横断面研究的SPSS软件实现项目六观察性研究设计93课件.pptxVIP

横断面研究的SPSS软件实现主讲老师：景燕敏《健康数据统计分析》项目六观察性研究设计版权单位：

任务描述某社区卫生服务中心对社区内居民的健康状况进行调查，重点关注吸烟与肺癌之间的关系。研究者收集了100名居民的吸烟史、年龄、性别、是否患有肺癌等信息。任务一：怎么设计横断面研究方案来分析吸烟史、年龄、性别与肺癌患病情况之间的关联？

任务分析任务一是将基于上传的数据，分析吸烟史（年）、年龄（岁）、性别（男/女）与肺癌患病情况之间的关系，探讨吸烟是否与肺癌患病存在关联。所以要对数据按照吸烟史、年龄和性别进行分组。所以，任务的难点在于如何合理分组以及正确选择统计方法。

任务实施（一）数据导入

任务实施（二）计算总体肺癌患病率通过执行“Analyze”→“DescriptiveStatistics”→“Frequencies...”命令，将“是否患肺癌”移入变量输入框，生成“是否患肺癌”的频率分布，结果显示，总体肺癌患病率为46%。

任务实施（三）按吸烟史分组的肺癌患病率1.执行“Transform”→“VisualBinning...”命令。将“吸烟史（年）”变量进行可视化分箱操作。2.设置分箱化变量“吸烟史分组”，将吸烟史分为=0年、1-10年、11-20年、21-30年、31+等五个分组。

任务实施（三）按吸烟史分组的肺癌患病率3.执行“Analyze”→“DescriptiveStatistics”→“Crosstabs”命令，“吸烟史分组”为行变量，“是否患肺癌”为列变量，统计方法选择“卡方检验”，输出结果可以看出吸烟史在21-30年分组的肺癌患病率最高，吸烟史在11-20年分组的肺癌患病率次之。随着吸烟史年数的减少，患病率呈现递减的趋势。

任务实施（四）按年龄分组的肺癌患病率1.执行“Transform”→“VisualBinning...”命令。将“年龄”进行可视化分箱。2.设置可视化分箱变量为“年龄分组”，将年龄分为=30、31-40岁、41-50岁、51-60岁、61-70岁、71+等六个分组。

任务实施（四）按年龄分组的肺癌患病率3.执行“Analyze”→“DescriptiveStatistics”→“Crosstabs”命令。“年龄分组”作为行变量，“是否患肺癌”作为列变量，统计方法选择“卡方检验”，输出结果可以看出51-60岁的年龄分组肺癌患病率最高，61-70岁的年龄分组肺癌患病率次之。

任务实施（五）按性别分组的肺癌患病率1.执行“Analyze”→“DescriptiveStatistics”→“Crosstabs”命令。2.将“性别（男/女）”作为行变量，将“是否患肺癌”作为列变量。3.统计方法选择“卡方检验”，从结果中可以看出，男性患病率比女性患病率高。

任务实施（六）结果分析从“吸烟史分组与肺癌患病的卡方检验”图中可以看出，PearsonChi-Square检验的值为65.982，自由度（df）为3，对应的双侧显著性水平AsymptoticSignificance（2-sided）即p值为0.000，远小于0.05的常用显著性水平，表明吸烟史与肺癌之间存在显著的统计关联。此外，似然比检验（LikelihoodRatio）的结果也支持这一结论，其值为88.459，自由度（df）为3，对应的p值同样为0.000。这些结果表明，吸烟史可能是肺癌发生的一个重要影响因素。

任务实施（六）结果分析从“年龄分组与肺癌患病的卡方检验”图中可以看出，PearsonChi-Square检验的值为68.515，自由度（df）为4，对应的双侧显著性水平AsymptoticSignificance（2-sided）即p值为0.000，远小于0.05的常用显著性水平，表明年龄分组与肺癌之间存在显著的统计关联。此外，似然比检验（LikelihoodRatio）的结果也支持这一结论，其值为88.345，自由度（df）为4，对应的p值同样为0.000。这些结果表明，年龄可能是肺癌发生的一个重要影响因素。

任务实施（六）结果分析从“性别与肺癌患病的卡方检验”图中可以看出，PearsonChi-Square检验的值为41.862，自由度（df）为1，对应的双侧显著性水平AsymptoticSignificance（2-sided）即p值为0.000，远小于0.05的常用显著性水平，表明性别与肺癌之间存在显著的统计关联。此外，连续性校正（ContinuityCorrection）和似然比检验（LikelihoodRatio）的结果也支持这一结论，其值分别为39.264和47.561，对应的p值同样为0.000。FishersExactTest也显示了显著性，双侧和单侧的p值均为0.000。这些结果表明