散文網(wǎng) » 科技 »學(xué)習(xí) » 差異性分析方法匯總整理

差異性分析方法匯總整理

2023-11-29 14:45 作者:SPSSAU官方賬號(hào) 0人讀過 | 我要投稿

在數(shù)據(jù)研究中，常見的數(shù)據(jù)關(guān)系可以分為四類，分析是相關(guān)關(guān)系，因果關(guān)系、差異關(guān)系以及其它。本次所進(jìn)行研究的關(guān)系為差異關(guān)系。對(duì)于差異性分析方法常見可以分為三類：參數(shù)檢驗(yàn)、非參數(shù)檢驗(yàn)以及可視化圖形。

非參數(shù)檢驗(yàn)

非參數(shù)檢驗(yàn)的選擇

對(duì)于非參數(shù)檢驗(yàn)的差異分析方法，大體可以分為兩大類一個(gè)是卡方檢驗(yàn)一個(gè)秩和檢驗(yàn)。對(duì)于卡方檢驗(yàn)和秩和檢驗(yàn)如何選擇，可以參考如圖：

接下來對(duì)于卡方檢驗(yàn)和秩和檢驗(yàn)進(jìn)行一一說明。

2、卡方檢驗(yàn)

01、Pearson卡方檢驗(yàn)

Pearson卡方檢驗(yàn)說明

Pearson卡方檢驗(yàn)進(jìn)行研究兩組數(shù)據(jù)的差異，并且其數(shù)據(jù)分別為定類變量和定類變量，比如想要研究性別和是否吸煙之間的差異，南方和北方飲食習(xí)慣（米和面）的差異等。

Pearson卡方檢驗(yàn)數(shù)據(jù)格式

Pearson卡方檢驗(yàn)的數(shù)據(jù)格式為一個(gè)分析項(xiàng)為一列，比如下表中，性別（1代表男，2代表女）為一列，是否吸煙（1不吸煙，2吸煙）為一列，如下：

Pearson卡方檢驗(yàn)操作

【實(shí)驗(yàn)/醫(yī)學(xué)研究：卡方檢驗(yàn)】→【拖拽分析項(xiàng)】→點(diǎn)擊開始分析；

Pearson卡方檢驗(yàn)結(jié)果一般格式

一般結(jié)果中會(huì)提供均值標(biāo)準(zhǔn)差以及卡方值和p值等。

02、Fisher卡方

fisher卡方檢驗(yàn)說明

fisher卡方與pearson卡方類似，研究定類數(shù)據(jù)和定類數(shù)據(jù)的差異性。其與pearson卡方檢驗(yàn)的區(qū)別是如果分析樣本量較少（比如小于40），也或者期望頻數(shù)出現(xiàn)小于5時(shí)，或者R*C結(jié)構(gòu)時(shí)，也或者為匯總表格數(shù)據(jù)時(shí)使用此方法比較合適。

fisher卡方檢驗(yàn)數(shù)據(jù)格式

fisher卡方格式一般是匯總格式，比如想要研究A藥和B要對(duì)療效的差異性，其數(shù)據(jù)格式一般如下：（ps：A1表格一定是空的）

fisher卡方檢驗(yàn)操作

【實(shí)驗(yàn)/醫(yī)學(xué)研究：fisher卡方】→【拖拽分析項(xiàng)】→點(diǎn)擊開始分析；

fisher卡方檢驗(yàn)結(jié)果一般格式

會(huì)提供期望頻數(shù)和實(shí)際頻數(shù)的分析結(jié)果：

03、分層卡方

分層卡方檢驗(yàn)說明

分層卡方也叫CMH檢驗(yàn)，研究卡方檢驗(yàn)，將干擾因素納入模型，其中X和Y均是類別變量（一般為二分類），比如研究是否吸煙和是否肥胖的差異關(guān)系，將性別（男和女）納入模型內(nèi)進(jìn)行分析，此時(shí)可以考慮分層卡方。

分層卡方檢驗(yàn)數(shù)據(jù)格式

分層卡方有兩種數(shù)據(jù)格式，一種是不加權(quán)數(shù)據(jù)格式，一種是加權(quán)數(shù)據(jù)格式：

（1）不加權(quán)

X為一列（分類變量），Y為一列（分類變量），分層項(xiàng)為一列。

（2）加權(quán)

X為一列（分類變量），Y為一列（分類變量），加權(quán)項(xiàng)為一列，分層項(xiàng)為一列。

分層卡方檢驗(yàn)操作

【實(shí)驗(yàn)/醫(yī)學(xué)研究：分層卡方】→【拖拽分析項(xiàng)】→點(diǎn)擊開始分析；

（ps：其中加權(quán)項(xiàng)是可選的）

分層卡方檢驗(yàn)結(jié)果一般格式

一般會(huì)提供CMH基本說明，以及分層卡方結(jié)果匯總等。

表格說明如下：

04、配對(duì)卡方

配對(duì)卡方檢驗(yàn)說明

配對(duì)的定類數(shù)據(jù)研究差異性，兩個(gè)變量都為定類數(shù)據(jù)，且需要數(shù)據(jù)配對(duì)，才可以考慮使用配對(duì)卡方進(jìn)行分析研究，比如研究A方法和B方法對(duì)于診斷某病是否有差異（診斷結(jié)果分為：陰性和陽性），其中數(shù)據(jù)為配對(duì)數(shù)據(jù)，此時(shí)可以考慮使用配對(duì)卡方分析。

配對(duì)卡方檢驗(yàn)數(shù)據(jù)格式

配對(duì)卡方的數(shù)據(jù)類型為定類變量，所以有兩種類型的數(shù)據(jù)格式，一種是加權(quán)的數(shù)據(jù)格式，一種是非加權(quán)的數(shù)據(jù)格式：

（1）加權(quán)

配對(duì)卡方，一般有兩列，一個(gè)分析項(xiàng)為一列，但是如果是加權(quán)格式，加權(quán)項(xiàng)為一列，一共有三列。

（2）非加權(quán)

如果是非加權(quán)的數(shù)據(jù)格式一個(gè)分析項(xiàng)為一列。一共兩列，且數(shù)據(jù)是配對(duì)數(shù)據(jù)。

配對(duì)卡方檢驗(yàn)操作

【實(shí)驗(yàn)/醫(yī)學(xué)研究：配對(duì)卡方】→【拖拽分析項(xiàng)】→點(diǎn)擊開始分析；

配對(duì)卡方檢驗(yàn)結(jié)果一般格式

一般會(huì)提供配對(duì)卡方結(jié)果以及方法對(duì)比，其中如果配對(duì)數(shù)據(jù)的組別為2即配對(duì)四表格（2*2），SPSSAU則使用McNemar檢驗(yàn)；n*n則使用Bowker檢驗(yàn)。

05、卡方擬合優(yōu)度

卡方擬合優(yōu)度檢驗(yàn)說明

實(shí)際數(shù)據(jù)與預(yù)期數(shù)據(jù)的差異，希望研究數(shù)據(jù)的實(shí)際比例與預(yù)期比例是否一致。比如收集100份數(shù)據(jù)，預(yù)期不同性別的比例是4:6，其中搜集的數(shù)據(jù)為男性為48個(gè)女性為52個(gè)，進(jìn)行差異性分析。常用于問卷的選擇題中。

卡方擬合優(yōu)度檢驗(yàn)數(shù)據(jù)格式

卡方擬合優(yōu)度檢驗(yàn)數(shù)據(jù)格式為一列為一個(gè)分析項(xiàng)，一般用于定類數(shù)據(jù)各項(xiàng)的占比差異情況，一般格式如下：

卡方擬合優(yōu)度檢驗(yàn)操作

【實(shí)驗(yàn)/醫(yī)學(xué)研究：卡方擬合優(yōu)度檢驗(yàn)】→【拖拽分析項(xiàng)】→點(diǎn)擊開始分析；

卡方擬合優(yōu)度檢驗(yàn)結(jié)果一般格式

卡方擬合優(yōu)度檢驗(yàn)一般會(huì)提供實(shí)際頻數(shù)，期望頻數(shù)，殘差，實(shí)際比例，期望比例，卡方值等。

3、秩和檢驗(yàn)

01、MannWhitney檢驗(yàn)

MannWhitney檢驗(yàn)說明

MannWhitney非參數(shù)檢驗(yàn)一般研究定類數(shù)據(jù)和定量數(shù)據(jù)之間的差異，定類數(shù)據(jù)一般是兩組為二分類變量，比如研究不同性別的薪資水平之間的差異等。

MannWhitney檢驗(yàn)數(shù)據(jù)格式

MannWhitney非參數(shù)檢驗(yàn)的數(shù)據(jù)格式一般為兩列，一列為組別，一列為分析項(xiàng)，數(shù)據(jù)格式與獨(dú)立樣本t檢驗(yàn)類似，與之不同的是二者的應(yīng)用條件不一樣，具體可以參考文章：

MannWhitney檢驗(yàn)操作

【通用方法：非參數(shù)檢驗(yàn)】→【拖拽分析項(xiàng)】→點(diǎn)擊開始分析；

MannWhitney檢驗(yàn)結(jié)果一般格式

一般結(jié)果中會(huì)提供中位數(shù)以及統(tǒng)計(jì)量和p值等。

02、KruskalWallis檢驗(yàn)

KruskalWallis檢驗(yàn)說明

Kruskal-Wallis非參數(shù)檢驗(yàn)一般是研究定類變量和定類變量之間的差異性，并且定類變量為多分類變量，比如研究學(xué)歷和薪資之間是否有顯著性差異，學(xué)歷包括本科以下、本科以及本科以上。其數(shù)據(jù)格式與單因素方差類似。操作與MannWhitney一致（SPSSAU會(huì)自動(dòng)判斷分類變量的分類數(shù)進(jìn)而判斷使用MannWhitney還是Kruskal-Wallis），其一般形式如下：

一般結(jié)果中會(huì)提供中位數(shù)以及統(tǒng)計(jì)量和p值等。

03、配對(duì)樣本wilcoxon

配對(duì)樣本wilcoxon說明

配對(duì)樣本wilcoxon說明檢驗(yàn)一般是研究配對(duì)的定量數(shù)據(jù)之前的差異性，比如研究有無廣告和產(chǎn)品的銷量之間是否有顯著性差異。其數(shù)據(jù)格式與配對(duì)樣本t檢驗(yàn)類似。其操作為：

其一般形式如下：

一般結(jié)果中會(huì)提供中位數(shù)以及統(tǒng)計(jì)量和p值等。

04、單樣本wilcoxon

單樣本wilcoxon說明

單樣本wilcoxon說明檢驗(yàn)一般是研究檢驗(yàn)數(shù)據(jù)是否與某個(gè)數(shù)據(jù)有明顯的差異，比如研究某地區(qū)青少年的身高與140cm是否有差異。其數(shù)據(jù)格式與單樣本t檢驗(yàn)類似。其操作為：

其一般形式如下：

一般結(jié)果中會(huì)提供樣本量、25分位數(shù)、中位數(shù)、75分位數(shù)以及統(tǒng)計(jì)量和p值等。

05、ridit檢驗(yàn)

ridit檢驗(yàn)說明

Ridit是研究X與Y的差異，X是定類數(shù)據(jù)，Y是定距數(shù)據(jù)，比如研究兩種藥物對(duì)慢性病治療的作用，其中兩種藥物為定類數(shù)據(jù)，治療作用為定距數(shù)據(jù)。此時(shí)可以考慮使用ridit檢驗(yàn)。

ridit檢驗(yàn)數(shù)據(jù)格式

一般有兩種數(shù)據(jù)格式，一個(gè)是加權(quán)數(shù)據(jù)格式，一個(gè)是不加權(quán)數(shù)據(jù)格式，如果不加權(quán)數(shù)據(jù)格式，一行代表一個(gè)研究對(duì)象，X為一列，Y為一列，如果是加權(quán)的數(shù)據(jù)格式，比如X有2種情況，Y有4個(gè)情況，一種有2*4=8種組合，數(shù)據(jù)信息只有8種組別的匯總項(xiàng)（即加權(quán)項(xiàng)），數(shù)據(jù)格式如下圖（由于上傳數(shù)據(jù)帶有數(shù)據(jù)標(biāo)簽，所以新建一個(gè)表格）：

ridit檢驗(yàn)操作

【實(shí)驗(yàn)/醫(yī)學(xué)研究】→【Ridit實(shí)驗(yàn)】然后進(jìn)行分析；

ridit檢驗(yàn)結(jié)果一般格式

會(huì)提供平均ridit值與95％CI和z值p值等。

06、friedman檢驗(yàn)

friedman檢驗(yàn)說明

Friedman檢驗(yàn)可應(yīng)用于多組配對(duì)或相關(guān)數(shù)據(jù)的秩和校驗(yàn)。比如想要分析8名試驗(yàn)對(duì)象在4種不同頻率聲音刺激的反應(yīng)率是否存在差別。

friedman檢驗(yàn)數(shù)據(jù)格式

一個(gè)分析項(xiàng)為一列，比如上述背景“8名試驗(yàn)對(duì)象在4種不同頻率聲音刺激的反應(yīng)率是否存在差別?！币粋€(gè)聲音頻率為一列，如下：

friedman檢驗(yàn)檢驗(yàn)操作

分析路徑為點(diǎn)擊【實(shí)驗(yàn)/醫(yī)學(xué)研究】→【多樣本Friedman】然后進(jìn)行分析：

friedman檢驗(yàn)檢驗(yàn)結(jié)果一般格式

會(huì)提供樣本量、25分位數(shù)、中位數(shù)、75分位數(shù)以及統(tǒng)計(jì)量和p值等。

三、可視化圖形

1、可視化圖形的選擇

數(shù)據(jù)類型不同其可視化圖形選擇不同，比如定類數(shù)據(jù)和定量數(shù)據(jù)一般可以使用折線圖或者柱形圖、條形圖等，如果是定類和定類數(shù)據(jù)一般可以使用堆積柱形圖或者條形圖。

2、折線圖

折線圖一般分析定類數(shù)據(jù)格定量數(shù)據(jù)的差異，比如分析7月和8月30天每天溫度變化（一般多分類數(shù)據(jù)使用較多）。其可以在SPSSAU可視化中進(jìn)行操作，一般格式如下：

3、柱形圖

一般用長方形的進(jìn)行表示，也叫長條圖，可以用來表示定類數(shù)據(jù)和定量數(shù)據(jù)之間的差異，定類變量可以為二分類也可以為多分類，其可以在SPSSAU可視化中進(jìn)行操作，一般格式如下：

4、堆積柱形圖（堆積條形圖）

用于分析定類數(shù)據(jù)和定類數(shù)據(jù)之前的差異，比如兩個(gè)分類變量對(duì)比差異，想要在一個(gè)柱形圖或者條形圖中進(jìn)行展示占比。其可以在SPSSAU可視化中進(jìn)行操作，一般格式如下：

四、案例分析

研究者想要觀察兩種藥物對(duì)慢性病治療的作用，共搜集了3000例數(shù)據(jù)，試分析兩種藥物在治療慢性病方面是否有顯著差異。部分?jǐn)?shù)據(jù)如下，其中藥物中1代表A藥物，2代表B藥物，療效中1代表無效，2代表好轉(zhuǎn)，3代表明顯好轉(zhuǎn)，4代表控制。研究定類數(shù)據(jù)和定類數(shù)據(jù)的差異并且是有序定距的數(shù)據(jù)，考慮使用ridit檢驗(yàn)。

1、分析流程