S P S S操作步骤汇总Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GTSPSS学习第一章数据文件的建立数据编码Type：Numeric：数值型 string：字符串型Missing：Measure：scale定量变量 nominal定性变量根据已有的变量建立新变量1、对于数据进行重新编码Transform—recode into different variables—选择input variable output variable –定义新变量的名称—change—开始定义新旧变量—continue2、通过SPSS函数建立新变量Transform—compute variable –从function group中选择公式范围下面选择具体的公式—if 中设置要改变—continue—OK(可以对变量进行各种计算)第二章清除数据与基本统计分析1、对不合理的数据检查并清理检查：analysis-description statistic-frequencies—选入要检查的数据—OK结果：频数统计表—看是否有错误—missing system清理：1.对系统缺失值的清理Data—select case—if condition is satisfied—if—function group（missing）--下面选（missing）--continue—output（delete unselected cases）--OK—对num为哪一位的进行修改2.对sex=3的清理（直接就清除了）Data—select case—if condition is satisfied—if—sex调入再输入=3—continue-- output（delete unselected cases）--OK—对num为哪一位的进行修改2. 对相关变量间逻辑性检查和清理Data—select case—if condition is satisfied—if—输入表达式（前后逻辑不相符合的表达式）-- continue-- output（delete unselected cases）--OK—对num为哪一位的进行修改3.统计描述正态分布统计描述1、正态性检验：Analysis—nonparametric tests—legacy dialogs—1-sample K-S—one-sample Kolomogorov Smirnov test –normal—ok/2、统计描述：Analysis—descriptives--time选入—options—ok3、按照男女统计描述：data—split file –compare group –sex调入—okAnalysis-descriptive statistic – descriptive—time 调入—options选择—OK非正态分布资料统计描述1、正态性检验nonparametric2、Analysis—descriptive statistics—frequencies 选入--statistics选择—OK第三章T检验1、单样本t检验正态性检验—analyze—compare means—one-sample t test—test value选择要对比的数值—OK2、配对样本t检验建立数据文档—两列（前和后）--正态性检验—analysis- compare means—paired sample t test –调入—ok3、两独立样本t检验（正态性检验的时候采用分开组，其他都要合并在一起）建立数据库—第一列（group）第二列（数值）-- data—split file –compare group—调入group—ok-正态性检验—OK-- data—split file—选择analysis all—analyze—compare means—independent sample t test—选入，分组—OK结果分方差齐与否第四章方差分析（前提正态）1、单因素方差分析（就是平常的三个组比较）建立数据库—第一列（group）第二列（数值）- data—split file –compare group—调入group—ok-正态性检验—OK-- data—split file—选择analysis all--analyze—compare means—one-way-anova—数据调入dependent list—分组调入factor------options—descriptive基本统计描述—homogeneity of variance做方差齐性分析—OK2、方差分析两两比较analyze—compare means—one-way-anova---数据调入dependent list—分组调入factor—点post hoc—选择SNK LSD3、随机区组设计方差分析建立数据库—第一列（group）第二列（block）第三列（数值）--按照group split开，进行正态性检验—OK—general liner model—univairate—数值调入dependent variable—group和block调入fixed factor—model—custom—build terms（main effects）再把group 和block调入model下的矩形框---continue—OK如果区组间无差别，组间进行两两比较。

首先进行方差齐性检验：Option—调入—homogentity test—continue—ok分析：univariate —post hoc—univariate—调入group—SNK LSD—continue—ok4、多因素分析以time为观察值分析pt、da、sex间的差别General liner model—univariate—time(dependent variance), pt、da、sex(fix factor)—model—mian factors—调入—continue—OK—将无关的逐一排除—选择出最终有差异的—求得R square第五章卡方检验1、行x列卡方检验（也就是几组数据差异性比较）输入数据—第一列（列123）—第二列（行1234）—第三列（频数）定义频数变量：Data—weight case—调入频数分析：analyze—descriptive statistics—crosstabs—第一行调入row—第二列调入column---statistics—选择chi-square—continue –cells选项—选择row—ok结果中，最后一行英文，理论值小于5的各数和最小理论值如果有统计学意义，可以进行两两比较：在数据设置那里，找到missing value—discrete missing value下的格子中填入3（表示把3取掉了，只是1和2进行比较）--后续操作同上2、四格表卡方检验输入数据—第一列（处理因素）—第二列（疗效）—第三列（频数）定义频数变量：Data—weight case—调入频数分析：analyze—descriptive statistics—crosstabs—第一行调入row—第二列调入column---statistics—选择chi-square—continue –cells选项—选择row、expected—ok结果中，最后一行英文，理论值小于5的各数和最小理论值。

确切概论法，continuity correction表示校正卡方的结果Ps:诸如第一个例题中，如果分析性别与感染率的显着性差异，步骤同四个表卡方检验，由于分开写了，不用转换为频数资料而已3、配对卡方检验输入数据—第一列（a）—第二列（b）—第三列（频数）定义频数变量：Data—weight case—调入频数分析方法一：analyze—nonparametric—legacy dialogy--2-related sample tested—a和b分别选入配对—激活下列的选项McNemar分析方法二：analyze—descriptive statistics—crosstabs—ab填入—statistics—点击右下McNema r—ok第六章秩和检验1、配对秩和检验（定量）输入数据—第一列（前）—第二列（后）分析：analyze—nonparametric—legacy dialogy--2-related sample tested—a和b分别选入配对结果：第一个表格是比较大小的数量，第二个表格是统计分析结果两独立样本比较秩和检验（定量）输入数据—第一列（group）—第二列（数值）分析：analyze—nonparametric—legacy dialogy --2 independent samples—输入分析的数据和分组情况—OK2、有序变量两独立样本比较秩和检验（定性）输入数据—第一列（group）—第二列（有序变量）--第三列（频率）定义频数变量：Data—weight case—调入频数分析：analyze—nonparametric—legacy dialogy --2 independent samples—有序变量调入test variables list—group调入分组并定义—ok多个独立样本的比较（定量）比如：甲乙丙三个样本进行比较输入数据—第一列（group）—第二列（数值）nalyze—nonparametric—legacy dialogy --K independent samples-数值调入test variable test—group调入分组矩形框给出分组范围1-3—Ok如果差别有统计学意义，那么进行两两比较，方法参考卡方的两两表，用missing来定义第七章相关与回归第一节一元线性回归1、例题：有12组发硒值和血硒值的含量表输入数据—第一列（发硒）—第二列（血硒）分析：正态性检验，相关和回归的前提是正态性正态性检验：Analysis—nonparametric tests—legacy dialogs—1-sample K-S—one-sample Kolomogorov Smirnov test –normal—ok相关分析：correlate—Bivariate—Bivariate correlation—服从正态分布的选择pearson，不服从的选择spearman回归分析：regression—regression—linear—将y变量调入dependent，x变量调入independent---statistics—linear regression—选择descriptive—OK结果分析：p值＜差别有统计学意义，可以建立回归方程2、频数资料的相关与回归建立数据库—第一列（x）—第二列（y）—第三列（f）分析：先将频数通过weight case 进行操作Analyze—regression—linear—选入自变量因变量—OKPs:这样的回归模型有常数项，也可以去掉，options—include constant in equation前面的√去掉—statistic—R square change—OK这样去去掉了常数项，但是要强调的是，有无常数项是两个完全不同的数学模型，R square也不能作为直接的比较，选择哪个回归方程最为合适，必须要把他们放在医学的实际环节中去检验才可以。