SPSS實操教程——單因素方差分析

2021-01-21 臨床科研與meta分析

今天一位消化科朋友問我，說他收集了三組數據，均是定量資料，想看看三組之間有沒有區別，然後他就用t檢驗進行了三組之間的兩兩比較，結果還不錯，得到了想要的結果。問我要不要一起去慶祝一下。我立馬就打住了他的講話，我說你這個方法是不對的，你這樣犯一類錯誤的概率會增大，你是三組，一共比較了3次，一類錯誤的概率就是1-（1-0.05）*（1-0.05）*（1-0.05）。這個時候需要使用方差分析。那怎麼做呢？

做分析之前需要思考幾個問題？

是不是單因素？

是不是獨立？

各組應變量是不是符合正態分布？

各組應變量是不是方差齊性？

好，他這個研究是單因素的，只是分析了藥物一個因素，包括三種不同的藥物，分為三組。而且各組之間也是相互獨立的。

如何驗證是否符合正態分布：

分析——描述——探索

然後將應變量和分組變量分別選取如下圖所示可選框中，點擊繪製，勾選帶檢驗的正態圖。點擊繼續，確定。輸出結果。



單因素方差分析：

分析——比較均值——單因素ANOVA分析

然後將應變量和自變量選入相應可選框，點擊選項，勾選如下圖選項：



然後點擊兩兩比較，勾選如下圖選項，建議勾選Bonferroni，因為該比較目前應用廣泛，對P值進行了校正。建議不要勾選未假定方差齊性因為如果方差不齊，直接換用非參數檢驗。點解繼續，確定，輸出結果。


結果：

結果最主要的就是上圖，包括三個部分，第一張表為描述性統計，不多說了，第二張表為方差齊性檢驗，這裡這個例子是不符合方差齊性的。第三張表就是單因素方差分析，P值大於0.05，提示三組之間比較沒有達到統計學意義。這個時候，其實就沒有必要再進行組間兩兩比較了。


直接點擊，連結相關教程：

SPSS實操之配對T檢驗

SPSS實操之T檢驗（一）——單樣本T檢驗

SPSS實操 | 兩個獨立樣本均數比較的t檢驗

SPSS實操 | 一元線性回歸

SPSS：如何進行探索分析？

SPSS入門技術：描述統計；了解手中的數據，從這裡開始！

SPSS簡易教程（附圖）——變量如何定義

厲害了我的SPSS：如何對連續性變量進行分組離散化

臨床科研必學SPSS教程：生成新變量並排序

臨床科研必學SPSS教程：如何標記缺失值

臨床科研必學SPSS教程：如何標記缺失值

臨床科研必看入門教程：SPSS如何導入外部數據

SPSS:簡易教程，變量如何定義，磨刀不誤砍柴工

SPSS中如何多快好省的設置變量屬性

SPSS中關於賦值的迷惑

SPSS軟體使用教程：分類匯總，篩選case

如何通過SPSS尋找最佳的曲線擬合方法

SPSS還有這些神技巧！！！

如何通過SPSS對連續型變量進行分組轉換

SPSS這個技能是要逆天啊！

臨床科研SPSS&EXCEL小技巧：SPSS自動輸出三線表僅需3步

SPSS如何畫診斷研究ROC曲線

5min利用SPSS搞定 傾向評分 

號外，號外，號外。。。。。。。

你想和高手請教臨床科研的知識嗎？

你想要認識更多的臨床科研朋友嗎？

現在有這麼一個微信群等著你的加入，趕快行動吧！

長按下圖二維碼加入。

如果掃描不成功，可以加微信13738062354或者pj1989zzj為好友，註明加群，就會拉你進群的。


Long-press QR code to transfer me a reward

As required by Apple's new policy, the Reward feature has been disabled on Weixin for iOS. You can still reward an Official Account by transferring money via QR code.

相關焦點

  • 如何用SPSS做單因素和多因素方差分析
    前段時間明明同學推送了一篇「如何用Excel做方差分析」，今天就講講如何用SPSS為大家展示常用的3種分析方法使用技巧即：單因素方差分析、雙因素方差分析（無交互效應和有交互效應）。讓大家對方差分析有一個更深的了解。首先，我們來了解一下什麼是方差分析。方差分析是對多個樣本平均數差異顯著性檢驗的一種方法，也就是推斷對多個樣本均數是否相等的方法。
  • 教學視頻| 單因素方差分析(one-way ANOVA)及SPSS操作
    單因素方差分析（one-way ANOVA）也稱為F檢驗，是通過對數據變異的分析來推斷兩個或多個樣本均數所代表的總體均數是否有差別的一種統計推斷方法
  • SPSS之單因素方差分析ANOVA
    最近很多小夥伴都在詢問組間方差分析，綜合大家需求做了一個SPSS的ANOVA教程，其實並沒有大家想像得那麼可怕，跟著小賽一起開始動手吧
  • SPSS單因素方差分析——菜鳥篇
    很多小夥伴對科技論文或畢業論文的數據分析方法存在諸多疑惑，最多的問題就是：我該用什麼分析方法？SPSS怎麼操作？結果怎麼詮釋？關注我們並做好筆記，相信你從菜鳥到精通SPSS不會很慢。本次內容我們將帶大家認識單因素方差分析，一起來學習吧！
  • SPSS——單因素方差分析
    單因素方差分析（one way anova)，是一種較為常用的方差分析手段，主要目的是為了尋找多組數據總變異的真實來源，判斷總變異是來自於組內變異（Vin），還是來自於組間變異（Vbetween）。單因素方差分析的檢驗統計量F=Vbetween/Vin，表示組間變異與組內變異的比值。
  • spss單因素方差分析的理論與實踐教程—— 【杏花開醫學統計】
    下面，我們來詳細了解單因素的方差分析（one-factor ANOVA）的基本原理、適用條件及其在SPSS中的具體操作。依次點擊「分析——比較均值——單因素ANOVA」。　　　　 ④在「單因素方差分析」窗口中點擊「事後多重比較」選項，出現「單因素ANOVA：事後多重比較」窗口，在「假定方差齊性」欄下勾選「Bonferroni
  • 數據分析難?教你spss使用的正確姿勢
    軟體不會用，各種數據傻傻搞不清楚，尤其是怎麼分析數據更是暈頭轉向，當然跟著靠譜的老師學習，一邊看實操一邊自己做，這樣肯定事半功倍。本次我們整理出了spss的數據分析教程，都是有實操的，只要跟著做，絕對沒問題！
  • SPSS方差分析方法與實例演練
    在數據分析過程中，為了進行兩組以上均數的比較，往往可以使用方差分析方法。那麼我們一起了解一下方差分析基本概念、 單因素方差分析、 多因素方差分析及協方差分析；同時在spss中的操作演練。在spss中經常使用方差齊性檢驗（都是levene檢驗），一般情況下，只要sig值大於0.05就可以認為方差齊性的假設成立，因此方差分析的結果應該值得信賴；如果sig值小於或等於0.05，方差齊性的假設就值得懷疑，導致方差分析的結果也值得懷疑。
  • SPSS醫學統計高能方法:單因素方差分析(One Way ANOVA)——【杏花開醫學統計】
    ——單因素方差分析（One Way ANOVA）①單因素方差分析的分組要求：三組或者三組以上的差異對比；②單因素方差分析的指標類型要求：連續數值型變量且服從正態分布（每一組數據都要服從正態分布） 請觀看下方視頻教程
  • SPSS超詳細教程:三因素方差分析
    在之前的醫咖會SPSS統計教程中，我們推送了「單因素方差分析」和「雙因素方差分析」的詳細教程，今天我們再來和小夥伴們分享「三因素方差分析
  • 單因素方差分析
    （一）單因素方差分析概念理解步驟　　是用來研究一個控制變量的不同水平是否對觀測變量產生了顯著影響。這裡，由於僅研究單個因素對觀測變量的影響，因此稱為單因素方差分析。　　例如，分析不同施肥量是否給農作物產量帶來顯著影響，考察地區差異是否影響婦女的生育率，研究學歷對工資收入的影響等。這些問題都可以通過單因素方差分析得到答案。　　單因素方差分析的第一步是明確觀測變量和控制變量。例如，上述問題中的觀測變量分別是農作物產量、婦女生育率、工資收入；控制變量分別為施肥量、地區、學歷。　　單因素方差分析的第二步是剖析觀測變量的方差。
  • 「spss數據分析系列」方差分析
    上一課我們講的是t檢驗，t檢驗是用於2個類別的均值對比，如果是3分類以及以上的分類的均值對比，則採用方差分析。t檢驗是用的t分布來檢驗時候接受假設，方差分析則用的F分布，如下圖。方差分析的適用條件：1、個樣本的獨立性（指每個單元格內的數據相互獨立）：這樣才能保證數據變異的可加性。2、正態性：單元格內的所有總體都是從一個正太總體來面抽出來，這個時候一般由於單元格數量比較少，所以沒法直接分析和觀察，這時候一般採用殘差分析來看。
  • spss協方差分析
    什麼是協方差分析？協方差分析又稱「共變量分析」，是方差分析的引申和擴大。基本原理是將線性回歸與方差分析結合起來，調整各組平均數和 F 檢驗的實驗誤差項，檢驗兩個或多個調整平均數有無顯著差異，以便控制在實驗中影響實驗效應（因變量）而無法人為控制的協變量（與因變量有密切回歸關係的變量）在方差分析中的影響。好吧，聽不懂。簡單舉個例子來說：有一項研究，想知道男生和女生在跑步後的心率是否有差異。
  • 數據分析基礎相關性分析,SPSS實操
    2、二元定序變量的相關分析定義：定序變量又稱為有序（ordinal）變量、順序變量，它取值的大小能夠表示觀測對象的某種順序關係（先後、等級、方位或大小等），也是基於「質」 因素的變量。二、SPSS相關性分析操作spss相關性分析操作流程
  • 基本數據統計分析--spss
    在數據分析工作中，描述性統計分析是我們日常使用率最高的，主要的基本統計分析維度包括但不限於均值、 中位數、眾數、方差、百分位、頻數、峰度、偏度、探索分析、交叉聯列表分析、多選項分析、基本統計報表製作等。而這些功能操作在spss中是可以直接使用的。當然我們也需要理解相關定義。
  • 重複測量數據的方差分析在SPSS中的應用——【杏花開醫學統計】
    關 注 重複測量數據的方差分析 在SPSS中的應用 關鍵詞：spss、重複測量方差 導 讀 在醫學研究中，很多實驗都涉及到重複測量的數據資料
  • 【案例】SPSS統計分析:多因素方差分析
    多因素方差分析，用於研究一個因變量是否受到多個自變量（也稱為因素）的影響，它檢驗多個因素取值水平的不同組合之間，因變量的均值之間是否存在顯著的差異。多因素方差分析既可以分析單個因素的作用（主效應），也可以分析因素之間的交互作用（交互效應），還可以進行協方差分析，以及各個因素變量與協變量的交互作用。
  • SPSS統計分析:多因素方差分析及案例
    多因素方差分析既可以分析單個因素的作用（主效應），也可以分析因素之間的交互作用（交互效應），還可以進行協方差分析，以及各個因素變量與協變量的交互作用。根據觀測變量（即因變量）的數目，可以把多因素方差分析分為：單變量多因素方差分析（也叫一元多因素方差分析）與多變量多因素方差分析（即多元多因素方差分析）。本文將重點講述一元多因素方差分析，下篇文章將詳細講述多元多因素方差分析。
  • SPSS安裝包及教程|從理論至實操
    導 語轉載 | SPSS有話說以下文章按照從理論至實操、由簡單到複雜排序，並整理歸納為11個專題。)專題5：差異檢驗單樣本T檢驗獨立樣本T檢驗配對樣本T檢驗單因素方差分析簡單效應分析協方差分析卡方檢驗
  • SPSS超詳細教程:雙因素方差分析(Two-way ANOVA)
    我們可以採取以下4種辦法：　　(1) 轉換數據；　　(2) 因為方差分析對假設5並不是非常敏感，即使殘差不接近正態分布，我們也可以嘗試採用雙因素方差模型；　　(3) 檢驗模型結果。因為沒有可以替代雙因素方差分析的非參數檢驗方法，我們只能對比數據轉換前後的模型，判斷直接採用雙因素方差分析是否合理；　　(4) 選擇更穩健的雙因素方差模型。　　3.2.4 假設6：任一分類都具有等方差性　　任一分類都具有等方差性是雙因素方差分析的基本假設，可以通過Levene方差齊性檢驗完成。