多组独立(完全随机设计)样本秩和检验的SPSS操作教程及结果解读
bigegpt 2025-07-17 17:24 5 浏览
作者/风仕
在上一期,我们已经讲完了两组独立样本秩和检验的SPSS操作教程及结果解读,这期开始讲多组独立样本秩和检验,我们主要从多组独立样本秩和检验介绍、两组独立样本秩和检验使用条件及案例的SPSS操作演示这几方面进行讲解。
多组独立样本秩和检验介绍
多组独立样本比较的秩和检验是由Kruskal和Wallis在Wilcoxon两样本秩和检验的基础上扩展而来,又称Kruskal-Wallis H检验,用于推断连续变量或有序分类变量的多个总体分布有无差别。多组连续变量独立样本的比较,首选单因素方差分析,但是根据经验,本例中生存月数通常不服从正态分布,不满足方差分析的条件,故用Kruskal-Wallis H秩和检验。而多组有序分类变量的比较,详见于列联表章节中的单向有序的列联表分析。(1)原始数据的多样本比较;(2)频数表数据的多样本比较。
多组独立样本秩和检验使用条件
1.样本独立性:各组样本之间必须是相互独立的,即一个样本的结果不会影响其他样本的结果。
2.分布要求:不要求数据必须服从特定的分布,如正态分布。这使得它适用于非正态分布的数据。
3.组数限制:适用于检验三个或更多独立样本的差异。组别数量超过两组的情境是适用的。
4.数据类型:适用于连续变量或有序分类变量。
案例的SPSS操作演示
分析示例
某医院用3种不同方法治疗15例胰腺癌患者,每种方法各治疗5例,治疗后生存月数见 下表,问这3种方法对胰腺癌患者的疗效有无差别?
研究假设
H0:3种方法治疗后患者生存月数的总体中位数相等。
H1:3种方法治疗后患者生存月数的总体中位数不全相等。
a=0.05
数据录入
1.变量视图
名称 treat 标签 治疗方法 值 1 = 甲法 2 = 乙法 3 = 丙法
名称 month 标签 生存月数
2.数据视图
操作流程
1.下图指出了非参数检验对于数据的要求:非参数检验不假定您的数据呈正态分布。至于目的,默认为自动比较不同组间的分布,我们先不用管它,因为还需要在其他地方进行设置。
2.下图为字段选项卡,检验字段(测量指标)框选入生存月数,而组(分组变量)框则选入治疗方法。值得注意的是,有时检验字段的类型必须为数值,组变量的类型必须为字符,变量类型可以在变量视图窗口进行修改。在变量视图中的测量中将“名义”改为“标度”即可。
3. 在选择检验类型中,我们选用Kruskal-Wallis 单因素ANOVA(见下图),也就是常用的 多样本比较的秩和检验,此处出现了ANOVA, 即方差分析,提示该检验与方差分析存在着某种 联系,其实Kruskal-Wallis单因素 ANOVA 就是首先将各组数据一起进行排序,将排序的结果形成新的秩变量,然后对新生成的秩变量进行常规的单因素ANOVA。我们不应选择中位数检 验,它虽然直接检验多个样本所代表的各总体的中位数是否相同,但是检验效能很低,很难发 现组间的差别。
结果解释
1.下表对检验结果作了简单介绍,原假设为各组的生存月数的分布相同,检验方法为独 立样本Kruskal-Wallis 检验,即多组独立样本的秩和检验,检验结果为P=0.041<0.05,因此 可以认为3种治疗的生存月数有差异。
2.在结果窗口双击假设检验摘要表格,弹出详细结果窗口,其结果如下:
这是常见的箱式图(box plot),常用于描述不符合正态分布的连续变量的分布特征,它表现了连续型变量的5个特征值,即最小值、下四分位数(Q, 即25%百分位数)、中位数(M,Me- dian)、上四分位数(Q, 即75%百分位数)和最大值。由Q 和Q 构成箱式图的“箱体”部分,箱体的距离为四分位数间距(interquartile range,IQR) 。Q和最小值之间、Q 和最大值之间分别 构成“箱子”的上下两条“触须”,箱体中间的横线为该组的中位数。但该图大家需要特别注意,纵轴所代表的生存月数并非原始数据,而是排序后形成的生存月数秩次,图形能帮助大家 直观地感受各组之间的数据分布。
3. 下表给出了具体的统计值,检验统计量校正H 为6 .388,P=0.041<0.05。
注意事项
1.从操作界面可以看出,多组秩和检验只是参数检验中方差分析对非参数分析的一个简单延伸,但是与参数检验比较而言,秩和检验的统计方法较少,如当例题中各组总体出现差异时(P<0.05), 无法进行两两比较来发现哪些组之间存在差异,因此我们可以对数据进行排秩,然后以秩次作为测量变量,应用参数统计方法进行统计分析更为实用。操作如下:
2. 操作完成后,结果窗口显示已创建了新变量Rmonth, 因此我们只需对Rmonth 采用普通的方差分析(ANOVA) 即可。
参考:《临床医学研究中的统计分析和图形表达实例详解》
欢迎关注我,让你身边多一位熟悉统计分析方法的帮手,有以下付费视频或服务可供选购:
1.单个问题答疑咨询。1对1答疑、小额付费、48小时内有效。
2.答疑咨询年度会员。一年365天时限内各种统计分析问题1对1答疑,性价比高。
3.购买视频课程赠送课程相关主题内容1对1答疑1年。
相关推荐
- 方差分析简介(方差分析通俗理解)
-
介绍方差分析(ANOVA,AnalysisofVariance)是一种广泛使用的统计方法,用于比较两个或多个组之间的均值。单因素方差分析是方差分析的一种变体,旨在检测三个或更多分类组的均值是否存在...
- 正如404页面所预示,猴子正成为断网元凶--吧嗒吧嗒真好吃
-
吧嗒吧嗒,绘图:MakiNaro你可以通过加热、冰冻、水淹、模塑、甚至压溃压力来使网络光缆硬化。但用猴子显然是不行的。光缆那新挤压成型的塑料外皮太尼玛诱人了,无法阻挡一场试吃盛宴的举行。印度政府正...
- Python数据可视化:箱线图多种库画法
-
概念箱线图通过数据的四分位数来展示数据的分布情况。例如:数据的中心位置,数据间的离散程度,是否有异常值等。把数据从小到大进行排列并等分成四份,第一分位数(Q1),第二分位数(Q2)和第三分位数(Q3)...
- 多组独立(完全随机设计)样本秩和检验的SPSS操作教程及结果解读
-
作者/风仕在上一期,我们已经讲完了两组独立样本秩和检验的SPSS操作教程及结果解读,这期开始讲多组独立样本秩和检验,我们主要从多组独立样本秩和检验介绍、两组独立样本秩和检验使用条件及案例的SPSS操作...
- 方差分析 in R语言 and Excel(方差分析r语言例题)
-
今天来写一篇实际中比较实用的分析方法,方差分析。通过方差分析,我们可以确定组别之间的差异是否超出了由于随机因素引起的差异范围。方差分析分为单因素方差分析和多因素方差分析,这一篇先介绍一下单因素方差分析...
- 可视化:前端数据可视化插件大盘点 图表/图谱/地图/关系图
-
前端数据可视化插件大盘点图表/图谱/地图/关系图全有在大数据时代,很多时候我们需要在网页中显示数据统计报表,从而能很直观地了解数据的走向,开发人员很多时候需要使用图表来表现一些数据。随着Web技术的...
- matplotlib 必知的 15 个图(matplotlib各种图)
-
施工专题,我已完成20篇,施工系列几乎覆盖Python完整技术栈,目标只总结实践中最实用的东西,直击问题本质,快速帮助读者们入门和进阶:1我的施工计划2数字专题3字符串专题4列表专题5流程控制专题6编...
- R ggplot2常用图表绘制指南(ggplot2绘制折线图)
-
ggplot2是R语言中强大的数据可视化包,基于“图形语法”(GrammarofGraphics),通过分层方式构建图表。以下是常用图表命令的详细指南,涵盖基本语法、常见图表类型及示例,适合...
- Python数据可视化:从Pandas基础到Seaborn高级应用
-
数据可视化是数据分析中不可或缺的一环,它能帮助我们直观理解数据模式和趋势。本文将全面介绍Python中最常用的三种可视化方法。Pandas内置绘图功能Pandas基于Matplotlib提供了简洁的绘...
- Python 数据可视化常用命令备忘录
-
本文提供了一个全面的Python数据可视化备忘单,适用于探索性数据分析(EDA)。该备忘单涵盖了单变量分析、双变量分析、多变量分析、时间序列分析、文本数据分析、可视化定制以及保存与显示等内容。所...
- 统计图的种类(统计图的种类及特点图片)
-
统计图是利用几何图形或具体事物的形象和地图等形式来表现社会经济现象数量特征和数量关系的图形。以下是几种常见的统计图类型及其适用场景:1.条形图(BarChart)条形图是用矩形条的高度或长度来表示...
- 实测,大模型谁更懂数据可视化?(数据可视化和可视化分析的主要模型)
-
大家好,我是Ai学习的老章看论文时,经常看到漂亮的图表,很多不知道是用什么工具绘制的,或者很想复刻类似图表。实测,大模型LaTeX公式识别,出乎预料前文,我用Kimi、Qwen-3-235B...
- 通过AI提示词让Deepseek快速生成各种类型的图表制作
-
在数据分析和可视化领域,图表是传达信息的重要工具。然而,传统图表制作往往需要专业的软件和一定的技术知识。本文将介绍如何通过AI提示词,利用Deepseek快速生成各种类型的图表,包括柱状图、折线图、饼...
- 数据可视化:解析箱线图(box plot)
-
箱线图/盒须图(boxplot)是数据分布的图形表示,由五个摘要组成:最小值、第一四分位数(25th百分位数)、中位数、第三四分位数(75th百分位数)和最大值。箱子代表四分位距(IQR)。IQR是...
- [seaborn] seaborn学习笔记1-箱形图Boxplot
-
1箱形图Boxplot(代码下载)Boxplot可能是最常见的图形类型之一。它能够很好表示数据中的分布规律。箱型图方框的末尾显示了上下四分位数。极线显示最高和最低值,不包括异常值。seaborn中...
- 一周热门
- 最近发表
- 标签列表
-
- mybatiscollection (79)
- mqtt服务器 (88)
- keyerror (78)
- c#map (65)
- xftp6 (83)
- bt搜索 (75)
- c#var (76)
- xcode-select (66)
- mysql授权 (74)
- 下载测试 (70)
- linuxlink (65)
- pythonwget (67)
- androidinclude (65)
- libcrypto.so (74)
- linux安装minio (74)
- ubuntuunzip (67)
- vscode使用技巧 (83)
- secure-file-priv (67)
- vue阻止冒泡 (67)
- jquery跨域 (68)
- php写入文件 (73)
- kafkatools (66)
- mysql导出数据库 (66)
- jquery鼠标移入移出 (71)
- 取小数点后两位的函数 (73)