SPSS操作

图——ZRESID，Y——ZPRED,X——直方图
连续性结局变量与多个变量之间关系
前提1：线性，独立（专业知识，D-W检验），正态（直方图），等方差（残差图）
DW统计：0-4,残差靠近2相互独立，靠近0或4不满足独立性
PRE：未标准化预测值
ZRE：标准化残差
多重线性回归—哑变量设置
设置哑变量：转换——重新编码为不同变量——名称——X1——旧值和新值-——旧值，1，新值，1，——其他值，新值，0（血型A设置哑变量）依次进行
因变量和自变量散点图线性、独立、正态、等方差
PRE：基于X对Y预测值
LMCI：因变量Y可信区间上下值
LICI/UICI：个体值允许区间上下限
多重线性回归
筛选自变量：
分析——回归——线性回归——统计——逐步法统计——估算值，置信区间，模型拟合（DW）保存——预测值——未标准化——残差分析——标准化
绘制残差图：
生存结局，生存时间兼顾
有丧失时间
协变量不随时间改变
spss缺失值补充
转换——替换缺失值（方法：选择合适方法序列平均值）
转换——重新编码——旧值与新值——系统缺失值或用户缺失值——值（999）离散缺失值——添加
变量视图——缺失——离散缺失值（999）
missing are all (-999);
统计——描述（可看见缺失值是否填充完毕）
因变量为分类变量
生存分析——生存率估计
寿命表法：大样本或粗略生存时间估计
Kaplan—Meier：小样本或大样本精确生存时间估计
寿命表法：
数据：time，死亡结尾数据，生存结局
加权：死亡结尾加权
分析——生存分析——寿命表法
K-M法
分析——生存分析——K-M法——选项——均值中位数生存——生存
最后一列生存率
残差合计为0，服从二项分布
独立
classification table ：应用当前模型预测的分类表格，灵敏度，特异度，总正确率
variable in the equation：当前模型各自变量的偏回归系数，及其标准误，OR，P,统计量
多自变量logistic
例数加权
分析——回归——二元回归——结局变量选择到第一栏——方法：向前，有条件——选项——置信区间（R）
两变量关联性分析（Person/spearman秩相关）
是否正态？
分析——相关——双变量——Person——双侧——标记显著性相关
加权
分析——相关——双变量——spearman——双侧——标记显著性相关
随机、独立、存在线性趋势
等级——秩和相关
简单线性回归
是否线性趋势，散点图
分析——回归——线性回归——统计——估算值，置信区间，模型拟合——保存——预测值——未标准化——预测区间——平均值，单值
操作
直方图
图形——旧对话框——直方图（显示正态曲线）
列为横坐标/变量为纵坐标
正态性检验
分析——描述——探索
图（方差分析）莱文检验，原始值
单样本t检验
分析——比较均值——单样本t检验——检验值——可以修改置信区间
配对t检验
分析——比较均值——配对t检验
两独立样本t检验
分析——比较均值——独立样本t检验——设置检验变量——分组
生存分析——生存曲线比较
LOG—rank检验法
分析——生存分析——K-M法（定义原始数值）——比较因子——秩的对数——选项——均值中位数生存——生存
两组生存曲线是否具有统计意义
cox比例回归模型
绘制KM曲线（曲线不交叉则PH假设成立）
分析——生存分析——COX回归（定义事件，1结局事件发生）——分类变量以取值最小为对照——逐步向前法——选项——置信区间
检验缺失值填充后的信度
分析——标度——可靠性分析
信度＞0.7
多重填补缺失值
分析——多重插补——分析模式（查看缺失情况）
——选要插入的数据——选择原始数据分析（重新命名数据集）——右上角选择数据集（根据图一）——删除imputation=0——OMS控制面板——表——frequencies——statistics——新数据集——选项——所有的维都在一行——从查看器中排除——添加——确定——按组分组——依据ID——显示频率表——统计——平均值、中位数众数——OMS控制面板右上角全部结束
随机、正态、等方差
两组独立样本秩和检验
分析——非参数检验——两独立样本检验——u检验
多个独立样本秩和检验
分析——非参数检验——K个独立样本——H检验
多组定量资料比较
配对符号秩和检验
（wilcoxon）
转换——计算变量——计算两样本差值d
对d进行正态检验
不符合
分析——非参数检验——两相关样本检验
推断配对样本差值的总体中位数是否为0
分析——回归——线性回归——三个哑变量选到自变量框中——方法——进入——下一个——添加其他变量
哑元化：将有序变量或无序多分类变量转换为二分类变量
单自变量logistic
加权：数据——加权个案——个案加权
分析——回归——二元回归——选项——置信区间（R）
反应变量为二分类变量或某事件发生率
自变量与logit之间为线性关系
图——旧对话框——散点图
四表格卡方检验
（原始数值不需要加权）加权：数据——加权个案——个案加权
分析——描述统计——交叉表——统计——卡方——单元——实际频数，理论频数
分类变量，各组总体率比较
kappa（一致性）
风险度（比值比，相对危险度）
麦克尼马尔（配对资料卡方）
配对定性资料卡方检验
加权；ቤተ መጻሕፍቲ ባይዱ
分析——描述统计——交叉表——统计——麦克尼玛——单元
单因素方差分析
分析——比较均值——单因素方差分析——LSD/SNK/BANFERR——统计描述/方差齐性检验
多组定量资料比较（两两组别比较）
正态性
方差齐性
随机区组方差分析
分析——一般线性模型——单变量——模型——构建项——两组选入模型——事后比较——BORR——选项——统计描述——保存——残差，预测值