医学と統計(85)

情報統計研究所へのアクセスはここから．

PSPP の試用経験(3)
今回は、平均値の比較の方法を試みます。

PSPP のための演習データファイル（２sampleTtest．sav）を下記 ＵＲＬ より DownLoard して下さい。
http://sky.geocities.jp/dqcdr872/dbase/pspp.html

このデータについては、下記ＵＲＬの「やさしい医学統計手法」を参考にして下さい。
http://www3.ocn.ne.jp/~stat/medical/med_018.htm
［例題25］気管支喘息患者の病態別の血清ＩgＥ値（IU/L）

「Analyze」→「Compare Means」では、次の検定を選択出来ます。
　・Means（各グループの平均値）
→「Dependent List」には従属変数を選択。
→「Independent List」には独立変数を選択。

　・One Sample T Test（１サンプルの T 検定）
→「Test Variable」には検定変数を選択。
→「Test Value」には検定値を入力。

それでは、次の検定を演習データ（２sampleTtest．sav）で行って見ましょう。
  ・「File →Open」→「２sampleTtest．sav」
  ・サンプルデータが「Data View」に表示されます。
　・「Variable View」を表示し、「Name」と「Label」を”Group”、”IgE”、”Ln_IgE”にし、
　　「Group　の Measure」 を ”Nominal” にします。
　・「Analyze」→「Compare Means」→「Independent-Samples T Test」
→「Test Variables」に”Ln_IgE”を、「Group Variables」に”Group”を選択。
　・「Define Groups」では、次の様にファクターを入力します。
　　「０」＝アトピー型、「１」＝混合型、「２」＝感染型

IgEgroup.jpg
  ・「Define Groups」→「Continue」→OK

output 画面に「アトピー型(0)」と「感染型(2)」の結果が出力されます。

何故、自然対数変換したIgE値を用いたか？　ですが、血清IgE値は非正規分布であり、
自然対数変換で正規近似になることが知られています。
この様に、２標本のT検定では、「正規性」と「等分散」の仮定が大切です。
等分散性は「Leavene's Test」で、F＝0.71(p＝0.43）から等分散と言えますので、
「Ln_IgE Equal variances assumed」の行の統計量を見ると、ｔ＝5.95、ｄｆ＝8.00、Sig=0.00　から、
統計学的に有意と推察されます。すなわち、血清IgE値はアトピー型＞感染型　と推測出来る訳です。

今回使用したデータ［例題25］は一元配置分散分析（ANOVA）のためのものでした。
次回にANOVAの試用をご報告します。

次回に続く！

医学と統計(84)

情報統計研究所へのアクセスはここから．

PSPP の試用経験(２)
今回は、２×２分割表によるカイ二乗検定の方法を試みます。

PSPP のための演習データファイル（CrossData．sav）を下記 ＵＲＬ より DownLoard して下さい。
http://sky.geocities.jp/dqcdr872/dbase/pspp.html

基本的に前回と同じ方法で、次により行います。
  ・「File →Open」→「CrossData．sav」
  ・サンプルデータが「Data View」に表示されます。
　・「Variable View」を表示し、「Name」と「Label」を”Mittel”と”Effect”に、
　　「Measure」を”Nominal”にします。
　・「Analyze」→「」Descript Statistics」→「Crosstabs」
　・変数選択画面で、「Mittel」→「Columns」、「Effect」→「Rows」
  ・「statistics」をクリック→「chisq」をチェック→「continue」
　・「cells」をクリック→「Count」「Row」「Column」「Total」にチェック→「Continue」
　・「OK」

output 画面に結果が出力されます。

データがクロス集計表にまとめられているときは次の様に入力します。

そして、
　・「Data」→「Weight Case」→「Frequeny Variable」→「Count」を選択
 

　・以下、前記の手順で実行します。

注釈：
やさしい医学統計手法（表８：分割表にまとめられたデータ）から引用。

結果は、
Mittel（偽薬=0、実薬=1）、Effect（無効=0、有効=1）の名義尺度となっています。
精密には、
・補正なし：
　X-squared = 12.1979, df = 1, p-value = 0.0004784
・補正あり：
　X-squared = 10.151, df = 1, p-value = 0.001442

となり、
偽薬と実薬の効果の割合には統計学的な有意差があり、その効果は偽薬で低く、実薬で高いと判断されます。

詳しくは、「やさしい医学統計手法」（3.1.2 離散量にかかわるとき）の解説を見て下さい。

なお、
「Analyze」→「Non-Parametric Statistics」→「Chi-Square」はカイ二乗の適合度検定です。

「Analyze」→「Descriptive Statistics」（記述統計）では、次の分析が出来ます。
　・「Frequency」（度数分布）
　・「Descriptive」（記述統計）
　・「Explore」（探索的）
　・「Crosstabs」（クロス集計表）

次回に続く！