当前位置: 主页 > 生物技术 > 软件与科研工具 > 数据统计与分析

利用Excel进行医学统计t检验分析

2005-07-02 21:04 未知 未知 阅读 0
核心摘要: 本文详细介绍了如何利用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。通过具体实例(如克矽平治疗前后血红蛋白含量比较、慢性支气管炎患者与健康人尿中17酮类固醇排出量比较),逐步演示了操作步骤和结果解读。文章还涵盖了F检验(方差齐性检验)的使用,并提供了参考文献,适合医学研究人员和学生参考。

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125.9132.7
方差266.54116.68
观测值1010
泊松相关系数0.3186
假设平均差0
df9
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5.5445454.377857
方差3.0481072.102187
观测值1114
df1013
F1.449969
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4.3778571435.528181818
方差2.1021873633.011616364
观测值1411
合并方差2.497591276
假设平均差0
df23
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.

    发表评论