欢迎来到天天文库
浏览记录
ID:5333180
大小:744.63 KB
页数:5页
时间:2017-12-08
《spss对有序分类资料的统计分析方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、CMYK·2972·现代预防医学2013年第40卷第16期ModernPreventiveMedicine,2013,Vol.40,NO.16·流行病与统计方法·SPSS对有序分类资料的统计分析方法112姚汝铖,郑军,姚友平(1.三峡大学第一临床医学院,湖北宜昌443000;2.浠水县疾病预防控制中心)摘要:目的本科及以下,乃至部分研究生使用的《卫生统计学》、《医学统计学》教材和所有有关SPSS的书籍中,没有介绍有序分类资料这一基本的统计分析方法,导致误用无序分类资料的卡方检验方法屡有发生。本文提出利用SPSS卡方检验处理有序分类资料的简易统计分析方法。方法用SPSS交叉表统计分析方
2、法,选择“线性和线性组合”行的结果作为判别单向和双向有序分类资料的统计量,并用经典的Ridit分析和SAS程序分析结果比较。结果在SPSS交叉表对单向有序分类资料的实例分析中,“线性和线性组合”的P值(0.022)与Ridit分析和SAS程序统计分析的结果(0.0258)相近,统计推断结论一致。在双向有序分类资料中,“线性和线性组合”的P值(0.044)与Ridit分析和SAS程序统计分析的结果(0.0446)完全一致。2例均与用无序分类资料的统计分析结果相差很远。结论“线性和线性组合”对单向和双向有序分类资料均有效;区分有序分类资料与无序资料的统计分析方法,其分析结果和统计推断结论
3、明显不同。建议在各种统计学教材和有关SPSS的书籍中增加这部分内容,并明确提示为有序分类资料的统计分析方法。关键词:SPSS;统计分析;有序分类资料中图分类号:R195.1文献标志码:A文章编号:1003-8507(2013)16-2972-05ApplicationofSPSSonstatisticanalyzingofordinalcategoricaldataYAORu-cheng*,ZHENGJun,YAOYou-ping.*TheFirstMedicalSchoolofThreeGorgesUniversity,Yichang,Hubei443000,ChinaAbstra
4、ct:OBJECTIVEThetextbooksHealthStatistics,Medicalstatisticsforregularcollegecourseandtheothers,andevenforgraduatescourse,andalltheSPSSrelatedbooks,didnotintroducedorderedcategoricaldata,abasicstatisticalanalysismethod.Consequently,studentsoftenmisusedunorderedcategoricaldataofthechi-squaretestme
5、thod.ThispaperaimedtointroduceasimplestatisticalanalysismethodfortheorderedcategoricaldatawithSPSSchi-squaretestprocessing.METHODSWeusedcrosstableofSPSS,selectedthe“linearandlinearassociation”lineastheresultofone-wayandtwo-wayorderedcategoricaldata,andcomparedtheclassicalRiditanalysiswithSASana
6、lysisresults.RESULTS“linearandlinearassociation”ofPvalue(0.022)ofcrosstableofSPSSontheone-wayorderedcategoricaldataanalysis,andthestatisticalanalysisresults(0.0258)oftheRidit,SASclose,statisticalinferenceconclusionswereidentical.Inthetwo-wayordinalcategoricaldata,“linearandlinearassociation”ofP
7、value(0.044)andRiditSASandananalysisontheresultsofthestatisticalanalysis(0.0446)werefullyconsistent.Theanalysisresultsofallofthetwocaseswithunorderedcategoricaldataweretotallydifferent.CONCLUSION“linearandlinearassociation”ofunidi
此文档下载收益归作者所有