在科学研究中,经常需要对收集到的数据进行各种统计分析。虽然SAS、SPSS等专业软件功能强大,但对于简单的t检验、方差分析等,Excel的“分析工具库”提供了便捷的解决方案。本文将详细介绍如何利用Excel进行医学统计中的t检验分析,包括成对双样本均值分析、双样本等方差假设分析和双样本异方差假设分析。
1. 准备工作:加载分析工具库
首先,确保Excel已加载“分析工具库”。单击“工具”菜单中的“数据分析”命令,如果未找到,需通过“工具”菜单的“加载宏”命令,在对话框中选择“分析工具库”并确定。
2. 成对双样本均值t检验
当样本中的观察值存在配对关系时(如治疗前后同一组患者的指标),应使用成对t检验。例如,用克矽平治疗矽肺患者10名,治疗前后血红蛋白含量(g/L)如下:
治疗前:113, 150, 150, 135, 128, 100, 110, 120, 130, 123
治疗后:140, 138, 140, 135, 135, 120, 147, 114, 138, 120
操作步骤:
1. 将数据输入工作表,如A1:K2区域。
2. 单击“工具”菜单→“数据分析”,选择“t-检验:成对双样本均值分析”。
3. 在对话框中,设置变量1的区域(如A1:K1)和变量2的区域(如A2:K2)。假设平均差默认为0,Alpha(显著性水平)默认为0.05。选择输出区域(如A3)。
4. 单击“确定”,得到结果如下:
表1 成对双样本均值t检验分析结果
| 治疗前 | 治疗后 | |
| 平均 | 125.9 | 132.7 |
| 方差 | 266.54 | 116.68 |
| 观测值 | 10 | 10 |
| 泊松相关系数 | 0.3186 | |
| 假设平均差 | 0 | |
| df | 9 | |
| t Stat | -1.307 | |
| P(T≤t)单尾 | 0.1119 | |
| t单尾临界 | 1.8331 | |
| P(T≤t)双尾 | 0.2237 | |
| t双尾临界 | 2.2622 |
结论:P(双尾)=0.2237 > 0.05,故治疗前后血红蛋白均值差异无统计学意义。
3. F检验:双样本方差分析(方差齐性检验)
在进行双样本t检验前,需先进行F检验判断两总体方差是否相等。例如,比较老年慢性支气管炎患者与健康人尿中17酮类固醇排出量(mg/24h):
患者:2.9, 5.41, 5.48, 4.6, 4.03, 5.1, 5.92, 4.97, 4.24, 4.36, 2.72, 2.37, 2.09, 7.1
健康:5.18, 8.79, 3.14, 6.46, 3.72, 6.64, 4.01, 5.6, 4.57, 7.71, 4.99
操作步骤:
1. 输入数据。
2. 选择“数据分析”中的“F-检验 双样本方差”。
3. 设置变量1和变量2的区域,输出结果如下:
表2 双样本方差分析结果
| 健康 | 患者 | |
| 平均 | 5.544545 | 4.377857 |
| 方差 | 3.048107 | 2.102187 |
| 观测值 | 11 | 14 |
| df | 10 | 13 |
| F | 1.449969 | |
| P(F≤f)单尾 | 0.2609 | |
| F单尾临界 | 2.671023 |
结论:P=0.2609 > 0.05,两总体方差相等,可进行等方差t检验。
4. 双样本等方差假设t检验
操作步骤同前,选择“t-检验:双样本等方差假设”,结果如下:
表3 双样本等方差t检验分析结果
| 患者 | 健康 | |
| 平均 | 4.377857143 | 5.528181818 |
| 方差 | 2.102187363 | 3.011616364 |
| 观测值 | 14 | 11 |
| 合并方差 | 2.497591276 | |
| 假设平均差 | 0 | |
| df | 23 | |
| t Stat | -1.80655051 | |
| P(T≤t)单尾 | 0.041967528 | |
| t单尾临界 | 1.713870006 | |
| P(T≤t)双尾 | 0.083935057 | |
| t双尾临界 | 2.068654794 |
结论:P(双尾)=0.0839 > 0.05,两样本均值差异无统计学意义。
5. 双样本异方差假设t检验
当F检验显示两总体方差不相等时,应使用“t-检验:双样本异方差假设”,操作方法与上述类似。
参考文献
1. 金丕焕. 医用统计方法. 第1版. 上海:上海医科大学出版社,1995,38.
2. 董大钧. SAS统计分析. 第1版. 沈阳:辽宁科技出版社,1995.
3. 郭祖超. 医用数理统计方法. 第3版. 北京:人民卫生出版社,1988,106.