几何均数的独立样本t检验(Independent Samples t-test)——MedCalc软件实现

发布于 2022年7月19日 星期二 09:48:05 浏览:2494
原创不易,转载请注明来源,感谢!
附件下载:
1658194418-几何均数的独立样本t检验.zip 请勿重复点击,如无响应请耐心等待或稍后再试。

前面文章介绍了独立样本t检验的相关理论(独立样本t检验(two-sample/group t-test)——理论介绍)和汇总资料的独立样本t检验(汇总资料的独立样本t检验(two-sample/group t-test) ——MedCalc软件实现),本文介绍几何均数的独立样本t检验在MedCalc软件中的操作过程。

关键词:MedCalc; t检验; 独立样本t检验; 几何均数

在生物医学中,有些资料并不适合使用算数平均数描述其集中趋势,如抗体滴度、疾病潜伏期、水果农药残留等,这类资料一般服从对数正态或近似对数正态分布,适宜使用几何平均值表示其平均水平。当对该类数值进行几何平均值的假设检验时,应先进行变量的对数变换,以改善其正态性和方差齐性,以满足t检验、方差分析等参数检验的适用条件。

一、案例介绍

现检测了115例老年人和116例青年人的某抗体效价,试比较两组的平均效价有无差异?部分数据见图1。案例可从“附件下载”处下载。

图 1

本案例的分析目的是比较两组抗体滴度的平均效价有无差异。针对这种情况可以使用几何均数的独立样本t检验进行分析,数据需要满足6个条件:

条件1:观察变量为连续变量。本研究中的抗体滴度经对数转换后,含量为连续变量,该条件满足。

条件2:观察变量相互独立。本研究中各研究对象的观测值都是独立的,不存在互相干扰的情况,该条件满足。

条件3:观察变量分为2组。本研究中分为老年人和青年人组,该条件满足。

条件4:观察变量不存在显著的异常值,该条件需要通过软件分析后判断。

条件5:各组观察变量为正态(或近似正态)分布,对于抗体滴度一般考察经lg转换后的正态性,该条件需要通过软件分析后判断。

条件6:两组观察变量的方差相等,对于抗体滴度一般考察经lg转换后的方差齐性,该条件需要通过软件分析后判断。

三、软件操作及结果解读

(一) 适用条件判断

对于本案例数据,条件1、2、3均满足。下面判断条件4、5、6。

1. 条件4判断(异常值检测)

以检测老年组的异常值为例进行介绍。

(1) 软件操作

选择“统计”—“异常值检测”,打开“异常值检测”对话框,见图2。

图 2

在“异常值检测”对话框(图3),“变量”下选择变量“Antibody”,“筛选条件”下输入“group=1”;“异常值检测方法”下勾选“Grubbs-两侧”、“生成的ESD检验”(“检验最大量的异常值”中输入10)、“Tukey”;“选项”下勾选“对数变换”。

图 3
(2) 结果解读

图4为老年人组的异常值检测结果,提示无异常值。

图 4

同样操作可得到青年人组的异常值检测结果(图5),也提示无异常值。

图 5

2. 条件5判断(正态性检验)

在异常值检测过程中同时输出了正态性检验的结果。从图4可知老年人组正态性检验结果为W=0.9756,P=0.0338;青年人组正态性检验结果为W=0.9708,P=0.0125。尽管两组的P值均<0.1或0.05,但相比原始数据其正态性均得到了极大的改善。由于独立样本t检验对正态性具有一定的容忍度,以及两组数据满足方差齐性,综合考虑,此处对正态性不做硬性要求。

3. 条件6判断(方差齐性检验)

详见下文。

(二) 统计描述及推断

1. 软件操作

选择“统计”—“T检验”—“独立样本t检验” (图6),打开“独立样本t检验”对话框。

图 6

在“独立样本t检验”界面,”采样1”的“变量”下选择“Antibody”,筛选条件中输入“group=1”,”采样2”的“变量”下选择“Antibody”,筛选条件中输入“group=2”,勾选”对数变换”,“置信区间%”下选“95”,“修正不等方差”下选择“两者兼具”,“检验正态分布”下选择“Shapiro-Wilk检验 (夏皮罗-威尔克正态性检验,S-W检验)。”见图7。

图 7

2. 结果解读

(1) 条件6判断(方差齐性检验)

由图8 的“等方差的F检验”结果可知,P=0.789,提示方差齐。

图 8
(2) 统计描述

图8为统计学描述结果,可知老年人组 (group=1)的平均效价为1:402.3655,其效价倒数的几何平均值的95%CI为 302.0775~535.9487;青年人组 (group=2)的平均效价为1:852.5976,其效价倒数的几何平均值的95%CI为636.2678~ 1142.4792。从均值看两组的效价存在差异,由于两个95%CI不重叠,按检验水准0.05,可认为两组平均抗体效价不同,青年组的抗体效价更高。

(3) 统计推断

由于本研究方差齐,所以查看“T检验(假设等方差)”的分析结果(图9)。两组效价倒数对数变换后平均值差为0.3261,平均值差的95%CI为0.1491~0.5031,按检验水准0.05,可认为两组平均值的差值与0的差异有统计学意义。两独立样本t检验统计学推断的t= 3.630,P= 0.0003,与上述推断结果一致。

此外,MedCalc还计算了两组几何平均值之比为852.5976/402.3655= 2.1190,95%CI为1.4097~3.1851,按检验水准α=0.05,可认为两组两组几何平均值之比与1的差异有统计学意义,表明两组抗体效价的平均值不同。

图 9

点击分析结果最右下角的“数据对比图表”,按照图10设置相应参数,可得到两组抗体效价的误差条形图(图11)。

图 10
图 11

四、结论

本研究采用独立样本t检验判断两年人组和青年人组的抗体平均效价有无差异。通过对数转换后,数据不存在需要处理的异常值,两组数据正态性得到了改善,满足方差齐性,符合使用几何均数的独立样本t检验的条件。

结果显示,老年人组的平均效价为1:402.3655,其效价倒数的几何平均值的95%CI为 302.0775~535.9487;青年人组的平均效价为1:852.5976,其效价倒数的几何平均值的95%CI为636.2678~1142.4792;差异有统计学意义(t= 3.630,P= 0.0003)。研究结果表明,老年人组的抗体效价低于青年人组。

End
文章目录 沉浸式阅读