首页 >>  正文

spss小于0.05是拒绝原假设

来源:baiyundou.net   日期:2024-07-09

一、案例介绍

某医院用两种不同方法对53例肺癌患者进行诊断,收集到结果如下表,现在想知道两种方法的检测结果有无差别。

本案例分析的目的是比较两种方法对同一批样本的检测结果有无差别,且检测结果为二分类变量(阳性or阴性),针对这类情况,可以使用配对卡方检验进行研究,需要满足3个条件:

条件1:观测变量为二分类变量。

条件2:观测数据为配对设计。

本案例满足这两个条件,所以可以使用配对卡方检验进行分析。

(1)上传数据

首先将数据整理成配对卡方检验正确的格式,甲法共有2种结果,乙法共有2种结果,2*2共有4种组合,每类组合情况的样本数量单独一列作为权重值进行标识,最终将本案例数据整理成如下格式:

数据上传完成后,开始进行配对卡方检验。

(2)软件操作

在SPSSAU医学/实验研究模块,选择【配对卡方】,将“甲法”拖拽到右侧配对1(定类)分析框中,将“乙法”拖拽到右侧配对2(定类)分析框中,将“人数”拖拽到右侧“加权项”分析框中,然后点击“开始分析”,操作如下图:

(3)结果解读

SPSSAU输出配对卡方分析结果如下:

从配对卡方分析结果可以看出,p=0.0225<0.05,按α=0.05的水平,拒绝原假设,接受备择假设,即可以认为甲、乙两种方法的检测结果差异有统计学意义。具体差异可以通过具体数字进行对比,如下表:

从上表可以看出,甲法阳性检出率为27/53=50.94%,乙法的阳性检出率为36/53=67.92%,可认为乙法的阳性检出率高于甲法。也可以通过统计图进行直观对比,如下图:

本案例使用配对卡方检验分析甲、乙两种方法的肺癌检测结果的是否有差异。研究得到配对卡方检验对应p值为0.0225,小于0.05,所以拒绝原假设,可以认为两种检测结果的差异具有统计学意义.具体差异通过数字进行对比得知,乙法的阳性检出率67.92%高于甲法的阳性检出率50.94%。

1、数据格式说明:

除使用本案例的加权格式,还可以使用原始数据格式进行分析。如果是原始数据格式,总共有53名肺癌患者,则会有53行,每行代表一名患者。

2、配对卡方检验类型:

如果配对数据的组别为2即配对四表格,则使用McNemar检验;正如本案例中两种方法均只有阳性和阴性两种结果时,即2*2结构类型;

如果配对数据的组别大于2即配对多分类时,则使用Bowker检验。

","gnid":"9a8ecbfb630cff52a","img_data":[{"flag":2,"img":[{"desc":"","height":"383","title":"","url":"https://p0.ssl.img.360kuai.com/t01393cc1bf64ba39f7.jpg","width":"900"},{"desc":"","height":"209","title":"","url":"https://p0.ssl.img.360kuai.com/t01e89c728a5cf03fa1.jpg","width":"595"},{"desc":"","height":"169","title":"","url":"https://p0.ssl.img.360kuai.com/t0163f45849691c288a.jpg","width":"398"},{"desc":"","height":"160","title":"","url":"https://p0.ssl.img.360kuai.com/t018e51e378d7722036.jpg","width":"702"},{"desc":"","height":"309","title":"","url":"https://p0.ssl.img.360kuai.com/t0124c934568d2d8ff5.jpg","width":"717"},{"desc":"","height":"285","title":"","url":"https://p0.ssl.img.360kuai.com/t010f3c123a7b05f73c.jpg","width":"883"},{"desc":"","height":"222","title":"","url":"https://p0.ssl.img.360kuai.com/t014820f3e36a35000e.jpg","width":"669"},{"desc":"","height":"471","title":"","url":"https://p0.ssl.img.360kuai.com/t01773d0c58fec89c4b.jpg","width":"856"}]}],"original":0,"pat":"art_src_3,fts0,sts0","powerby":"pika","pub_time":1691058900000,"pure":"","rawurl":"http://zm.news.so.com/fdf2d76fbc2c00afda3edd6f3efcf986","redirect":0,"rptid":"274c64d1d7dd8c51","rss_ext":[],"s":"t","src":"SPSSAU","tag":[],"title":"配对表格卡方检验案例分析

阮才食4098spss 相关性分析 显著性 <0.05 说明了什么 -
甄翔张13063663495 ______ 说明两个变量存在显著性相关,也就是共变关系,这个存在相关的结论出错的概率小于5%.,因而比较可靠.(南心网)

阮才食4098spss中方差齐性检验显著性<0.05但组间显著性<0.05,还能用方差分析吗 -
甄翔张13063663495 ______ 方差齐性检验显著性<0.05,说明数据不具有方差齐次性,就不能用方法分析.因此组间显著性已经没有参考意义了. 这种情况下,应该用非参数检验.

阮才食4098spss中sig值等于0.05是显著还是不显著 -
甄翔张13063663495 ______ 通常来说是要小于0.05称为显著,但是统计学家所定的这个标准也有一定主观性、人为性,实际上从小概率的角度来讲0.05和0.049、0.051并无本质差别,别人看你报告的结果也主要要看你的sig数值,所以这个问题不用很纠结,0.05实际上可以视为显著.此外,通常你的显著性不会正好等于0.05,spss的结果显示一般是保留两位小数的,你可以在spss的显著性数值也就是那个0.05那里连点三下鼠标,可以看到具体的数值,是比0.05大一点点还是小一点点,如果小一点点,你可以说显著,如果大一点点,你可以说边缘显著.

阮才食4098spss中sig值等于0.05是显著还是不显著 -
甄翔张13063663495 ______[答案] sig值如果真是凑巧=0.05的话,我认为还是可以认为是显著的,之前我有问过我们老师.

阮才食4098spss独立样本t检测中sig值小于0.05,但是t值接近3,大约在2.8~2.9之间,这 -
甄翔张13063663495 ______ 1. 只看sig值,也就是p值就好了. 小于0.05就表明处理组和对照组存在显著性差异. t值大小不会影响显著性结果判断的. 2. sig.值就是对比t值和t检验临界值的结果. 检验主要看判断两组间是否存在差异就可以啦. 至于是0和1之间的差异,还是10和100之间的差异关系不大.

阮才食4098怎样用spss进行动态分析 -
甄翔张13063663495 ______ 观察数据的分布特征:通过绘制箱锁图和茎叶图等图形,直观地反映数据的分布形式和数据的一些规律,包括考察数据中是否存在异常值等.过大或过小的数据均有可能是奇异值、影响点或错误数据.寻找异常值,并分析原因,然后决定是否从...

阮才食4098下拒绝H0,0.05的水平下拒不拒绝H0 -
甄翔张13063663495 ______ 《卫生统计学》说得很清楚了,P小于或等于0.05时,认为可以拒绝H0.不过P恰好等于0.05的概率很小,你把软件汇报的P值粘帖到EXCEL里往往能看到后面还有很多位小数,所以软件显示P=0.05时,通常可认为P>0.05.

阮才食4098SPSS做数据的正态分布.QQ图看的时候几乎是都在那直线上的,但是sig值特别小.请问这是为什么?
甄翔张13063663495 ______ 正太检验的原假设好像是不符合正太分布,所以Sig小于0*05就是拒绝原假设,说明符合正太分布

阮才食4098请问使用spss一元线性分析时常数项sig》0.05是否应该将常数项去除? -
甄翔张13063663495 ______ 1、不应该把常数去掉,sig大于0.05只表示此常数值不是很大,但不代表没有,如需去掉可选择标准化后的回归系数. 2、在回归分析中选择画正太P-P图可以看到回归线拟合得好不好. 3、SPSS中没见过把常数去掉后画图的,把常数去掉相当于直线穿过原点咯,直线的斜率变大或变小咯.

阮才食4098spss里,因子分析,当KMO小于0.5.证明不太适合做因子分析,但是Bartlett的p值小于显 -
甄翔张13063663495 ______ 通常是需要两个条件同时满足. 不过虽然说不适合因子分析,但是还是可以利用当前的因子分析结果(主要是因子载荷和共同度)并结合信度分析(alpha系数)、区分度分析(如题总相关)等获得一些有用的信息,通过一些相应的指标发现一些测量学性质较差的题目(不符合理论设想或者你的基本假设的),然后再来试试因子分析,也许KMO会好些

(编辑:自媒体)
关于我们 | 客户服务 | 服务条款 | 联系我们 | 免责声明 | 网站地图 @ 白云都 2024