当前位置: 首页 > news >正文

学习笔记|配对样本均数T检验|SPSS常用的快捷键|规范表达|《小白爱上SPSS》课程:SPSS第六讲 | 配对样本均数T检验

目录

  • 学习目的
  • 软件版本
  • 原始文档
  • 配对样本均数T检验
    • 一、实战案例
    • 二、案例解析
    • 三、统计策略
    • 四、SPSS操作
      • 1、正态性检验
      • 2、配对样本T检验
    • 五、结果解读
    • 六、规范报告
      • 1、规范表格
      • 2、规范文字
  • 划重点
  • Tips:SPSS常用的快捷键

学习目的

SPSS第六讲 | 配对样本均数T检验

软件版本

IBM SPSS Statistics 26。

原始文档

《小白爱上SPSS》课程
#统计原理

配对样本均数T检验

配对样本均数T检验,指的是使受试对象在某一或者某些状况、特征因素上相同或者基本相同的试验设计。
上一讲的两独立样本T检验的两组数据是独立的,无关联的。而配对样本T检验中,两组样本数据是匹配的,存有关联的。
配对样本T检验常常用于实验性研究设计中,主要有三种方案。
两种同质受试对象分别接受两种不同的处理(异体配对)
同一受试对象接受两组不同的处理(自身平行配对)
同一对象处理前后的结果进行比较(自身前后配对)

一、实战案例

小白想研究长时间持续运动对血尿酸浓度(mg%)的影响,让10名大侠在自行车功力计上持续运动上两个小时(负荷为100W/min),问长时间持续运动对大侠的血尿酸浓度有无影响?
读取数据:

GET FILE='E:\*************\小白爱上SPSS\小白数据\第六讲 配对样本t 检验.sav'. 

在这里插入图片描述

二、案例解析

看到两组数据,小白比较迷惑:到底是采用两独立样本T检验还是配对样本T检验?答案很简单,关键看两样本是独立还是关联。两独立样本均数T检验主要是两组【独立】样本比较,比如男生和女生的身高比较。而配对样本均数T检验的两组样本是有关联的。比如本案例是同一样本进行前后比较,个体的运动前和运动后的血尿酸浓度存有关联,属于自身前后配对。因此,初步判断,可采用配对样本均数的T检验。

三、统计策略

统计分析策略口诀“目的引导设计,变量确定方法”。
针对上述案例,扪心六问。
Q1:本案例研究目的是什么?
A:比较差异。比较运动干预前后两组的总体均数是否存有差异
Q2:比较的组数是多少呢?
A:两组数据,且这两组数据前后匹配
Q3:本案例属于什么研究设计?
A:实验性研究
Q4:有几个变量?
A:两个变量。其中,测试次序是分组变量,血尿酸浓度是结局变量
Q5:变量类型是什么?
A:一个分组(分类)变量,分成前测和后测两组;另一个连续型变量,血尿酸浓度
Q6:连续型变量服从正态分布么?
A:需要对前后测量的差值进行检验,而不是两组的正态性检验。若服从,采用配对样本T检验;若不服从正态,采用配对秩和检验。
概括而言,如果数据满足以下条件,则采用配对样本T检验。
在这里插入图片描述

四、SPSS操作

1、正态性检验

配对样本T检验的主要检验两组差值数据是否服从正态分布,为此,首先要计算运动干预前减去干预后的血尿酸的差值。
Step1:计算差值。
打开SPSS后,依次点击“转换”—“计算变量”,弹出对话框后,在目标变量中输入【差值】,在数据表达方式中,输入(x-y)【运动前-运动后】,注意:“运动前”和”运动后”可从类型和标签中放入。
在这里插入图片描述
点击确定后,在SPSS界面中就增加【差值】这一变量。
命令行:

COMPUTE 差值=x-y. 	/*计算差值(转换-计算变量)*/
EXECUTE	/*执行*/.

在这里插入图片描述
Step2:对差值进行正态性检验
正态性检验的SPSS操作步骤请点击《第三讲 | 正态分布怎么检验?看这篇文章就够了》,这里只呈现检验结果。
直方图绘制:
GRAPH /HISTOGRAM(NORMAL)=差值.
在这里插入图片描述
正态性检验:

EXAMINE VARIABLES=差值/PLOT BOXPLOT NPPLOT /*若无此行,则不输出正态性检验表*//COMPARE GROUPS /STATISTICS DESCRIPTIVES /CINTERVAL 95 /MISSING LISTWISE /NOTOTAL.

在这里插入图片描述
本案例样本量≤50时,以夏皮洛-威尔克(S-W)检验为准,p=0.314>0.05,无统计学意义(接受原假设:数据按正态分布)。同时结合直方图,可认为差值数据服从正态性分布。

2、配对样本T检验

原始假设:两组数据无相关性。
Step1:打开SPSS,依次点击:分析→比较平均值→成对样本T检验
Step2:会出现配对数据框Variable1与Variable2,把【运动前】和【运动后】分别放进对应位置
Step3: 点击确定,就可呈现统计结果。
命令行:

T-TEST PAIRS=x WITH y (PAIRED) /CRITERIA=CI(.9500) /MISSING=ANALYSIS.

五、结果解读

配对t检验结果有3张表。
在这里插入图片描述
第1表:配对样本统计,运动前血尿酸浓度为4.55±0.89(mg%),运动后的浓度为5.67±0.68(mg%)。
在这里插入图片描述
第2表为两组数据相关性的统计学检验。本表不重要,它描述了配对数据的相关性程度和p值,本例相关性系数为0.529(该值范围从0-1,越大相关性越强,0.529属于具有一定的相关性,对原始假设存疑),P=0.116,表明它们相关系数没有达到显著性水平,其原因可能是样本量太少。事实上,受样本数量限制,在这里的P值没啥价值,关注相关系数即可。在这里插入图片描述
第3表为配对t检验的结果,配对差值中的标准误差平均值为(.2814+.2415)/2=0.2476,(95%CI: -1.68,-0.56);检验统计量t=-4.524,p=0.001<0.05。配对差值与0值相比,差异具有统计学意义(不接受原始假设:两组数据无相关性)。

六、规范报告

规范报告有多种方式,本公众号只提供一种方式供参考。

1、规范表格

在这里插入图片描述

2、规范文字

由于数据服从正态分布,故采用配对样本均数的T检验。结果显示,长时间持续运动能显著提升血尿酸浓度t=-4.52,p=0.001,95%CI为(-1.68~-0.56)
小白将运动干预结果向主任报告,主任看后说:“看样子,给大侠们进行一次性运动干预还是有效果的,咱们就这么干,逐步扩大范围,让更多的组别参与干预”
小白心里嘀咕着 “更多组别,这怎么分析呀?”
主任看了小白一眼,“怎么啦,有难度吗?”
小白又一次挺直腰板说“没问题,不就是两两比较吗?”
主任向他诡异一笑,说“小白,你还是好好学习下一讲:单因素方差分析”

划重点

1、配对样本t检验来比较两个匹配样本的总体均数是否存有差异,一般用于实验性研究。
2、配对设计实验方案包括:异体配对、自身前后匹配、自身平行匹配。
3、配对样本t检验统计策略:分组变量为匹配两组、结局变量满足连续性、两组差值满足正态或近似正态分布。

Tips:SPSS常用的快捷键

引自:新手如何使用SPSS。
1.新建语法文件:Ctrl + N
2.打开数据文件:Ctrl + O
3.保存数据文件:Ctrl + S
4.关闭当前数据文件:Ctrl + F4
5.撤销上一步操作:Ctrl + Z
6.复制选中的内容:Ctrl + C
7.剪切选中的内容:Ctrl + X
8.粘贴内容:Ctrl + V
9.选择所有内容:Ctrl + A
10.运行选定项:Ctrl+R
在这里插入图片描述
11.关闭当前语法文件:Ctrl + F4
12.打开“数据编辑器”:Ctrl +1
13.打开“变量视图”:Ctrl +2
14.打开“输出视图”:Ctrl +3
15.打开“语法视图”:Ctrl +4

相关文章:

学习笔记|配对样本均数T检验|SPSS常用的快捷键|规范表达|《小白爱上SPSS》课程:SPSS第六讲 | 配对样本均数T检验

目录 学习目的软件版本原始文档配对样本均数T检验一、实战案例二、案例解析三、统计策略四、SPSS操作1、正态性检验2、配对样本T检验 五、结果解读六、规范报告1、规范表格2、规范文字 划重点Tips:SPSS常用的快捷键 学习目的 SPSS第六讲 | 配对样本均数T检验 软件版本 IBM S…...

python内置模块smtplib、email 发送电子邮件

一、简介 smtplib 是 Python 的标准库之一&#xff0c;用于发送电子邮件。它提供了一个简单的接口来连接到 SMTP&#xff08;Simple Mail Transfer Protocol&#xff09;服务器&#xff0c;并通过该服务器发送电子邮件。 email 是 Python 的标准库之一&#xff0c;用于处理电子…...

Qt使用QWebEngineView一些记录

1.关闭软件警告&#xff1a; Release of profile requested but WebEnginePage still not deleted. Expect troubles! 原因&#xff0c;系统退出关闭view&#xff0c;没有释放page。 解决办法&#xff1a;手动释放page 顺便把view也释放了。 Widget::~Widget() {updateIni…...

【2023.10.30练习】C语言-判断等式成立

计算机能力挑战初赛2020.20题 题目描述&#xff1a; 输入正整数A、B、C(0<A,B,C<10000),若用、-、*、/、%之一组成等式(即ABC&#xff0c;是上述运算符之一&#xff0c;)&#xff0c;则输出“YES”&#xff0c;否则输出“NO”&#xff1b; 输入&#xff1a; 第一行输入…...

Wpf 使用 Prism 实战开发Day03

一.实现左侧菜单绑定 效果图: 1.首先需要在项目中创建 mvvm 的架构模式 创建 Models &#xff0c;放置实体类。 实体类需要继承自Prism 框架的 BindableBase&#xff0c;目的是让实体类支持数据的动态变更! 例如: 系统导航菜单实体类 / <summary>/// 系统导航菜单实体类…...

JavaEE-cookie和session

本部分内容包括 cookie基本概念&#xff0c;sendcookies和getcookies代码&#xff1b; session基本概念&#xff0c;session实现登陆界面&#xff1b; 上述过程中涉及的代码如下&#xff1a; 1 import javax.servlet.ServletException; import javax.servlet.annotation.WebSe…...

Java设计模式之命令模式

目录 定义 结构 案例 优点 缺点 使用场景 JDK源码解析 Thread中start与run方法的区别 定义 将一个请求封装为一个对象&#xff0c;使发出请求的责任和执行请求的责任分割开。这样两者之间通过命令对象进行沟通&#xff0c;这样方便将命令对象进行存储、传递、调用、增…...

记录一段帮朋友写的代码,使用牛顿-拉夫逊方法解方程

要求 已知公式&#xff1a; t G A B F r B r 2 2 F A 2 B G A F ln ⁡ ( r − A ) C o n s t t\frac{GAB}{F}r\frac{Br^2}{2F}\frac{A^2BGA}{F}\ln (r-A)Const tFGAB​r2FBr2​FA2BGA​ln(r−A)Const 其中 t 的值为0-1000&#xff0c;每间隔25取一次值A2.12941E-10B0.…...

滑动窗口限流算法实现一

固定算法 原理&#xff1a;固定算法是将时间线分隔成固定大小的时间窗口&#xff0c;每个窗口都会有个计数器&#xff0c;用来记录窗口时间范围内的请求总数&#xff0c;如果窗口的请求总数达到最大限定值&#xff0c;会认定流量超限。比如将窗口大小设为1分钟&#xff0c;每分…...

简单明了!网关Gateway路由配置filters实现路径重写及对应正则表达式的解析

问题背景&#xff1a; 前端需要发送一个这样的请求&#xff0c;但出现404 首先解析请求的变化&#xff1a; http://www.51xuecheng.cn/api/checkcode/pic 1.请求先打在nginx&#xff0c;www.51xuecheng.cn/api/checkcode/pic部分匹配到了之后会转发给网关进行处理变成localho…...

EMQX内置Web管理控制台-Dashboard

一、Dashboard概述 EMQX Dashboard官网文档&#xff1a;https://docs.emqx.com/zh/enterprise/v5.1/dashboard/introduction.html 1、简介 EMQX 为用户提供了一个功能强大的内置管理控制台&#xff0c;即 EMQX Dashboard。通过这个控制台的 Web 界面&#xff0c;用户可以轻松监…...

计算机网络重点概念整理-第四章 网络层【期末复习|考研复习】

计算机网络复习系列文章传送门&#xff1a; 第一章 计算机网络概述 第二章 物理层 第三章 数据链路层 第四章 网络层 第五章 传输层 第六章 应用层 第七章 网络安全 计算机网络整理-简称&缩写 文章目录 前言四、网络层4.1 网络层功能4.1.1 电路交换、报文交换与分组交换4.1…...

数组转树形数据

const nodes [{ id: 3, name: 节点C, pid: 1 },{ id: 6, name: 节点F, pid: 3 },{ id: 0, name: root, pid: null },{ id: 1, name: 节点A, pid: 0 },{ id: 8, name: 节点H, pid: 4 },{ id: 4, name: 节点D, pid: 1 },{ id: 2, name: 节点B, pid: 0 },{ id: 5, name: 节点E, p…...

react动态插入样式

在开发组件过程中&#xff0c;偶尔需要动态的插入css&#xff0c;比如在在iframe中渲染组件后&#xff0c;iframe中是没有样式的&#xff0c;所以需要手动插入样式。 插入样式 通常是在useLayoutEffect中动态创建style标签 useLayoutEffect(() > {if (!ref.current) {cons…...

OkHttp网络框架深入理解-SSL握手与加密

OkHttp简介 由Square公司贡献的一个处理网络请求的开源项目&#xff0c;是目前Android使用最广泛的网络框架。从Android4.4开始HttpURLConnection的底层实现采用的是OkHttp。 特点&#xff1a; 支持HTTP/2并允许对同一主机的所有请求共享一个套接字通过连接池,减少了请求延迟…...

Mac 安装使用NPM及常用命令

环境&#xff1a; Mac 工具&#xff1a; NPM 可通过官网查询一些模块相关 NPM Doc 通过官网文档了解更多的关于NPM的使用 安装 NPM是Node.js的包管理工具&#xff0c;可用于解决 Node.js在代码部署上的问题。 新版本的Node.js已经集成了NPM&#xff0c; 因此可通过下载 Nod…...

利用 JSqlParser 防止 SQL 注入

高手文章《jsqlparser:实现基于SQL语法分析的SQL注入攻击检查》介绍了利用 JSqlParser 防止 SQL 注入&#xff0c;写得很好&#xff0c;只不过有两个问题&#xff0c;代码比较复杂&#xff0c;我于是作了简化&#xff0c;只有两个类&#xff1b;其次检测比较严格&#xff0c;连…...

10.27~10.29数电第三次实验分析与问题

实验要求 分析 寄存器 D触发器有两个输出口&#xff0c;一个输入口&#xff0c;一个时钟信号&#xff0c;一个复位信号 同步异步就是说复位信号在不在always里 给它加一个load就成了一位寄存器&#xff0c; 寄存器堆 8个8位的寄存器堆&#xff0c;每个寄存器都有两读一写…...

【软考】14.3 设计模式

《设计模式》 有下划线&#xff1a;类模式 / 对象模式无下划线&#xff1a;对象模式 创建型 设计模式 创建对象 构建器&#xff08;Builder&#xff09;&#xff1a;类和构造分离抽象工厂&#xff08;Abstract Factory&#xff09;&#xff1a;抽象接口工厂&#xff08;Factor…...

Mac docker+vscode

mac 使用docker vs code 通过vscode 可以使用docker容器的环境。 可以在容器安装gdb, 直接调试代码。 创建容易时候可以指定目录和容易目录可以共享文件。...

LLVM学习笔记(58)

4.4. 目标机器对象 在main()函数的350行&#xff0c;TimeCompilations默认为1&#xff0c;可以通过隐藏的选项“-time-compilations”来指定它的值&#xff0c;它的作用是重复进行指定次数的编译&#xff0c;以得到更好的编译用时数据。而在这个循环中调用的compileModule()&a…...

C语言 每日一题 PTA 10.30 day8

1.高空坠球 皮球从某给定高度自由落下&#xff0c;触地后反弹到原高度的一半&#xff0c;再落下&#xff0c;再反弹&#xff0c;……&#xff0c;如此反复。问皮球在第n次落地时&#xff0c;在空中一共经过多少距离&#xff1f;第n次反弹的高度是多少&#xff1f; 输入格式 : …...

nacos在linux中的安装、集群的配置、mysql生产配置

1.下载和安装 官方下载地址&#xff1a;https://github.com/alibaba/nacos/releases&#xff0c;根据自己需要的本版去下载就行 下载的是 .tar.gz 后缀的文件是linux版本的 使用tar命令解压&#xff0c;完成之后是一个nacos的文件夹 和windows下的文件夹目录是一样的 要启…...

OpenAI 组建安全 AGI 新团队!应对AI“潘多拉魔盒”

夕小瑶科技说 原创 作者 | 小戏 一旦谈及未来 AI&#xff0c;除了天马行空的科幻畅想&#xff0c;不可避免的也有未来 AI 时代的末日预言。从 AI 武器化到 AI 欺骗&#xff0c;从邪恶 AI 到 AI 掌权&#xff0c;人工智能&#xff0c;尤其是通用人工智能的风险始终都清清楚楚的…...

上网行为管理软件有哪些丨功能图文超详细介绍

很多人都在后台问&#xff0c;上网行为管理软件到底是什么&#xff0c;有什么作用&#xff0c;今天就重点给大家讲解一下&#xff1a; 是什么 上网行为管理软件可以帮助企业规范员工的上网行为&#xff0c;提高办公效率&#xff0c;减少潜在威胁。 有哪些 在市面上&#xff…...

DVWA-SQL Injection SQL注入

概念 SQL注入&#xff0c;是指将特殊构造的恶意SQL语句插入Web表单的输入或页面请求的查询字符串中&#xff0c;从而欺骗后端Web服务器以执行该恶意SQL语句。 成功的 SQL 注入漏洞可以从数据库中读取敏感数据、修改数据库数据&#xff08;插入/更新/删除&#xff09;、对数据…...

【0基础学Java第四课】-- 逻辑控制

4. 逻辑控制 4.1 顺序结构4.2 分支结构4.2.1 if语句判断一个数字是奇数还是偶数判断一个数字是正数&#xff0c;负数&#xff0c;还是零判断一个年份是否为闰年 4.2.2 switch 语句 4.3 while循环打印 1 - 10 的数字计算 1 - 100 的和计算 5 的阶乘计算1&#xff01;2&#xff0…...

C++中的std::cout与std::cerr、std::clog

本文用于记录C中std::cout与std::cerr、std::clog的异同 std::cerr 是C标准库中的标准错误输出流&#xff0c;用于向标准错误设备输出信息&#xff0c;通常用于报告程序的错误和异常情况。与之相对的&#xff0c;std::cout 是标准输出流&#xff0c;用于向标准输出设备输出一般…...

No authorization token was found

今天遇到了一个问题&#xff0c;我把前后端逻辑都理了一遍&#xff0c;开始怀疑后端&#xff0c;后端肯定没错了&#xff0c;把前端理了一遍&#xff0c;ok前后端没错&#xff0c;我错。登录哪里需要的token&#xff1f;&#xff1f;&#xff1f;&#xff1f;把我搞懵逼了。 测…...

Kubernetes概述及其组件/核心组件

目录 1、K8S 是什么&#xff1f; 2、为什么要用 K8S? 3、k8s的特性 4、Kubernetes 集群架构与组件 5、核心组件 Master 组件 ●Kube-apiserver ●Kube-controller-manager ●Kube-scheduler 配置存储中心 ●etcd Node 组件 ●Kubelet ●Kube-Proxy ●docker 或…...