配对t检验怎么做成论文三线表
好，我们可以从这个结果我们可以看一下，这个我们再来看看啊，我们得到了存在显著差异之后呢，我们再来看看 a 的收缩压测量的平均是一百一十二，而 b 测量同样一批人的收缩压则只有一百零七点七八， 所以呢，我们从这个里面可以判断，我们综合他 a 和 b 之间存在一定的关联，其实可以判断 a 和 b 都是围绕着啊五十四个人的真实的收缩压在波动的，存在显著差异，就证明 a 和 b 的测量结果还是还是有显著的不同的。 再结合这个， a 和 a 比 b 要测量的大一点，我们可以知道，我们下的一个准确的结论就是，对于收缩压而言， a 一期的测量结果和 b 一期的测量结果存在显著的相关，都是 围绕着五十四个人的真实的收缩压在轻微的波动的。但是呢，嗯， a 一切的测量值普遍偏高，而 b 一切的测量值则普遍偏低，这个呢，就是一个正常的。 好，接下来我们再来分析舒张压，舒张压的话呢，结合我们，我们结合这的就说 a 仪器和 b 仪器对于同样一批人的舒张压的测量值居然没有显著的关联性， 那就证明 a 和 b 的仪器之间可能有哪一个仪器在测量舒张压的。呃，这个，呃，在测量舒张压上可能存在什么样的错误？ 也就是说， a 和 b 这个仪器里面肯定有某一个仪器，绝对是有其中的某一个在测量舒张压的准确度 是有问题的。好，我们再结合这个存在显著差异的结果，我们可以看到 a 和 b 测量的结果确实存在显著差异，再结合这个关联性，我们可以看到肯定有一个仪器测量舒张压是存在错误的， 我们最后再结合均值来看看， a 测量的舒张压是七十三， b 测量的舒张压是六十八，这个时候我们作为一个研究者而言的话，我们就要啊回到原始的数据里面，再来考察 到底，或者是回到真实的情况。嗯，基于你对患者的了解等等来看的话，到底是 a 一起测量舒张压有错误，还是 b 一起测量舒张压有错误？好，这个呢，就是配对样本体检验好这个呢？嗯，这样一个配对样本体检验的结果还是比较有意思， 这个意思在于哪里呢？就是对于同样一批背时对象，他用不同的仪器来检验的话，结果一定是存在关联性的，因为无论是什么仪器检查，他的这个结果一定会围绕着这个人的真实值而波动的。 所以呢，如果当两个仪器都检测正确的话，意味着这么两个仪器的结果都是围绕着，都是围绕着真实旨在波动的，所以呢，两个结果必然存在显著的关联性。所以呢，对于舒张压而言的话，他就是正确的。但是呢，对于这个收缩压而言的话， a 和 a 和 b 对于同样一批对象测量的舒张压的结果居然不存在显著的相关关系，那么只能说明有一个一定错了。再结合这个错误的而言的话，并且发现 a 和 b 测 量的结果存在显著的差异，又结合不存在显著的相关，我们可以准确的推断，一定有一个仪器测量错了，那么到底是哪一个仪器测量错了，我们再结合均值看看， a 测量出来的明显偏高， b 测量出来的明显偏低， 再结合我们对患者的了解，我们就可以自己通过逻辑来判断，到底 a 和 b 是哪一个仪器在测量舒张压上存在错误。 这个是啊，舒张压的问题。然后呢，这这个 a 和 b 测量收缩压的话呢，存在显著的相关关系，存在显著的关联性， 那就说明 a 和 b 这个仪器的话，两个仪器对于测量收缩压上是没有问题的，他们的关联性很强，结果是比较一致的，即便他这儿存在显著差异，只能说明不能说错了， 就说他存在显出差异的话，呃，不能说 a 和 b 里面有某一个错了，呃，两个都是对的。只不过呢， a 测量的结果可能偏高， b 测量的结果可能偏低，但是无论他偏高还是偏低，他都是对的，因为毕竟两个结果存在强相关联系， 并且呃， a 和 b 的结果都是围绕着真实值在啊，在真实值的这个范围内，在这个合理误差的情况下，围绕着真实值在波动的。 好，今天呢，我们这个讲到的就是呃，配对样本体检验，除了这个配对样本体检验之外呢，关于体检验的延伸还有什么独立样本体检验，还有单样本体检验等等。 如果想知道这样一些方法的同学呢，可以持续关注的我们的微信公众号，同时也可以联系我们的客服，领取我们已经整理好的这个 医学统计学方法以及分析结果的说明，以及这个案例的详细的文字模板以及案例的配套数据，如果有需要的朋友可以联系我们的客服进行领取，客服的 qq 是三三零幺八八八二零零。 好，嗯，这个呢就是关于配对样本体检验，如果有没有听懂的同学呢，可以在微信公众号，在我们的新花开医学统计的微信公众号里面留言给我。好，配对样本体检验里面的这个相关性分析是非常重要的啊， 这个呢，同学可以反复多听一下陈老师讲解的这个视频啊，多琢磨琢磨这个配对样本体检验里面的这个相关性，他透露的这个现实意义是什么样的？好，今天的课程呢，我们就讲到这里，大家如果有疑问的话呢，可以 留言给我，我们将持续更新更多更实用的医学统计教程。欢迎大家关注我们的微信公众号， xhk 三四五，品质源于专业，服务源于真心，感谢大家的收看，下期再见！
粉丝5586获赞1.1万
相关视频
03:51
00:22查看AI文稿AI文稿将 so 系统分析生成的结果复制到 work 中，出现这种问题怎么办？第一步，选中表格，右键自动调整，根据窗口自动调整表格。第二步，调整行距，选中表格断落、缩进和间距调整，断前断后和行距值，可以按照自己需要或者学校要求进行自行调整。 第三，更改底纹颜色，选中表格表设计底纹，将底纹设置为无颜色或者需要的颜色，你学会了吗？
272SPSSAU
05:32查看AI文稿AI文稿a 品牌的血压计和 b 品牌的血压计在测量收缩压上数值存不存在显著差异？ 还想知道 a 品牌的血压计和 b 品牌的血压计在测量患者的舒张压上有没有显著差异？ 或者是直接而言的话，我就是检验 a 品牌或者和 a 品牌， a 品牌血压计和 b 品牌的血压计在测量血压的结果的以血压结果上是否是一致的， 也就是 a 品牌和 b 品牌对于患者血压的测量的结果是否是一致的？好，然后呢，我对数据进行了一个嗯，正态性检验，发现都是服从正态分布的。所以呢，为了实现呃，检验两个品牌的检验结果是否是一致，应该选择的统计学方法就是 配对样本体检验好。配对样本体检验的操作是这样的啊，点分析比较均值。右边的这个倒数第二个成对样本体检验，也就是我们所说的配对样本体检验。 有的软件的啊，有的这个啊，用的这个。有的同学用的这个软件的版本和陈老师不一样的，这个里面可能写的是配对样本体检验， 陈老师选择的是陈老师这个演示的这个软件的版本是最新的 spss 的软件。嗯，这个后期呢，陈老师会在微信公众号上更新更多的有关萨斯或者是迈塔登统计软件的视频操作及分析结果的案例教程的讲解。 好，这个我们直接点进去，进入了这个成对样本 t 检验的这样一个界面的话，我们就可以开始进行配对样本 体检验的。呃，这个检验了，注意，配成一对就是收缩压，同样是五十四个患者的收缩压，用 a 品牌的检验结果，呃，和 b 品牌的检验结果正好是配一对的，所以呢，我们先选 a， 再选 b， 正好就是配成了对一，就是这个对一。 好，这个是收缩压的一个啊，组队，那么对于舒张压的组队，也是正好组成了一个对二，就是对五十四名啊，患者的这个舒张压用 a 仪器测量一次，再用 b 仪器测量一次，正好就配成一对。 好。其他的呢，我们就不用进行额外的勾选了，直接点击确定就可以了。好，这个呢就是，嗯，这个呢就是，嗯，先缩小 缩小一下，然后再好再来进行一个这个演示。好，这个呢，就是配对样本体检验的结果啊。 其实首先我们应该分析的是这个配对亚本体检验的这个相关性，我们可以看看这个相关性啊，因为毕竟是同样的，就是无论是 a， a， 无论是 a 品牌的血压计，还是 b 品牌的血压计，我们，呃，我们的背时对象永远是这么五十四名。 五十四名患者，我们可以看到这的，对于这个收缩压，这个对一是收缩压，收缩压，收缩压的显著性水平，这是零点零零零，这是什么意思？是代表着，呃， a 品牌血压计他测量的收缩压的数值与 b 品牌血压计测量的收缩压的数值之间存在显著的关联。这个是正常的，因为毕竟我们是同样一批背试对象，同样一批背试对象，用 a 仪器测量或者是用 b 仪器测量，他之间必然是存在部分的关联的。然而这个， 然而这个，呃，然而这个对于舒张压而言的话呢，呃，他的显著性水平是零点八八三大于零点零五，那就说明啊，对于这么五十四名背时对象而言的话， a a 仪器测量的结果与 b 仪器测量的结果完全不存在显著相关，那就是说完全就是风马牛不相及的一个意思了。其实出现这种情况，一般都是来讲可能是有问题的，什么意思呢？因为他是同样的五十四个背试对象， 同样的五十四个背背时对象，他的血压的数值其实是，其实是他的这个舒张压其实是固定的，那么 a 仪器测量和 b 仪器测量的这个结果的话呢，如果准确的话，那么是不会有太大的，这个一定是存在部分锻炼关联，不存在太大的差异的， 因为毕竟这个人五十四个人的血压数值就放在这，无论是 a 还是 b 还是 c 来测量他的结果，如果测量的准确的话，一定不会偏离正常值太太多。所以呀， 如果出现了 a 仪器和 b 仪器的这个对于同样一批对象的舒张压的测量的值，如果存在薄显出相关的话，那就证明其中某一个仪器在测量舒张压上估计是存在什么问题的。好，我们来看看，我们最后再来看看配对压门提前 的结果。对于收缩压而言的话呢，是两个结果存在显出差异，对于舒张压也存在显出差异，但是呢，对于这个收缩压存在显出差异的话呢，我们这个好分析一点，因为对于五十四个人的收缩压，他的这个，嗯， a 仪器和 b 仪器的测量结果存在显著的关联性，也就是说 a 仪器和 b 仪器其实都是围绕着五十四个人的，嗯，真实的收缩压的在波动的。
52杏花开医学统计
00:56查看AI文稿AI文稿六十秒教你学会 hps 设计配对样本 t 检验，额格代做知道配对样本 t 检验适用于同一个群体在某种作用下，前后两次测量结果之间的差异比较。第一步，导入数据。 第二步， 配对样本 t 检验或者成对样本 t 检验。第三步，选择要比较的变量到右边的比较宽，一般第二次测量的在前面，第一次测量的在后面。 第四步，分析结果就出来了哟！从上到下分别是均值比较、相关性检验，很差异检验。 第五步，结果可以整理成如图所示的样子。第六步，文字解释可以参照图中内容。
177艾吖法数据
13:02查看AI文稿AI文稿大家好，这次的内容是这个体检验，那么体检验啊，全程也叫做独立样本体检验， 那我们有几个内容需要说明一下，第一个是说什么样的数据适合做这个体检验？这个体检验啊，他的，他的来源是这个德国的一个叫啤酒的一个 啊，学生体检验一个叫做，人家是多等的一个学生那个名字的吧？啊？他发现的这个什么生产啤酒的时候要发有没有酵母菌之类的一个东西， 他其实是对比数两组数据的差异啊，比如说实验组和对照组啊，有差异，或者是男和女研之间的一个差异，什么样对什么的差异啊？比如说这个身高的差异啊，实验组和学那个对照组，这个学生的成绩 上是否有差异啊？这是体检验的一个应用，那么简单来说就是定内数据和定量数据的差异，而定量那个定内数据的一定是有两个左边啊，男和女，或者实验组对家族，也或者是说这个一线城市啊，不是一线城市啊，或者是国内国外，对吧？嗯， 那么 t， 呃，这个 t 检验他有一些，嗯，有一些原理性的啊，从理论上呢，他有一些要求，比如说这个放大器，或者是叫做侦探性啊，这是啊， 他的一个要求，然后呢来怎么样遇见问题，或者是怎么样去处理他啊？这是我们需要分析的内容。除此之外呢，这个多说一句啊，这个体检验呢，我们这里全身叫做学生体检验，或者叫做独立药门体检验啊，其实呢他还有两种也叫做体检验，一个叫配对体检验，一个叫 单元本体检验，那配对体检验他是针对数这个实验数据，比如说啊，实验前这个有 五十个学生试验钱，他的成绩是什么样子的？用了一种实验刺激方法啊？呃，比如说用这个网络课程的教学方式之后，然后这五十个人又做了一次测试，哎，发现他的成绩是什么样子的？对比试验前和实验后的这个差异， 而且是同一组人，那么这种数据呢？他就用配对体检，那么单一的体检有什么意思啊？你就检测一组人啊，一组人他是否明显的等于某一个数字啊？比如说这个有一组啊，人 这个，他的这个身高有没有明显的等于一米七啊？或者是这一组人他的成绩有没有明显的高于八十分啊？那么这种呢？叫单页门提景音啊。那我们接下来以这个 ps a u 系统为例来讲解一下啊。找到这个，首先我们找到这个体检验啊，在这个通用方法里面体检验，我把上面这些给关掉啊 啊，我刚刚说过了，对吧？啊？一个定内数据进两组啊，这里写了，比如说性别啊，放进去，然后定量数据，你比如说这里是这个是一个系统数据啊，他的这个满意度吧，或者中层度的这个差异，或者说里面放的是身高或者是成绩之类的数据，你自己在这个右右上角上传一下就可以了哈，在这个 然后开始分析，哎，这里会提示一个左边只能两组，比如男和女。哎，你先别看上去，他是确实是两组啊，那怎么回事呢啊？让我们这个时候检查一下，做个屏数分析，我们先别拖进来，你会发现，哎，这个男女哎，这多出来一个选项，就是说保密啊，有可能是说这个用户， 或者是说收集数据的时候，有一个他不愿意透露性别，他绑币，对吧？啊？那么像这种情况怎么办？我们筛选一下啊，做一个筛选，筛选样板，把这个性别筛选一下 啊，下面数字一代表男，二代表女，三代表保密，对吧？那就小于三百啊，小于三是不是就刚好是啊，然后给了啊？确定啊？只有一个，那开始分析，这不就出来结果吗？ 这是那出来就会怎么点读啊？第一个是说那这个 p 值，看 p 值有没有小于零点零五，小于零点零五是没有差异啊， 如果说带零点五，零点零五完了是没有差异，其实这里显示的是没有差异，以及呢，这里边的这个格式啊，是平均值加减变量差的这种格式啊，后面这个就是变异常，他为什么要列这个呢？是因为这这一个 好，从原理的角度啊，从原理的角度来这一个啊，啊，需要的是机体验，他其实是需要有一个什么放大器的一个东西啊，而这个调调查呢，他会影响到这个放大器啊， 那么因此来他标准格式就能练成这个样子。那么啊，除此之外呢，刚刚说了这个体检验，从理论的角度啊，他有两个前提，第一个是放在四方向起， 那事实上呢，放在骑还是不骑呢？他都有一个体检验的，只只是说有个矫正值而已。那这 sps 游戏团他相对智能坏一点，他直接就给你 在内部的算法过程中他帮你检验了，他就不用关注，放在企业还是不齐了，因为放在企业用了一个公司，放在不齐用了一个公司，只是说这种公司稍微有一点点的区别，就用它较真了一下。那么这个 sps 系统呢？它自动 帮你做了这种处理来判断，然后输出了，最终就是要需要的这个气质或者皮质啊，这是体检验啊， 那么还有个家族正态型啊，你发现做这个很多的数据啊，很多很多的研究方案他都需要正态型，但在现实中他很难很难满足。正态型 原理是在于说针耐性，它是一种非常理论的一种状态，而且你的数据量要尽量的大，很可能啊，那个它的原理就是说数据去无穷的时候，这个数据是正太的啊，这很难，这尤其是收集样本数据，就只有几几十个、几百个啊，或者上千个，有的都都都比较困难。 那么如果说你一样又特别关注的这个侦探险，那你发现，呃，侦探险啊，比如说我们在这里你特别关注这两个蛮多和综合度，你分析的这个定量数据，他的侦探险啊， 这个屁股是要带零点零五啊，下面有智能分析的，带零点零五才说明这一个有正态的，想要零点零五，都想要零点零五，说明不正常，那这个时候怎么办？ 那说明了这个啊，这个数据不正常，那怎么办？那没有解决办法了，有了用这种非常速检验，这个非常速检验呢？他其实是不管这一个叫什么正态还是不正常的，直接分析就可以了啊， 因为非常之前他是没有前提的，他没有任何前提要求，而这个体检他其实是有前提的，就是刚刚说了，真那个正太线是他的一个理论上的前提啊，在实际中很难很难啊， 有人去单独去做这个啊啊，而且他比较稳健，也是比较稳健的啊，所以说呢，很多很很多时候他不关注你的，怎么正态不正态啊？开始分析， 说实话这个非常的严，具体的方法其实是这个啊，曼流外特，曼六外条，优点一点啊，就非常，这个也属于非常的简，也非常有眼影，很多种，那具体来说的这个叫做曼六外特，然后那个优点一点，那么再看这个皮质和这一个啊，嗯，来看这个是否有差异， 那么其实的这个结论是一样的啊，都是没有才艺的，因为啤酒带零点零五，那么这是我们的这个啊，体检验啊，他的一个前提要求 好，那么如果不满足怎么解决？除此之外呢，这个体检一样，它还有一些更深入的一些指标哈，当然你可以用这个图形去表示一下啊，深入的指标叫做这个消音量，什么叫效应量呢？就你的差异幅度有多大，那有没有错误，有没有差异的拆符还有一个差异幅度呢，通过这个扩音地址啊，这个扩音地址呢，它是越大，说明这个叉 操作是越大的。嗯，当然很多时候他不使用，因为他只针对一桌啊，这个昆仑地址啊，他其实更多是针对一个这个 啊，本来差异可能不是特别大，然后呢，你想去看他的这个差异辅助，一般情况下他其实是不使用的，而且在在某些领域才会使用啊，比如说这个啊，心理研究或者是医学研究，做这种实验室的数据的时候，他可能会关注这个质量啊，一般不会关注啊，当然这还有一个 讲话格式啊，你可以去使用它，这是我们的这个体检验啊，总监来说呢，就两个，第一个是体检验，它是对比两组数据的这个差异，而且是针对低量数据的差异。 除此之外呢，它有两个前提，从理论上有两个前提啊，一个叫方向前，一个叫做侦探性方向齐还是不齐呢？这个 sps 优势都自动判断了，那私房状态 看来从理论上是要求正态，但是实际中啊啊，没有人考虑这个东西，那么如果你一定要较这个真，那就用这个非常简单啊，你会发现结论基本上是一样的啊，因为这个体检验啊，独立药品体检验啊，他是很稳健的一个研究方法。 那么呃，与此同时呢，还有一个深入的，比如说你要分析有相应量的这个指标啊，啊，直接看这个是 pcu 的这个啊，飞行结，飞行结果里面啊，当然他也有这个分析建议啊，这个标准是什么样子的之类的啊？ 这是我们的这个这次的内容啊，包括我们的这个体检验啊，最后还有一个小地方啊，这个叫做，嗯，钙要体检验，其实他就是独立样的体检。那什么啊，什么意思呢？如果说你的数据，你会发现我们在这个，在这个 美体检验啊，这个什么体检验的什么？他放的是这种原始数据，如果说你没有原始数据，什么叫没有原始数据啊？你就只有这个平均值标准差啊，平均值标准差，还有这个样本量，就只有这几个数据 啊。那这个时候呢，他就应该用这个钙氧体检验，其实从原理上就只需要这几个数据就已经能计算了，就能计算这个气质和皮质了。那么在哪个地方啊？在这个啊？ 在这个医学研究里边有一个叫做钙氧体检验，比如说我们这里三点四三、三点四六，我数一下，哈，这里， 对吧？啊？三点四三、四三、三点四六，然后呢？这个标准差分别是多少啊？三点四三、三点四六，标准差分别是一点二、一点二六、一点二、 一点二六、一点二、一点二六，然后这个样本量分别是多少？五十一、一百四十八，对吧？啊？五十一、一百四十八， 五十一、一百四十八。然后再做这个开始分析，因为发现出他，他会帮你算这个啊，这个本来就是你自己输的均值差值、差值。但是我啊，最终呢，你是是要得到这个啊，替值和批值啊。负的零点一四八 和这个多少？负了零点一四八和这个叫什么？零点八八二，哎，和这里不完全相等，对吧？很正常。为什么？因为在这里面，其实 这个是，这里是三点四六，其实他后面还有小数位的，这一也不是一点二六，他后面还有小数位的，因为你的那个啊，小数位的这种精确性没有办法和原始数据对比，但是你可以把 把这个小数位给他啊，放到，比如说我们放上六位，然后再来数三点四，对，你这样子说，他的这个结果上应该就基本上一样了啊，然后提前念 标准差，那就其实他不是一点二零，对吧？一点二零四二四幺，然后还有一个是多少？一点二五八三二四， 对吧？再来分析又发现，是啊，负的零点幺三八九，事实上就负的零点幺三九，然后呢？你在隔着你看，对， 是一样的，那是因为那个小苏喂的精确性问题啊，这是一般这个钙铁铁啊，只有这个。嗯， 我们的这叫什么？是用我们的这个啊？汇总数据没有原始数据，那么这个有的时候做什么常模研究啊？因为那个常模他肯定是没有原始数据啊，他只有平均的比较长，要不了这几个数据。然后你现在又搜集了份数据，你希望和就是这个常模那个标准数据进行 pk， 他比如说全国的这个啊，中小学生，他的这个或者是适龄儿童，七岁的这个小孩，他有个智商， 对吧？国家有一个库，那他国家只会公布平均值是多少，对吧？平均至上是多少啊？标准差数多少啊？要么量是多少？他只会公布这个数据，他不能把原始数据给你。那那个原始数据很重要的， 想要设计的东西，所以说他不给你，他就只有品质不让查，验不了。那你现在又搜集了一部分说农村孩子的这个啊，七岁小孩的这个智商水平，你搜集 这份数据，你希望他看和是否和这个全国的这个平均水平是否是一样的？那么你现在搜索数据不也能算平日不让查吗？然后算，算好之后呢？来 pk 一下，看和这个农村小孩的，你这一次收集数据，农村小孩的这个，呃，智商水平有， 有没有和这个全国的平均水平一致？那么这次啊啊，就可以用这个 git 电影，因为你没有这个原始数据啊，这是我们这一次的内容啊，谢谢大家。
212SPSSAU
00:57查看AI文稿AI文稿多元线性回归分析结果解读，一、总体显著性检验 f 检验可以判断多元线性回归模型是否有意义，屁值小于零点零五，说明模型构建有统计学意义。二、你和优度二方一般认为越大越好，例如二方为零点五， 说明次变量可以解释因变量百分之五十的变化原因。三、回归系数显著性 t 检验每个次变量对因变量影响的显著性检验 p 检验对应 p 值小于零点零五，说明 x 对 y 的影响显著。四、自变量影响大小比较通过标准化回归系数进行比较的绝对值越大，说明该自变量对音变量的影响越大。五、 模型公式构建与预测使用非标准化回归系数也可以根据 spell 智能分析与分析建议进行。结果解读，你学会了吗？
128SPSSAU
00:18
