(完整版)SPSS两个独立样本秩和检验操作步骤

Mann-Whitney U检验(两独立样本)-SPSS教程

Mann-Whitney U检验（两独立样本）-SPSS教程一、问题与数据某研究者想了解某工作岗位男性和女性的收入差异。

该研究者招募20名男性和20名女性，收集了每个研究对象的性别（变量名为gender）和每月平均收入水平（变量名为income）。

部分数据图1。

图1 部分数据二、对问题分析研究者想知道某工作岗位不同性别收入水平是否相同。

由于一般情况下收入水平不服从正态分布（仅为模拟数据，实际使用时需要专业判断或结合正态性检验结果），因此可以使用Mann-Whitney U检验。

使用Mann-Whitney U检验时，需要考虑以下3个假设。

假设1：有一个因变量，且因变量为连续变量或等级变量。

假设2：有一个自变量，且自变量为二分类。

假设3：具有相互独立的观测值。

三、SPSS操作3.1 Mann-Whitney U检验此处以旧对话框为例。

在主界面点击Analyze→Nonparametric Tests→Legacy Dialogs→2 Independent Samples，在Two-Independent-Samples Tests 对话框中，将变量income放入Test Variable List，将变量gender放入Grouping Variable，并确认勾选了Test Type中的Mann-Whitney U选项。

如图2。

图2 Two-Independent-Samples Tests点击变量gender下方的Define Groups，将男性的赋值“1”填写至Group 1，将女性的赋值“2”填写至Group 2。

点击Continue→OK。

如图3。

图3 Define Groups3.2 对数据分布的了解Mann-Whitney U检验，其原理是将原始数据排序后分配秩次，再对秩次做假设检验。

因此，统计描述只能描述各组数据的“平均秩次”，假设检验的结果也只能表述为“各组数据分布的差异有无统计学意义”。

spss秩和检验

秩和检验前面介绍的均数的区间估计及假设检验，都是要求个体变量值服从正态分布，或根据中心极限定理，当样本较大时，样本均数服从正态分布。

这种要求样本来自总体分布型是已知的，在此基础上对总体参数进行估计或检验，称为参数统计（parametric statistics）。

但在医学研究中，许多数据不符合参数统计的要求，这时有两种处理的方法。

一是，进行数据转换，使其符合参数统计方法的要求。

二是，选择非参数检验方法，非参数检验(non-parametric test)方法是对样本来自的总体分布不作要求（如不要求样本来自正态分布）的一类假设检验方法。

非参数检验的主要优点是对样本的总体分布不作要求，适用的范围广，尤其是当变量中有不确定数值时，如<0.5mg,可用非参数检验。

同时，非参数检验方法存在其致命的缺点，其检验功效低于相应的参数统计方法。

因此，如果数据符合参数统计的要求首选参数统计方法；如果数据不符合参数统计的要求有两个选择，一是选择非参数检验方法。

下面介绍了属于非参检验的两种秩和检验（rank sum test）方法。

二是，将数据经过变换使其符合参数统计方法，再选择参数统计方法，本节介绍了几种数据变换方法。

应用条件①总体分布形式未知或分布类型不明；②偏态分布的资料：③等级资料：不能精确测定，只能以严重程度、优劣等级、次序先后等表示；④不满足参数检验条件的资料：各组方差明显不齐。

⑤数据的一端或两端是不确定数值，如“>50mg”等。

一、配对资料的Wilcoxon符号秩和检验（Wilcoxon signed-rank test）例1对10名健康人分别用离子交换法与蒸馏法，测得尿汞值，如表9.1的第（2）、（3）栏，问两种方法的结果有无差别？表1 10名健康人用离子交换法与蒸馏法测定尿汞值(μg/l)样品号（1）离子交换法（2）蒸馏法（3）差值(4)=(2) (3)秩次（5）1 0.5 0.0 0.5 22 2.2 1.1 1.1 73 0.0 0.0 0.0 —4 2.3 1.3 1.0 65 6.2 3.4 2.8 86 1.0 4.6 -3.6 -97 1.8 1.1 0.7 3.58 4.4 4.6 -0.2 -19 2.7 3.4 -0.7 -3.510 1.3 2.1 -0.8 -5T+=+26.5T-=-18.5差值先进行正态性及方差齐性检验，看是否可以做参数检验，其检验效能高于非参数检验。

两独立样本T检验---SPSS操作详解

两独立样本T检验-SPSS操作详解
为了解某一新药降血压的效果，将28名高血压患者随机分为实验组和对照组，实验组采用新药，对照组采用常规药，测得治疗前后的血压变化，问新药是否优于常规药？
1 打开SPSS软件，定义变量。

变量1设置：name-group , decimals-0 , label-分组 , value-(1=新药，2=常规药)
变量2设置：name-value , decimals-0 , label-血压下降值
2 输入数据---血压差=用药前血压-用药后血压
3 单击菜单栏analyze/compare means/independent-samples t test
4 将血压下降值调入 test variables下矩形框
5 将分组（group）调入 grouping variable 下矩形框
6单击define groups…定义分组group1为1 定义group2为2 单击continue
7 options选项默认
8 bootstrap选项默认
9 单击OK 输出结果
10 结果界面
11 结果解释
表1表示两独立样本t检验基本统计量-group statistics
表2表示两独立样本t检验结果，方差方程的levene检验（Levene’s Test for Equality of Variances 方差齐性检验）F=3.115，P=0.93，认为两样本来
差异有统自的总体方差齐。

T检验中t=3.18，P=0.005。

按α=0.05水准拒绝H
0，
计学意义。

可认为新药组的降压效果优于常规药。

2017/06/06于深圳
随时交流：ammomeng@。

(完整版)SPSS两个独立样本秩和检验操作步骤.doc

SPSS两个独立样本秩和检验步骤例表：
分组
病变各组病变严重程度分级/动物数（只）数字动物数
组织病变不明显病变轻度病变中度病变显著评分心11 2 0 1 5
肝14 0 0 0 0
正常组14
14 0 0 0 0
脑
主动脉14 0 0 0 0
心 4 7 5 0 17
肝 1 3 9 3 30 模型组16
10 6 0 0 6
脑
主动脉8 4 1 3 15 对正常组及模型组各脏器病变差异进行统计分析：
1、打开 SPSS，点变量视图，进行定义，注意都选择数值类型。

2、点数据视图，组别以 1、2 代替，病变程度 0（不明显）、 1（轻度）、 2（中度）及 3（显著），例数以模型及正常组心脏例数为例填上。

3、点数据→加权个案，频率变量选择例数，点确定，弹出输出数据对话框，可以选择不保存。

4、点击分析→非参数检验→2 个独立样本，检测变量列表选择病变，分组变量选择组别，点定义组，写上 1 和 2，再选择 Mann-Whitney U 检验，点确定。

5、分析结果看双侧P 值，示例结果为 0.008， P<0.01，具有显著性差异。

中医药统计学spss操作步骤及答题格式

注：如正态性检验无法通过，则不能用配对样本t检验，要用配对样本秩和检验 2.进行配对样本t检验
分析→比较均值 → 配对样本T检验
Paired Samples Statistics Mean Pair 对 4.6600 1 照实 2.5000 验 N 10 10 Std. Deviation 1.00907 .93095 Paired Samples Test Sig. Paired Differences 95% Confidence Interval of the Difference t df tailed) Std. Error Mean .31910 .29439
Statistic df Sig. Statistic df Sig. * VAR .099 20 .982 20 .200 0001 a. Lilliefors Significance Correction *. This is a lower bound of the true significance.
分析→ 描述统计 →探索→绘制，带检验的正态图
Tests of Normality Shapiro-Wilk Kolmogorov-Smirnova Statistic df Sig. Statistic df Sig. d .193 10 .200* .963 10 .819 *. This is a lower bound of the true significance. a. Lilliefors Significance Correction
③结论：人工培植人参中M物质含量与野生人参不相同
┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉┉
配对样本t检验（计量资料）例：为研究三棱莪术液的抑瘤效果，将20只小白鼠配成10对，每对中的两只随机分到试验组和对照组，两组都接种肿瘤，试验组在接种肿瘤三天后注射30%的三棱莪术液0.5，对照组则注射蒸馏水 0.5，结果见表，比较两组瘤体大小是否相同。对照组3.64.54.24,43,75.67.04.15.04.5 实验组3.02.32.41.14.03.72.71.92.61.3 解题步骤： 1.对配对差值进行正态检验，转换 → 计算变量 d=对照-实验

SPSS-秩和检验

秩和检验：例7.5 某药治疗不同病情的老年性慢性支气管炎病人，疗效如下表，问该药对两种病情的疗效有无差别。

（nonpara2.sav）病情控制显效有效无效单纯性 65 18 30 13单纯性合并肺气肿 42 6 23 11说明：对于这种情况，用Ridit分析和秩和检验都可以，两者的结果无明显差异，业界也都认同。

但Ridit分析在SPSS上操作比较复杂，而且小样本量时（例数小于40）用秩和检验结果更可靠，因此，此篇只介绍秩和检验的方法。

【操作过程】1、建立数据文件设定三个变量：X、group、F。

X表示疗效，控制、显效、有效、无效，分别用1、2、3、4代表；group，分组变量，单纯性 1 ，单纯性合并肺气肿 2；F 频数。

X group F1.00 1.0065.002.00 1.0018.003.00 1.0030.004.00 1.0013.001.002.0042.002.00 2.00 6.003.00 2.0023.004.00 2.0011.002、统计分析过程(1) data Weight cases..选中 Weight cases by 单选框在Frecuency Variable框里选入：F单击 OK ；（2） Analyze==>Nonparametic test==>Two-Independent-Samples（2）Test variable list框：X(疗效)（3）grouping variables框：group（病情分组）；单击Define groups钮在group1框和group2框中分别输入1和2单击continue钮(4)Test type复选框组：选中Mann-Whitney U复选框(5)单击OK钮【结果解释】单纯性气管炎平均秩和为 102.82；。

spss秩和检验 k-w检验

秩和检验应用条件①总体分布形式未知或分布类型不明；②偏态分布的资料：③等级资料：不能精确测定，只能以严重程度、优劣等级、次序先后等表示；④不满足参数检验条件的资料：各组方差明显不齐。

⑤数据的一端或两端是不确定数值，如“>50mg”等。

一、配对资料的Wilcoxon符号秩和检验（Wilcoxon signed-rank test）例1对10名健康人分别用离子交换法与蒸馏法，测得尿汞值，如表9.1的第（2）、（3）栏，问两种方法的结果有无差别？表1 10名健康人用离子交换法与蒸馏法测定尿汞值(μg/l)样品号（1）离子交换法（2）蒸馏法（3）差值(4)=(2) (3)秩次（5）1 0.5 0.0 0.5 22 2.2 1.1 1.1 73 0.0 0.0 0.0 —4 2.3 1.3 1.0 65 6.2 3.4 2.8 86 1.0 4.6 -3.6 -97 1.8 1.1 0.7 3.58 4.4 4.6 -0.2 -19 2.7 3.4 -0.7 -3.510 1.3 2.1 -0.8 -5T+=+26.5T-=-18.5差值先进行正态性及方差齐性检验，看是否可以做参数检验，其检验效能高于非参数检验。

（下同）H0：Md（差值的总体中位数）=0 H1：Md≠0 α=0.05T++T-=1+2+3+…n=n(n+1)/2①小样本（n≤50）--查T界值表基本思想：如果无效假设H0成立，则正负秩和的绝对值从理论上说应相等，都等于n(n+1)/4，既使有抽样误差的影响正负T值的绝对值相差也不应过大。

反过来说，如果实际计算出的正负T值绝对值相差很大，我们只能认为H0成立的可能性很小。

界值的判断标准若下限<T<上限，P值>表中概率值若T≤下限或T≥上限，则P值≤表中概率值②大样本时（n>50），正态近似法（u检验）基本思想：假定无效假设H0成立，则正负秩和的绝对值应相等，随着n增大T 逐渐趋近于均数等于n(n+1)/4、方差为n(n+1)(2n+1)/24的正态分布。

spss秩和检验 k-w检验

秩和检验应用条件①总体分布形式未知或分布类型不明；②偏态分布的资料：③等级资料：不能精确测定，只能以严重程度、优劣等级、次序先后等表示；④不满足参数检验条件的资料：各组方差明显不齐。

⑤数据的一端或两端是不确定数值，如“>50mg”等。

一、配对资料的Wilcoxon符号秩和检验（Wilcoxon signed-rank test）例1对10名健康人分别用离子交换法与蒸馏法，测得尿汞值，如表9.1的第（2）、（3）栏，问两种方法的结果有无差别？表1 10名健康人用离子交换法与蒸馏法测定尿汞值(μg/l)样品号（1）离子交换法（2）蒸馏法（3）差值(4)=(2) (3)秩次（5）1 0.5 0.0 0.5 22 2.2 1.1 1.1 73 0.0 0.0 0.0 —4 2.3 1.3 1.0 65 6.2 3.4 2.8 86 1.0 4.6 -3.6 -97 1.8 1.1 0.7 3.58 4.4 4.6 -0.2 -19 2.7 3.4 -0.7 -3.510 1.3 2.1 -0.8 -5T+=+26.5T-=-18.5差值先进行正态性及方差齐性检验，看是否可以做参数检验，其检验效能高于非参数检验。

（下同）H0：Md（差值的总体中位数）=0 H1：Md≠0 α=0.05T++T-=1+2+3+…n=n(n+1)/2①小样本（n≤50）--查T界值表基本思想：如果无效假设H0成立，则正负秩和的绝对值从理论上说应相等，都等于n(n+1)/4，既使有抽样误差的影响正负T值的绝对值相差也不应过大。

反过来说，如果实际计算出的正负T值绝对值相差很大，我们只能认为H0成立的可能性很小。

界值的判断标准若下限<T<上限，P值>表中概率值若T≤下限或T≥上限，则P值≤表中概率值②大样本时（n>50），正态近似法（u检验）基本思想：假定无效假设H0成立，则正负秩和的绝对值应相等，随着n增大T 逐渐趋近于均数等于n(n+1)/4、方差为n(n+1)(2n+1)/24的正态分布。