SPSS 统计分析策略（7）：配对设计资料的统计分析​

第7讲 实验性研究定量数据统计策略（7）：

配对设计资料的统计分析

实验性性研究常见包括随机设计和配对（配伍）设计两种实现均衡可比的设计方法。随机设计一般情况两组数据相互独立，而配对（配伍）设计两组数据则是不独立，存在着相关性。

配对设计

配对设计是将受试对象配成对子，随机给予每对中的两个体以不同处理。配对条件为主要的非处理因素。

在动物试验中，常将种属、性别、年龄、体重相近的两动物配成对子；临床试验中，常将性别相同，年龄，生活条件、病情轻重等相似的两个病人配成对子。 

配对设计常见有两种形式：

自身配对：同一对象接受两种处理，如同一标本用两种方法进行检验同一患者接受两种处理方法。

异体配对：将条件相近的实验对象配对，并分别给予两种处理。常见形式包括：

-同一受试对象处理前后的数据

-同一受试对象两个部位的数据

-同一样品用两种方法（仪器等）检验的结果

-配对两个受试对象分别接受两种处理后的数据

配对设计的优点是它可以保证非常好的可比性，而均衡可比的各处理组比进行比较分析，探讨干预措施与结局的因果关系，结论更可靠。

实例分析

某项研究评估咖啡因对运动者心肌血流量的影响，先后测定了12名男性志愿者饮用咖啡前后运动状态下的心肌血流量[ml/(min·g)]，数据如下表所示，问饮用咖啡前后运动者的心肌血流量有无差异。数据库见kafei.sav

1

思考

这个案例需要思考：

-该研究属于何种类型的研究设计

-如果是匹配设计，是配伍还是配对？

-结局变量属于什么类型的变量？

-正态性问题如何考虑？

2

案情分析

对于本案例，初学者往往有两种不分青红皂白的直觉：第一种，既然分为两组，那么属于成组两样本的研究，可能采用两样本t检验；第二种，两组样本量一样，若数据形成本案例类似的表格形式，肯定是配对设计。

直觉害死人！到底是成组两样本还是配对设计，一定要看研究者的文字说明，如果配对设计，必然有相应配置成对、成伍的意思。

饮用咖啡前后得到的资料属于自身前后配对，其结局心肌血流量为定量数据，因此若要探讨饮用前后心肌血流量有无差异，虽然是定量数据，则不能考虑两样本t检验，这是因为饮用前和饮用后两组数据不再符合两样本t检验三个重要条件“正态性、独立性、方差齐性”中的独立性。

配对设计产生的两组数据是相关的。可以发现，大致上饮用前血流量变量值越高，则饮用后变量值也会高于其它运动员。比如运动员第4号，饮用前变量值为5.7，而饮用后为5.4；相反，运动员第10号，饮用前变量值为3.5，而饮用后为3.2。这一现象表明两组数据存在不符合独立性的条件。此时，不宜采用两样本t检验进行分析

4

统计分析策略

对于本例，则要考虑两种新的统计学方法：配对t检验或者符号秩和检验。配对t检验和符号秩和检验两种方法的选择，关键在于数据“正态性”的问题。这里的“正态性”不是两组数据的正态性”，是两组数据差值的正态性”。本例中，差值即12名运动员饮用咖啡前、后血流量的差值。

若差值为正态或者近似正态分布，则采用配对t检验；若差值为严重偏态分布，则采用wilcoxon符合秩和检验(对了，本方法又出自统计学家Wilcoxon之手）。

总结来说，

或者

3

差值的计算与正态性检验

差值正态性如何进行检验呢？首先需要通过“转换-计算变量”计算血流量的差值，得到新的变量差值d，而后对d进行正态性检验。

计算差值：

正态性检验结果：

结果如下，差值d夏皮洛-威尔克（SW）正态性检验显示，P=0.080，还不能认为数据是偏态分布的，因此，本案例的两组比较可以采用配对t检验进行统计分析。

如何利用SPSS进行配对t检验

1

配对t检验入口界面

分析-比较均值 -配对样本t检验

2

配对样本t检验对话框

配对t检验操作非常简单，直接将左侧“饮用前、后心肌血流量”同时选中，放到右边选框中即可。

3

统计分析结果与解释

配对t检验结果有3张表。

第1表：分组统计描述结果，饮用前心肌血流量为5.13±0.69ml/(min·g)，饮用后心肌血流量为4.33±0.86ml/(min·g)

第2表为两组数据相关性的统计学检验。本表不重要，它描述了配对前后数据的相关性程度和P值，本例相关性系数为0.56（该值范围从0-1，越大相关性越强，0.56属于具有一定的相关性），P=0.060，表明还没有明显的证据能说明它们存在着统计学的相关。在这里，P值不太有价值，关注相关系数即可。

第3表为配对t检验的结果，如下表：配对前后的差值为0.80（95%CI: 0.33-1.27）；检验统计量t=3.740，P=0.003，配对前后的差值与0值相比，差异具有统计学意义。

如何利用SPSS进行符号秩和检验

1

符号秩和检验入口界面

本文“心肌血流量”案例原则上应以配对t检验进行分析，但本文就本例也对符号秩和检验进行介绍，方便初学者学习和使用符合秩和检验。

2

配对样本符合秩和检验对话框

副和秩和检验操作与配对t检验完全一致

3

符合秩和检验统计分析结果与解释

SPSS软件中，符合秩和检验一般默认采用正态近似法进行统计分析，它将计算检验统计量z值和p值，本题z=-2.85，P=0.004,配对前后的差值中位数与0值相比，差异具有统计学意义。该结果与配对t检验相似，但这里主要探讨总体中位数而不是总体均数。

结果及表格的规范表达

根据上表，我们可以得到以下的规范的结论：

规范文字：饮用前心肌血流量为5.13±0.69ml/(min·g)，饮用后心肌血流量为4.33±0.86ml/(min·g)，两组数据总体均数存在着统计差异（差值为0.80，95%CI 0.33-1.27，P=0.003）。

规范的统计表（其中一种形式）为：

SPSS 课程视频和操作录屏

SPSS课程视频

带字幕去水印的视频可复制以下地址浏览器打开

https://evod.zcmu.edu.cn/resource.html?stationID=1&resourceid=418&isprivate=false&cateid=102

SPSS课程录屏

-本讲结束-，敬请阅读同期R语言教程推文-

SPSS教程(点击相应链接学习)

3. 正态性检验（SPSS详版、SPSS简版、R语言版）

4. 两样本t检验（SPSS详版、SPSS简版、R语言版）

5. 两样本秩和检验（SPSS详版、SPSS简版、R语言版）

6. 多样本F检验（SPSS详版、SPSS简版、R语言版）

7. 多重比较（SPSS详版、SPSS简版、R语言版）

课程资料包括视频、讲义、练习数据集、R语言代码可通过关注公众号，发送关键词“SPSS”至公众号，即可获得免费下载。课程资料将随文章同期更新

本公众号在传播统计学知识的同时，也放置了一些常用的资源来方便大家科研。所有资源全部免费下载，有兴趣的朋友可以关注下载。

欢迎关注，本号为论文写作与统计学习社群

有统计问题或科研合作请关注后加小编微信