
SPSS实操 两个独立样本均数比较的t检验
一、临床问题&科学问题
40例患者随机分配至A、B两组。每组 20例,A组接受常规液体复苏,B组在初步液体复苏后,接受限制性液体复苏,72h后,利用PICCO计算测量两组患者肺水含量,数据如下。试问不同液体复苏策略对脓毒症患者肺水含量(ml/Kg)有无影响?
二、统计分析前的思考
第一步分析资料是定量资料。
第二部分析资料是独立的两组。
第三部分析资料符合正态性和方差齐性。
好了,得出该使用独立t检验。
三、SPSS实操
1. 数据录入SPSS
2. 选择分析→比较均值→独立样本T检验
3. 选项设置
(1)主对话框设置:将分析变量(肺水)送入检验 框中→将分组变量(分组)送入分组框中
(2)定义组别设置:定义两组的编号分别为1,2
(3)点击“确定”
四、结果解读
结果包括了两个部分:
组统计量表格给出了两组基本信息量,包括分组情况,个数,各组均值,标准差以及均值标准误。
第二部分是重点,首先给出方差分析结果,本例种F值=0.000,P(Sig.)=1.000,说明两组数据方差齐。然后就是两组的比较,因本案例方差齐,故仅看第一行即可,P(Sig.)=0.006,小于0.05,提示两组之间有差异有统计学意义。
五、如何撰写
接受常规液体复苏的脓毒症患者,72h经过PICCO测量肺水的平均值为(14.23± 4.31)ml/Kg,接受限制性复苏的脓毒症患者,72h经过PICCO测量肺水的平均值为(10.23± 4.31)ml/Kg。两组肺水含量差异具有统计学意义(P=0.006)。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15