30天学会医学统计与SPSS公益课程（Day5）：配对设计资料的统计分析.pdfVIP

30天学会医学统计与SPSS公益课程（Day5）：配对设计资料的统计分析--第1页

30天学会医学统计与SPSS公益课程（Day5）：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）设计两组数据则往往不独立，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。自身配对又包括自身前后配对和自身平行配对。

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。

常见配对设计形式包括：

-同一受试对象处理前后的数据（自身前后）

-同一受试对象两个部位的数据（自身平行）

-同一样品用两种方法（仪器等）检验的结果（自身平行）

-配对两个受试对象分别接受两种处理后的数据（异体配对）

配对设计的优点(自身前后配对除外)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人体心肌血流量的影响，将24名年龄、BMI、专业相似的男性大学生配成

12对，每组的两个成员随机分配到咖啡干预组、空白对照组，两组成员实验后测定心肌血流量

[ml/(min·g)]，问干预后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

30天学会医学统计与SPSS公益课程（Day5）：配对设计资料的统计分析--第1页

30天学会医学统计与SPSS公益课程（Day5）：配对设计资料的统计分析--第2页

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异体配对，其结局心肌血流量为定量数据，因此若要探讨干预组

和对照组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，这是因为干预组和

对照组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，大致上干预组血流量变量值越高，则对照组变

量值也会高于其它运动员。比如运动员第4对，干预组变量值为5.7，而对照组为5.4；相反，运

动员第10对，干预组变量值为3.5，而对照组为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对运动员干预组、空白对照血流量的差值。

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

30天学会医学统计与SPSS公益课程（Day5）：配对设计资料的统计分析--第2页

30天学会医学统计与SPSS公益课程（Day5）：配对设计资料的统计分析--第3页

分析-比较均值-配对样本t检验

2

配对样本t检验对话框