SPSS讲义.docx

1、SPSS讲义统计软件包SPSS使用精要随着计算机的发展和普及，统计软件包的不断完善，其在医学科研中的应用已愈来愈普遍，备受研究人员的青睐。统计软件包分为商业化软件和免费软件，前者的影响和国际公认程度都是后者所不能比拟的。如国际公认的SAS(Statistical Analysis System)、SPSS(Statistical Package for the Social Science)、Stata、BMDP(Biomedical Data Processing)等一流统计软件外，近年来，又有一批统计软件也很出色，如STATA、SYSTAT、SigmaStat、EGRET、STATGRAP

2、HICS等。免费软件影响较大的有EpiInfo(美国CDC网站有免费下载)，国内软件总体水平仍较落后，有一定影响的如华西医科大学编制的PEMS（中国医学百科全书医学统计学软件包）和第四军医大学的SPLM（线性模型统计软件包）等。在以上众多软件包中，本书介绍目前在中国流行最广的SPSS16.0。一、SPSSfor Windows 概述SPSSfor Windows是美国芝加哥SPSS软件公司研制，1971年实现商品化，根据用户的反馈意见、统计学的进展和计算机硬件的发展，不断改进版本，力求统计方法和软件功能的先进性和易用性。目前最新版本为18.0版，其特点为： 视窗操作和全屏幕数据编辑功能； 强大

3、的统计功能，包括基础统计（描述性统计、探索性分析，列联表分析、t检验、方差分析、线性相关与回归分析、非参数统计等），专业统计（判别分析、聚类分析、因子分析、多维标度和可靠性分析等），高级统计（析因分析、Logistic回归、多元方差分析、对数线性模型、非线性回归、Probit分析以及生存分析的有关内容），以及其它模块的功能也很强大（如Tables, Trends, Categories和 LISREL等）； 强大的统计作图和表格化结果输出功能（可以与MSOffice兼容）； 灵活的变量变换与文件交换系统。下面介绍目前使用广泛的SPSS for windows 16.0版，并且本书涉及到的有关统

4、计方法。二、数据编辑器简介及数据文件的建立 无论基础统计还是高级统计，均需将原始数据录入后，才能使SPSS识别处理。当SPSS启动后，SPSS主画面中出现功能选项对话框如图1，我们选择“type in date”,然后点“ok”就可以进入“SPSS Data Editor”窗口，这就是SPSS的数据编辑器，也称数据窗，如图2所示，可以在该窗口进行建立数据文件的一切工作。图1打开SPSS文件时的对话框 图2 SPSS数据编辑窗口（一）数据编辑器的组成（1） 窗口标题栏：是当SPSS启动成功后，屏幕最上方标有名为“Untitled1-SPSS Data Editor”的窗口，当显示的是已经保存过的

5、数据文件时,窗口标题栏显示该窗口中数据文件的名字。窗口标题栏下，依次为主菜单栏和工具栏。（2） 当前数据栏：为工具栏下面左边一栏，显示当前光标位置上的变量名和记录号。（3） 数据输入栏：在当前数据栏右边，显示光标位置上的数据值，从键盘输入的数据先显示在该栏中，回车后，则显示在光标定位的单元格中。（4） 数据显示区：为当前数据栏下面的二维平面表格区域，在表格顶部显示变量名，在它下面的各单元格中显示各变量值。所选定的单元格边框被加黑，其数据将显示在数据显示栏中。（二）数据文件的建立 为了让 SPSS 软件处理原始数据，首先要做的工作就是把数据录入到 SPSS 能够识读的数据文件，即建立数据文件，录

6、入数据的过程分两个步骤：一是录入数据之前应该根据实验的设计定义变量，包括定义变量名、变量类型、变量长度（小数位数）、变量标签（或值标签）和变量的格式（显示宽度、对齐方式、缺失值标记等）；二是将每一个具体的变量值录入数据库单元格内。 数据录入的步骤：（1）数据录入方法：数据编辑器打开后，光标移至某一单元格就可以开始录入数据，一旦有了数据spss会默认赋予变量名，系统默认的第一个变量名VRA00001，第二个变量名VRA00002依次类推，在输入一个数据后，回车或按向下移动光标键，再输入第二个数据（2） 修改变量名 数据编辑中，鼠标单击左下方的Variable View菜单就可以打开定义变量的窗口

7、。系统默认的第一个变量名VRA00001，我们随时可以在这个窗口中修改变量名，只要把光标移动到VRA00001处直接修改。变量名首字符是字母，其后可为字母或数字或除“？”、“-”、“！”和“*”以外的字符；系统不区分变量名中的大小写字符。如：ABC和abc被认为是同一变量。若对变量其它属性的默认值描述不满意，可以在这个窗口自行设置。图3定义变量的窗口（3） 量类型与宽度：单击变量类型后的按钮，就可以展开Variable Type变量类型对话框，如图B-4所示。对话框左边列有8种可供选择的变量类型，包括Numeric 标准数值型、Comma带逗点的数值型（数值的整数部分从右向左每三位用一个逗点隔

8、开）、 Scientific Notation科学计数法、Date 日期型、Date 带有美元符号的数值型、Custom Currency 自定义型、String字符型。想选那种类型用鼠标单击其前面的圆圈即可。参数框中Width表示数值的总宽度（默认为8），Decimal为小数位数（默认为2）。要改变其值，将光标移至方框内，单击鼠标键，Backspace键删除，输入合适的值。 （4）定义变量标签：变量标签是对变量名 的 进 一步说明。需要用变量标签对变量名的含义加以解释。在定义变量窗口中，单击 Labels 对应单元格直接填写标签即可。 图4定义变量类型对话框三、描述性统计分析描述统计分析过程

9、可计算均数、算术和、标准差、最大值、最小值、方差、极差和均数的标准误等统计量进行描述。下面以一个例题进行说明。例1 某医科大学测得110名7岁男孩身高（cm），结果见表1，请对其进行统计描述分析。表1 110名7岁男孩身高（cm）120.7110.3111.6114.5120.3118.8121.5112.5112.7116.9122.5124.5126.7119.4116.4119.2121.9120.8123.3115.3114.7121.4117.1119.3123.1119.7120.7108.8113.5125.1119.1122.9125.6128.0118.8121.1127.3

10、116.2119.5124.9118.3121.8127.1117.3113.4130.3116.8116.4118.2121.7114.5113.1126.9118.7122.7131.4120.8113.5114.9118.9118.1121.6116.9121.6121.3117.2116.3129.4112.9117.1122.8115.1118.3121.9124.4115.7122.8129.5123.4121.3123.4124.9132.3125.5111.5120.6119.2124.1117.7116.1125.8125.6119.4121.7123.1117.4119.5

11、123.6113.8122.9116.9120.8115.2113.9118.1121.3123.4115.4120.9119.4 操作步骤如下：1 先建立数据文件（录入原始数据），此例仅有一个变量：shengao：7岁男孩身高(所有数据110个必须输入到同一列表示110个男孩的身高有110个取值)，并以文件名shengao.sav.保存；2 在数据窗菜单栏内选择AnalyzeDescriptives Statistics Descriptives顺序逐一单击鼠标键，展开Descriptives 对话框； 图5 描述统计分析对话框 3鼠标单击变量height，则反向显示，鼠标单击向右箭头按钮，

12、变量shengao进入Variable栏中；4单击Options按钮，打开Options对话框，可选中Mean（均数）、Sum（累加，即）、Std. Deviation（标准差）、Minimum（最小观察值）、Maximum（最大观察值）Variance（方差）等复选项。 55在主对话框中单击OK按钮，输出结果如下： 图6 选择项对话框 四、数值变量的假设检验 t test过程是对两均数差别有无统计意义检验的过程。共有三种不同的比较方式。（一）单样本资料的t检验 即SPSS中的单样本t检验（One-Sample T Test）检验某个变量的样本均数是否与给定的常数（总体均数）之间差异有无统计学

13、意义。例2 仍利用例1的资料，假如已知某地区7岁男孩平均身高为 112.3 cm 。问该市7岁男孩身高与该地区7岁男孩身高是否有差异?使用SPSS软件进行统计分析的过程如下： （1）读取数据文件shengao.sav.。（2）选择数据窗菜单栏内按 Analyze Compare Means One-Sample T Test顺序逐一单击鼠标键。展开One-Sample T Test 单一样本t 检验对话框，如图7所示。（3）在对话框中将唯一的变量Height从源变量栏内移至 Test框中。（4）单击Options按钮，打开选择项对话框，如图8所示， Confidence选择系统默认值95%，缺

14、失值选择系统默认值Exclude cases analysis by analysis 项。单击Continue按钮，返回主对话框。图7 单变量t 检验对话框 图8 单变量t 检验选择项框5在主对话框中在Test Value 处填上已知总体均数112.3单击OK按钮，得到如下表格：6结果分析：（1） 样本身高均数为119.95，标准差4.71024 ，标准误0.44910。（2） t值17.0.30，自由度109，双测t检验的P 值为0.000，因此拒绝无效假设。（3） Confidence Interval of the Difference差值的95%可信区间是6.7581 8.5383之

15、间。（二）配对设计的t检验 即SPSS中的配对样本t检验（Paired Sample T test），配对资料t检验的应用条件是：要求成对资料的差值来自正态总体。例3某医师用一种中药治疗一组高血压患者，观察患者舒张压在治疗前后的变化，问该中药对高血压患者的舒张压变化是否有影响？表2 某中药治疗高血压患者前后舒张压变化情况病人编号（1） 舒张压（kpa）差值d(4)=(2)-(3)治疗前（2）治疗后（3）114.712.02.7215.315.5-0.2316.413.5 2.9416.417.5-1.1516.814.72.1614.412.0 2.4714.712.3 2.4817.713.

16、9 3.8918.716.8 1.91013.811.7 2.11116.015.0 1.01216.014.9 1.1操作步骤如下： 1建立数据文件：定义变量：治疗前；治疗后。 2输入数据。 3按Analyze Compare MeansPaired Samples T Test 顺序逐一单击鼠标键，展开 Paired Samples T Test配对样本检验对话框，如图9b所示。 4指定配对变量：在主对话框左面的变量表中，用 鼠标单击“治疗前”变量，该变量名反向显示，出现在主对话框左下部的Current Selections当前所选择的变量栏中第一个Variable提示项后面；同样单击“治

17、疗后”变量，显示在第二个Variable提示项后面。 图9b配对样本t检验主对话框4确定配对变量：当Current Selections栏中显示出配对的两个变量名时，鼠标单击向右的箭头按钮，将配对变量送入Paired Variables矩形框中。5单击OK按钮，输出下面三个表格： 6结果分析：（1）治疗前舒张压的均数：15.9167，标准差：1.429691；治疗后舒张压的均数：14.1583，标准差：1.92942。（2）配对t检验结果：t=4.467，自由度11，双测t检验的P 值为0.001，因此拒绝无效假设。（三）成组设计的t检验 进行成组设计的两样本均数比较的条件是：两个样本彼此独立

18、，均来自正态总体，且要求方差齐性。因而该方法又称为独立样本的t检验（Independent Samples T Test）。例4 某医院用国产药和进口药治疗型糖尿病患者，将18名型糖尿病患者随机分成两组，分别使用国产药和进口药治疗后，测空腹血糖（mmol/L）下降值如下，国产药: 1.3 1.7 1.2 0.7 1.3 1.7 1.2 1.4 0.8 进口药: 0.9 1.9 1.0 0.8 1.0 1.2 2.3 1.3 1.9问两药的疗效有无差别？分析步骤如下：1建立数据文件，此例中有两个变量：药（1代表国产药，2代表进口药）和血糖,数据输入格式如图11a；2按Analyze Compar

19、e Means Independent Samples T Test顺序逐一单击鼠标键,展开Independent Samples T Test主对话框.如图B-10所示.3. 选择“血糖”作为检验变量,单击上面一个箭头按钮,将其送入Test矩形框中.4选择 “药”作为分组变量，单击下面一个箭头按钮，将其送入Grouping矩形框中。5单击Define Groups按钮，展开后的对话框，如图B-11所示。图10a 独立样本t检验数据输入格式 图10b 独立样本t检验主对话框 图11 确定检验变量和分组变量 如果分组变量是分类的，则在Define Groups对话框中选择Use specifie

20、d values；如果分组变量是连续的，则在该对话框中应该选择Cut point（切点）选择项。注意：这两项必须且只能选择其中一项。（1） Use specified values 选项是按分组变量的值进行分组。要在两个Group后面的框内输入第一组合第二组的分类变量值。本例在第一个框内输入1作为第一组，在第二个框内输入2作为第二组。按Continue按钮返回主对话框。（2） Cut point选项，需在其后的框内输入一个连续变量的值，将观测量分为大于该值和小于该值的两各组，检验在这两组之间进行。（3）单击OK按钮，得出如下两个表格： 6.结果分析：（1）国产药治疗组血糖的均数：1.2556，

21、标准差：0.34319；进口药治疗组的均数：3.3667，标准差：0.53385。（2）成组设计t检验结果：方差齐性检验F=3.097, P=0.098，可认为方差齐性，看第一行运行结果，得t= -0.525，自由度16，双测t检验的P 值为0.607，因此接受无效假设，即不可以认为两药疗效有差别。（如果方差不齐，可参看第二行结果的校正t检验）五、分类变量假设检验 分类资料的假设检验方法较多,有卡方检验、u检验、和直接计算概率法等。这里介绍卡方检验的统计分析过程。卡方检验可用于检验两个或两个以上率（或构成比）之间差别有无统计意义。(一)四格表资料的2检验例5 某地地方性氟中毒与性别的关系资料如

22、下，试问男、女地方性氟中毒患病率是否不同？ 某地地方性氟中毒与性别的关系性别患病人数未患病人数合计男3077031010女198780978合计50514831988 SPSS的四格表资料卡方检验统计分析过程为：1建立数据文件：首先要给四格表中每个数据定位，只对数据给定行和列，如“307”为第一行第一列。定义变量：行变量 (row)、列变量(column)、四格表或列联表中的实际数 (f )。数据文件如图12所示。2指定f为四格表中的频数：按DataWeight Cases顺序单击鼠标左键，展开为Weight Cases对话框，图13所示。在左边的源变量中鼠标单击“f ”，再单击右边Weigh

23、t Cases by Frequency 前面的圆圈，其下向右的箭头按钮被激活，鼠标单击之，则“f”被调入右边的矩形框中，单击OK按钮。 图12数据文件 图13a指定f为四格表中频数的对话框 图13b指定f为四格表中频数的对话框3 按AnalyzeDescriptives StatisticsCrosstabs顺序逐一单击鼠标键，展开Crosstabs对话框，如图14所示。从左边的源变量框中将变量“row”调入右边“Row”下的矩形框中，变量“column”至“Column”下的矩形框中。再单击 “statistics”按钮，展开Crosstabs ：statistics对话框，如图15所示。

24、选中“Chi-square”，单击“Continue”返回主对话框。 图14 图15四格表资料卡方检验对话框 4单击OK按钮，则得到如下表输出结果。Chi-Square TestsValuedfAsymp. Sig. (2-sided)Exact Sig. (2-sided)Exact Sig. (1-sided)Pearson Chi-Square27.017a1.000Continuity Correctionb26.4841.000Likelihood Ratio27.1981.000Fishers Exact Test.000.000Linear-by-Linear Associati

25、on27.0031.000N of Valid Casesb1988a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 248.44.b. Computed only for a 2x2 table 5结果分析：Pearson 2检验得2=27.01，P=0.000,拒绝无效假设，可以认为男、女地方性氟中毒患病率有差异。 (二)配对资料的2检验例6 由205份标本，将每份标本接种在甲、乙两种培养基中，结果出现四种情况：甲乙培养基均阳性的标本，36份；甲培养基阳性乙培养基阴性的标本，0份；

26、乙培养基阳性而甲培养基阴性的标本，34份；甲乙培养基均阴性的标本，135份。试比较两种培养基效果有无不同？ 配对四格表资料乙法培养 甲法合计 363470 0135135合计36169205分析过程:1建立数据文件：变量a（甲种培养方法）、变量b（乙种培养方法）、f（频数）；其中a和b中的数值1表示阳性，0表示阴性。如图16所示。图16-a数据文件格式图16b指定频数变量图17指定配对卡方检验2指定f为配对资料的频数:方法同例5。3AnalyzeDescriptives StatisticsCrosstabs顺序逐一单击鼠标键，展开Crosstabs对话框，如图F5-3所示。从左边的源变量框中

27、将变量“a”调入右边“Row”下的矩形框中，变量“b”至“Column”下的矩形框中。再单击 “statistics”按钮，展开Crosstabs ：statistics对话框，如图17所示。选中“McNemar”，单击“Continue”返回主对话框。4单击OK按钮，则输出结果如下表所示。六、直线相关与回归 直线相关与回归的概念在前面已有讲解，这里我们直接介绍使用SPSS软件进行统计分析的过程。（一）相关分析例7某医生随机抽取了12名正常儿童的尿肌酐含量（mmol/24h）的资料， (见表7-1) 。试分析正常儿童年龄与尿肌酐含量之间有无直线相关关系？。表7-1 12名正常儿童的年龄与尿肌酐

28、含量编号123456789101112年龄X(岁)1312118910611108127尿肌酐含量Y（mmol/24h）3.543.233.012.603.093.422.483.233.362.563.182.65建立数据文件：变量包括：num 编号， X年龄 ， Y尿肌酐含量；图18a: 数据文件格式1. 选择分析变量 按AnalyzeCorrelateBivariate顺序逐一单击鼠标键，展开Bivariate Correlations二元变量相关分析主对话框，如图18b所示，在主对话框左面的变量表中选择要求相关系数的两个变量X和Y。再鼠标单击向右的箭头按钮，将选择的变量移至Variab

29、les矩形框中。（1）在主对话框下部Correlation Coefficients栏中列出了三种相关系数，分析人员可根据资料的性质选用： Pearson相关复选项，即简单相关系数；Kendalls tau-b复选项，即Kendall秩相关系数； Spearman相关复选项，计算斯皮尔曼秩相关系数。 图 18b 两变量相关分析主对话框 （2）选择单、双侧假设检验类型 根据专业知识排除一侧可能性的时候可考虑用单侧检验，选One-tailed选项；否则，用双侧检验，选Two-tailed选项。（3）Flag significant Correlations复选项，如果选此项，输出结果在相关系数右上方式用“*”表示显著水平为5%；用“*”表示显著水平为1%。本例中使用系统默认值进行相关分析。单击OK按钮则得出输出结果，如表所示：此表为变量X和Y之间的相关系数矩阵。在行变量与列变量的交叉处纵向显示了3个数值：变量X、Y之间的相关系数为0.851。第二个数值是P值，P=0.000。第三个数值是样本含量n，n=12。（二）直