1.两个定性变量的单因素分析

1.1分析示例

研究不同教育程度的男女性是否有显著性差异。

1.2操作说明

点击【选择文件】选择需要分析的数据,【选择第一个变量】为教育程度,【变量类型】为定性变量,【选择第二个变量】为性别,【变量类型】为定性变量。

1.3结果说明


分析结果为三个部分,首先是卡方独立性检验,其次是Fisher精确检验,最后是CMH检验。由检验结果分析解读可知,卡方检验结果和Fisher精确检验结果均可,即不同教育程度的男女数量有显著差异。由CMH  rmeans检验结果可知,教育程度的有序改变对男女数量也有显著影响。

图形结果:

2.两个定量变量的单因素分析

2.1分析示例

分析年龄对体重是否有显著性影响。

2.2操作说明

点击【选择文件】选择需要分析的数据,【选择第一个变量】为年龄,【变量类型】为定量变量,【选择第二个变量】为体重,【变量类型】为定量变量。

2.3结果解释

分析结果包含两个部分,一个是pearson相关性分析,另一个是spearman相关性分析,通过结果解读,年龄和体重的分布均不服从正态分布,建议使用spearman相关性分析结果,即年龄与体重存在相关关系,可以认为年龄对体重有显著性影响。

3.定性变量和定量变量的单因素分析

3.1分析示例

分析饮酒是否会对体重产生显著影响。

3.2操作说明

点击【选择文件】选择需要分析的数据,【选择第一个变量】为饮酒,【变量类型】为定性变量,【选择第二个变量】为身高,【变量类型】为定量变量。

3.3结果解释

由于饮酒为2分类变量,所以分析结果为t检验和wilcoxon秩检验,当分类变量为3水平或者更多水平时,分析结果为方差分析和kruskal秩检验。由本例结果解读可知,体重不服从正态分布,选择wilcoxon秩检验结果,即认为饮酒对体重有显著性影响。

图形结果如下: