SPSS统计软件（二）

官官方医学老师·16 页·深入（追求细节与边界）·0 次浏览·2 天前
✦ SPSS统计软件（二）医学SPSS统计软件（二）spss多元线性回归
非参数检验回归分析SPSS实操

SPSS统计软件（二）

搞懂秩和检验何时登场、回归模型如何构建、结果怎么解读

按 空格/→ 演示下一步

1 / 16 页

全部页面点击任意一页，跳回舞台从这页播放

非参数检验回归分析SPSS实操

SPSS统计软件（二）

搞懂秩和检验何时登场、回归模型如何构建、结果怎么解读

1第 1 页 · SPSS统计软件（二）

为什么需要秩和检验

比较两种止痛药的效果，每组10个患者，疼痛评分只有1-10的等级。t检验要求的正态分布假设在小样本、有序资料上根本站不住——你需要一种不挑分布形态的方法。

三类核心假设
正态性、方差齐性、观测独立，缺一不可
假设破裂的后果
p值系统性偏移，假阳性率超出名义水平
秩和检验的思路
将原始数值替换为秩次，仅基于排序做推断
边界与代价
信息损失使统计效能降低，满足正态时不如t检验
考试只看排名对应 →秩和检验

不管你考91还是99，只要排名靠前就说明你强

2第 2 页 · 为什么需要秩和检验

配对计量资料秩和检验

SPSS做符号秩检验,从配对数据录入到读结果,核心就这几步。

1
数据准备
录入同一对象的两次测量值,每行一个个体
2
进入分析路径
Analyze→非参数→旧对话框→2个相关样本
3
选入配对变量
把配对的两列变量同时移入Test Pair(s)框
4
勾选检验类型
在Test Type中勾选Wilcoxon,默认即可
5
读取结果表
看Ranks表与Test Statistics:读Z值和p值
6
得出统计结论
p<0.05则拒绝H0,认为差值分布不对称
3第 3 页 · 配对计量资料秩和检验

两独立样本秩和检验

SPSS 做两独立样本秩和检验（Mann-Whitney U），从菜单到结果分五步走完。

1
进入分析菜单
Analyze → Nonparametric → 2 Independent Samples
2
选入检验与分组变量
连续结果变量入 Test，分组变量入 Grouping Variable
3
定义两组取值
点 Define Groups，输入 Group 1 和 Group 2 的具体数值
4
勾选检验方法
Test Type 里只勾 Mann-Whitney U，对应秩和检验
5
解读结果
看 Ranks 表与 Asymp.Sig.(2-tailed)，<0.05 拒绝 H0
4第 4 页 · 两独立样本秩和检验

多个独立样本秩和检验

Kruskal-Wallis H 检验的 SPSS 操作分六步，从数据准备到结果读取。

1
准备数据
确认分组变量为分类且≥3组，检验变量为连续型且不满足正态
2
进入分析
菜单路径：分析→非参数检验→旧版对话框→K个独立样本
3
送入变量
分组变量拖入'分组变量'框，检验变量拖入'检验变量列表'框
4
定义范围
点击'定义范围'，输入分组变量对应的最小与最大整数值
5
勾选方法
在检验类型区勾选 Kruskal-Wallis H，其他保持默认即可
6
读取结果
读取'检验统计量'表的 H 值、自由度与渐近显著性 p
5第 5 页 · 多个独立样本秩和检验

随机区组设计秩和检验

用SPSS跑Friedman M检验，按五步菜单顺序走完。

1
进入K相关样本
分析→非参数→旧对话框→K相关样本
2
选入全部变量
把每个区组与处理组都送入检验变量框
3
勾选Friedman
检验类型栏里勾选Friedman M选项
4
设置描述选项
Options里勾选Descriptive，方便看均值
5
读取结果卡方
看Test Statistics表的卡方值与P值
6第 6 页 · 随机区组设计秩和检验

直线相关与回归分析

Pearson相关与简单线性回归在SPSS里分步走：先验证前提，再算相关，最后拟合方程并解读。

1
正态性检验
Pearson要求两变量近似正态，先用Explore检验再下手
2
散点图判断线性
画散点看是否呈直线趋势，曲线关系切勿直接套Pearson
3
双变量相关分析
分析→相关→双变量，勾选Pearson，输出r值与显著性P
4
简单线性回归操作
分析→回归→线性，指定因变量Y与自变量X，勾选残差图
5
结果解读与模型诊断
看回归系数b、决定系数R²与标准化残差图，评估模型合理性
7第 7 页 · 直线相关与回归分析

多元线性回归

多元线性回归在SPSS中跑完要过五道关：选变量、定方法、看结果、做检验、验前提，少一道都不可靠。

1
变量筛选与设置
确定因变量与候选自变量，明确纳入与排除标准，区分定量与分类变量
2
进入方法选择
在enter强制进入、stepwise逐步、forward前向、backward反向之间选择
3
模型拟合输出
SPSS给出R方、调整R方、ANOVA表与回归系数B表
4
整体与系数检验
F检验判整体方程是否成立，t检验判各偏回归系数是否保留
5
前提条件验证
检查残差正态性、独立性、同方差性以及多重共线性
8第 8 页 · 多元线性回归

Logistic回归概述

前页多元线性回归处理血压、收入等连续结局。但结局若是「是否患病」「是否购买」这类二分类变量，线性方程可能输出负概率或>1的荒谬值——Logistic回归正是为此而生。

二分类结局困境
概率p必须落在(0,1)，但线性方程可能输出p<0或p>1的非法值
Logit变换
对ln(p/(1-p))做变换，把(0,1)的概率映射到整个实数轴
Logistic函数
S形Sigmoid曲线，将任意实数压回(0,1)区间作为合法概率
优势比OR
系数β的指数e^β，表示x每增1时事件优势变为原来的e^β倍
考试通过率播报对应 →概率与优势(Odds)

通过率80%↔优势4:1（通过是没通过的4倍）；OR即两组优势的倍率之比

logit(p)=ln⁡p1−p,p=11+e−z,OR=eβ\text{logit}(p)=\ln\frac{p}{1-p},\quad p=\frac{1}{1+e^{-z}},\quad OR=e^{\beta}
9第 9 页 · Logistic回归概述

二分类Logistic回归

二分类Logistic回归在SPSS里走五步：从数据准备到结果解读，每步都有硬要求。

1
数据清洗编码
因变量二值化为0/1，处理自变量缺失与极端值
2
进入菜单路径
分析→回归→二元Logistic，打开主对话框
3
指定变量角色
因变量入因变量框，自变量入协变量框
4
设定方法选项
选Enter或逐步法，勾H-L检验与分类表
5
解读输出结果
看B、Wald、Exp(B)即OR值，及H-L拟合优度
10第 10 页 · 二分类Logistic回归

Logistic回归家族对比

从因变量类型出发，沿决策树分叉，选出最合适的回归模型。

图解渲染中…
Y2：Y只能取两个值，如患病/未患病Y3：类别有顺序但非数值，如轻/中/重M：数据来自配对设计，如1:1病例对照B1：类别无序且无配对，用无序多分类
11第 11 页 · Logistic回归家族对比

条件Logistic回归

配对病例对照研究的条件Logistic分析，在SPSS中通过分层Cox回归分五步完成。

1
整理配对资料
病例与对照分两行录入，每对共享同一配对号
2
调用Cox回归
SPSS无独立入口，走'分析→生存→Cox回归'
3
设置层与变量
配对号拖入'层'框，暴露因素作协变量
4
解读OR结果
Exp(B)即条件比值比，看95%CI是否跨1
5
检验模型假设
整体检验与PH假定考察，决定结果是否可信
12第 12 页 · 条件Logistic回归

有序Logistic回归

定序因变量的累积优势模型分五步走，从检验假设到解读结果。

1
查平行性
验证比例优势假设是否成立
2
设因变量
因变量须为有序分类，如疗效轻/中/重
3
选自变量
连续或分类预测变量可同时进入模型
4
读OR
按累积优势比读每升一档概率变化
5
评拟合
用偏差卡方与伪R方判断模型优劣
13第 13 页 · 有序Logistic回归

无序多分类Logistic回归

当因变量是无序多分类名义变量时，单个方程装不下，需要拆成多个二分类回归同时跑。

1
识别场景
因变量是名义变量，类别≥3且类别间无顺序关系
2
选定基准类
挑一个类别作为参照，其余类别逐个与它比较
3
拆分方程组
k个类别拆成k-1个二元logistic回归方程
4
联合估计
用同一个似然函数同时估计所有方程的参数
5
解读系数
每个方程的系数都"相对于基准类"解读，锚点不能丢
14第 14 页 · 无序多分类Logistic回归

回归方法选择指南

因变量是连续还是分类，决定走完全不同的两条回归路。学生常把分类结局塞进线性回归，结果失真。

线性回归
  • 因变量：连续定量资料
  • 分布要求：残差近似正态、等方差
  • 系数解读：β=自变量每增1单位，Y均值变化量
  • 典型场景：血压~年龄、身高~体重
Logistic回归
  • 因变量：分类资料（常为二分类）
  • 分布要求：不要求正态
  • 系数解读：e^β=优势比OR
  • 典型场景：是否患病~吸烟、复发~治疗
因变量是连续定量→线性回归；是分类结局→Logistic家族，再按分类数与配对设计细分。
15第 15 页 · 回归方法选择指南

课后思考

先写下自己的判断与依据，再对照参考答案检查推理过程。

1资料不满足正态或方差齐性时，为什么不能只因“非参数”就选秩和检验？

参考答案还要判断资料是否独立、是否存在配对或区组，以及各组尺度是否一致；设计关系和适用条件共同决定检验方法。

2面对连续结局和二分类结局，你会依据哪些信息分别选择多元线性回归或Logistic回归？

参考答案先看结局类型与分布，再考虑解释目标、样本量、变量尺度和模型假设；必要时还要通过诊断检验修正方案。

3如果结局由二分类变为有序等级，原来的二分类Logistic模型为什么不能直接照搬？

参考答案有序结局包含等级次序，直接二分会丢失信息；可考虑有序Logistic，并检查比例优势假设等适用条件。

16第 16 页 · 课后思考
SPSS统计软件（二） · 知识图解