本文:1566字 ▏18图
两独立样本T检验适用于:两独立正态分布的计量资料,如果有原始资料,借助统计软件很容易获取T检验的统计量和P值。假如我们只知道两组资料的样本量、均值和标准差,可以根据公式法计算出t值,然后通过T界值表确定P值范围。对于正态分布的计量资料,文献中常采用均值±标准差表示,我们可以利用两独立样本T检验的公式去验证检验结果和结论是否正确。
高版本的SPSS提供了【摘要独立样本T检验】,输入两组资料的样本量、均值与标准差,可以快速输出相应检验结果。
1摘要独立样本T检验的插件安装
低版本的SPSS没有该插件,以22.0版本为例,如下图所示,但是24.0和25.0安装后都存在该插件。
我们可在【实用程序】➱【扩展束】➱【下载并安装扩展束】中查找该插件并安装,如下图所示。(PS:加权Kappa和1:1倾向性得分PSM的插件都可以按照此步骤安装)
但安装后使用时出现错误提示:未安装Pyhton插件。可能在安装软件包时忘了勾选Python插件,导致执行命令失败,如下图所示。
考虑到22.0确实不好用,遂卸载之,安装24.0,切记安装时勾选Essentials for Python,如下所示。
安装后可在【分析】➱【比较平均值】下看到【摘要独立样本T检验】。
2摘要独立样本T检验试用
我们先用原始值进行【独立样本T检验】,然后再用【摘要独立样本T检验】验证,原始数据(不同性别的身高比较)和【独立样本T检验】如下所示:
【独立样本T检验】结果显示:男性身高171.30±15.02cm,女性身高164.90±13.52cm,由Levene方差齐性检验的F=0.138,P=0.715可知,尚不能认为两组方差不等,应选择假设方差相等的T检验结果:T=1.002,P=0.330。
下面我们看【摘要独立样本T检验】的结果,将两组的样本量、均值和标准差输入,点击【确定】,如下所示:
【摘要独立样本T检验】除了输出摘要数据结果和独立样本检验,还输出了基于方差是否相等的渐进、精确差值的95%CI,这里的方差齐性检验用的Hartley检验(常见的3种方差齐性检验方法:Levene检验、Bartlett检验和Hartley检验,Hartley检验适用于两样本相等情况)。
下面比对【独立样本T检验】和【摘要独立样本T检验】结果:仅方差齐性检验的统计量不同,而结论是一致的,前者采用Levene检验、后者采用Hartley检验,但T值和P值完全一致。
3摘要独立样本T检验验证文献结果
文献1:作者比较PR组和DR组的年龄情况。我们将样本量、均值和标准差输入【摘要独立样本T检验】窗口:
中国眼耳鼻喉科杂志,,19(06):422-424.
结果解读:由Hartley检验可知P=0.3178,尚不能认为两组总体方差不等,应选择第一行T检验结果,既T=-0.308,P=0.760,该结果与作者文献中一致。
文献2:作者比较治疗组、对照组治理前心电图变化情况,如下图所示。
中华中医药学刊,,30(12):2649-2654.结果解读:由Hartley检验可知P<0.001,可以认为两组总体方差不相等,应该选择第二行T检验结果,既T=1.87,P=0.0645,该结果与作者文献中一致。其实,到这里还没结束,我们选择的两篇文献都有一个共同点:两组的样本量相等。下面看下样本量不等的情况,如下图所示。文献3:作者比较不同年龄组留守儿童血红蛋白水平差异,我们以6岁组为例。
中华流行病学杂志, , 40(12):1548-1553.
结果解读:由Hartley检验可知P=0.0079,认为两组总体方差不相等,应该选择第二行T检验结果(即假定方差不齐),即T=-0.701,P=0.484,文献中T=-0.69,P=0.490,微小差异,但结论一致。
两者统计量和P值不一致的原因可能有两点:该方法适用于两组样本量相等情况;数据保留位数差异。