可能的診斷臨界值

28、。 ROC曲線就是通過改變診斷臨界值，獲得多對敏感度及特異度值，然后按敏感度為橫坐標，1-特異度為縱坐標，繪制ROC曲線，計算與比較ROC曲線下面積，反映診斷試驗的診斷價值。 ROC分析資料分為連續(xù)性資料（常見于某些定量資料）、有序分類資料（醫(yī)學影像資料及心理學評價資料）兩類。3.1 簡單連續(xù)性資料首先整理數(shù)據(jù)：一列為MCV結果，另一列為骨髓診斷結果： 0=正常，1=異常SPSS統(tǒng)計方法由ROC曲線可得出某試驗方法理想的敏感性及特異性界值：即最靠左上角的某點所對應的敏感性及特異性。理想界值計算方法MCV Sep 1-Spe Spe Sep+Spe 51 0 0 1 1 55 0.029 0 1 1.029。 79.5 0.559 0.288 0.712 1.271 80.5 0.618 0.318 0.682 1.300 81.5 0.706 0.364 0.636 1.342 82.5 0.735