tft每日頭條

 > 科技

 > 兩組數據的方差齊性分析

兩組數據的方差齊性分析

科技 更新时间:2024-08-31 18:17:01

多組連續數據對比,不滿足"單因素方差分析"的條件怎麼辦?

(SPSS:Kruskal-Wallis H檢驗)

多組連續數據對比時,若不滿足"單因素方差分析"的條件(比如不服從正态分布),此時不能再采用"單因素方差分析",可以采用Kruskal-Wallis H檢驗。

與Mann-Whitney U檢驗(見前面發布的内容)相似,Kruskal-Wallis H檢驗也是先把各組數據混合,從小到大排秩,然後比較各組秩均值之間的差異。

案例:

不同訓練方法對青年亞健康人群血脂的影響

1實驗設計簡介

實驗對象:将240名青年人随機分為3組(HIIT組、持續有氧組、不運動組)。

實驗方案:HIIT(高強度間歇運動)組和持續有氧組分别進行1個月的HIIT、持續性有氧運動,不運動組沒有規律運動。HIIT組和持續有氧組每周練習4次,每次練習60分鐘,中等強度。

測試指标:實驗後測試血脂。(已知實驗前組間均衡)。

分析目的:對比HIIT組、持續有氧組、不運動組三組人群血脂的差異。經檢驗,各組數據不服從正态分布。

2.部分數據展示

兩組數據的方差齊性分析(多組連續數據對比)1

圖1 部分數據

自變量:訓練方法

因變量:血脂(四個指标)

3 SPSS步驟

Kruskal-Wallis H檢驗(舊對話框)

1)分析—非參數檢驗-舊對話框-K個獨立樣本

兩組數據的方差齊性分析(多組連續數據對比)2

圖2

2)把因變量"低密度脂蛋白"選入"檢驗變量列表",把自變量"訓練方法"選入"分組變量"裡。

點擊"定義範圍"。

兩組數據的方差齊性分析(多組連續數據對比)3

圖3

3)因為分組變量"訓練方法"中1代表HIIT,2代表"持續有氧",3代表"不運動",所以最小值輸入"1",最大值輸入"3"。

兩組數據的方差齊性分析(多組連續數據對比)4

圖4

4)SPSS結果

兩組數據的方差齊性分析(多組連續數據對比)5

圖5

本研究中,低密度脂蛋白可認為是低優指标(數值越小則越好)。

據圖5,三組數據混合排秩後,HIIT的秩均值最小,為47.60,其次是持續有氧121.23,不運動192.67。

兩組數據的方差齊性分析(多組連續數據對比)6

圖6

據圖6,三組低密度脂蛋白的對比結果:HIIT組、持續有氧組、不運動組的低密度脂蛋白差異具有統計學意義(P<0.05)。結合上面的秩均值可知,HIIT具有更好的降血脂作用(主要是低密度脂蛋白),其次是持續有氧。

但是該結果并沒有給出不同組别的兩兩比較的結果。比如,HIIT的降脂作用與持續有氧相比,差異是否具有統計學意義。SPSS中提供的新對話框解決了這一問題。

Kruskal-Wallis H檢驗(新對話框)

1)分析-非參數檢驗-獨立樣本

兩組數據的方差齊性分析(多組連續數據對比)7

圖7

2)點擊"字段",選擇"使用定制字段分配",把因變量"低密度脂蛋白"選入右側"檢驗字段"。把自變量"訓練方法"選入右側"組"。

兩組數據的方差齊性分析(多組連續數據對比)8

圖8

3)點擊"設置"。

選擇"定制檢驗",選擇"克魯斯卡爾-沃利斯單因素ANOVA檢驗(k樣本)"(也就是Kruskal-Wallis H檢驗)。多重比較方法默認為"全部成對"。

點擊"運行"。

兩組數據的方差齊性分析(多組連續數據對比)9

圖9

4)SPSS結果(本次分析結果為SPSS26.0的結果,如果為SPSS24的結果,雙擊圖10可以查看詳細内容)

兩組數據的方差齊性分析(多組連續數據對比)10

圖10

據圖10,假設檢驗摘要顯示,原假設是:三組青年亞健康人群的低密度脂蛋白相同。經過Kruskal-Wallis H檢驗後,P<0.05,需要拒絕原假設,可以認為三組青年亞健康人群的低密度脂蛋白差異具有統計學意義。

後面給出了更詳細的結果。

兩組數據的方差齊性分析(多組連續數據對比)11

圖11

據圖11,Kruskal-Wallis H檢驗結果同舊對話框,給出了三組低密度脂蛋白的對比結果:HIIT組、持續有氧組、不運動組的低密度脂蛋白差異具有統計學意義(P<0.05)。兩兩比較的結果還需要看下面的圖表。

兩組數據的方差齊性分析(多組連續數據對比)12

圖12

圖12給出了三組低密度脂蛋白的均值差異。

兩組數據的方差齊性分析(多組連續數據對比)13

圖13

圖13給出了三個組低密度脂蛋白秩均值的成對比較結果。HIIT組的秩均值減去持續有氧組的秩均值為-73.631,而且檢驗後差異具有統計學意義(P<0.05),說明HIIT組的低密度脂蛋白明顯低于持續有氧。其他成對比較結果解釋方法類似,因此,可以做出總結:

1個月的運動幹預後,低密度脂蛋白由低到高依次為HIIT組、持續有氧組、不運動組。說明HIIT(高強度間歇運動)降低低密度脂蛋白的作用最好,其次是持續有氧運動。

兩組數據的方差齊性分析(多組連續數據對比)14

圖14

圖14給出了三個組低密度脂蛋白秩均值可視化成對比較結果。兩兩比較的差異具有統計學意義時,為藍色線;差異不具有統計學意義時為紅色線。現在都是藍色線,所以兩兩比較的差異均具有統計學意義。

小結:

1.非參數檢驗中的Kruskal-Wallis H檢驗與參數檢驗中的單因素方差分析對應。連續數據不滿足單因素方差分析的條件(如正态性、方差齊性等)時,或者數據類型為等級數據(也就是定序數據)時需要采用Kruskal-Wallis H檢驗。

2.新對話框提供的結果比較詳細,内容也比較多,觀察SPSS結果時,可以重點參考圖10和圖13,從圖10觀察三組之間的整體差異(相當于單因素方差分析中的方差分析表),如果差異具有統計學意義,再觀察圖13成對比較結果(相當于單因素方差分析中的多重比較)。事實上,如果圖10中差異不具有統計學意義,SPSS26不會給出圖13。

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关科技资讯推荐

热门科技资讯推荐

网友关注

Copyright 2023-2024 - www.tftnews.com All Rights Reserved