Gebruik van SPSS, OM03, 2002

PAOG - SPSS cursus
25 augustus & 1 september 2014
HC2 – Statistiek in vogelvlucht
PAOG SPSS cursus – afdeling epidemiologie, biostatistiek en HTA
Menubalk <Analyze> (Analyseren)
•
•
•
•
•
•
•
<Descriptive statistics>: beschrijvende statistiek
 Kruistabellen
<Compare means>: Gemiddelden vergelijken
 T-testen
 Enkelvoudige variantieanalyse
<General Linear Models> Algemene Lineaire Modellen
 (Meervoudige) variantieanalyse
 (Meervoudige) regressieanalyse
 Covariantie analyse
<Correlate>: correlatiecoefficienten
<Regression >
 (Multiple) lineaire regressie

Logistische regressie
<Non parametric tests>
<Survival>
PAOG-SPSS HC2
t-test
 t-test voor twee onafhankelijke groepen
• Vergelijkt gemiddelde in twee groepen met elkaar
• Aanname: afhankelijke variabele normaal
verdeeld in beide groepen
 Gepaarde t-test
• Bekijkt of verschil tussen twee gepaarde
waarnemingen afwijkt van 0
• Aanname: verschil is normaal verdeeld.
PAOG-SPSS HC2
T-test (output t-test twee onafh. steekproeven)
Group Statistics
Initiele bloeddruk
Ges lacht
man
vrouw
N
212
184
Mean
102.3491
102.3424
Std. Deviation
4.48281
4.37793
Std. Error
Mean
.30788
.32275
Independent Samples Test
Levene's Test for
Equality of Variances
F
Initiele bloeddruk Equal variances
assumed
Equal variances
not assumed
.637
Sig.
.425
t-test for Equality of Means
t
df
Sig. (2-tailed)
Mean
Difference
Std. Error
Difference
95% Confidence
Interval of the
Difference
Lower
Upper
.015
394
.988
.00667
.44679
-.87173
.88506
.015
388.546
.988
.00667
.44604
-.87030
.88363
PAOG-SPSS HC2
T-test (output gepaarde t-test)
Paired Samples Statistics
Mean
Pair
1
Gemiddelde
bloeddruk op t1
Gemiddelde
bloeddruk op t0
N
Std. Deviation
Std. Error
Mean
92.1086
396
7.47288
.37553
88.4848
396
4.73792
.23809
Paired Samples Test
Paired Differences
Mean
Pair
1
Gemiddelde bloeddruk
op t1 - Gemiddelde
bloeddruk op t0
3.62374
Std. Deviation
Std. Error
Mean
7.46688
.37522
95% Confidence
Interval of the
Difference
Lower
Upper
t
2.88605
9.658
PAOG-SPSS HC2
4.36142
df
395
Sig. (2-tailed)
.000
Kruistabellen
PAOG-SPSS HC2
Kruistabellen (vervolg 1)
PAOG-SPSS HC2
Kruistabellen (vervolg 2: samenvatting)



Relatie tussen twee nominale variabelen
Toets: Chi-kwadraat
Indien 2x2 tabel: Odds ratio of relatief risico
Case-control design – OR (benadering RR)
Cohort design - RR
•
•
PAOG-SPSS HC2
Enkelvoudige variantieanalyse
(Een verklarende variabele)
Rookgedrag
Gemiddelde Bloeddruk
(mm Hg)
Roker
76.23
Ex Roker
78.16
Nooit roker
77.85
PAOG-SPSS HC2
Enkelvoudige variantieanalyse (vervolg 1)
 Afhankelijke variabele: continu; normaal verdeeld
 Onafhankelijke variabele: nominaal
 Eenvoudigste geval: t-test (twee groepen)
 Begrippen:

•
Percentage verklaarde variantie (R2)
<analyze><compare means><one-way anova> of
<analyze><general linear models><univariate>
PAOG-SPSS HC2
Meervoudige Variantieanalyse
(Meerdere verklarende variabelen)
Gemiddelde
Bloeddruk (mm Hg)
Rookgedrag
Roker
Ex roker
Nooit roker
Man
77.85
79.59
79.29
Vrouw
74.98
76.73
76.43
Geslacht
PAOG-SPSS HC2
Meervoudige variantieanalyse (vervolg 1)
 Afhankelijke variabele (continu) wordt verklaard uit
meerdere onafhankelijke (nominale) variabele.
 Onafhankelijke variabele: nominaal
 Effect onafhankelijke variabelen voor elkaar
gecorrigeerd
 <analyze><general linear models><univariate>
PAOG-SPSS HC2
Meervoudige variantieanalyse (vervolg 2)
Tests of Between-Subjects Effects
Dependent Variable: Dias tolis che bloeddruk (mm Hg)
Type III Sum
Source
of Squares
Corrected Model
1204.837a
Intercept
2885480.799
v2
1002.834
v11
308.765
Error
58137.821
Total
3055236.000
Corrected Total
59342.659
df
3
1
1
2
497
501
500
Mean Square
F
401.612
3.433
2885480.799 24666.971
1002.834
8.573
154.383
1.320
116.978
a. R Squared = .020 (Adjusted R Squared = .014)
V2 = geslacht; v11 = rookgedrag
PAOG-SPSS HC2
Sig.
.017
.000
.004
.268
Meervoudige variantieanalyse (vervolg 3)
Between-Subjects Factors
Ges lacht
Rookgedrag
0
1
1
2
3
Value Label
Vrouw
Man
Roker
Ex roker
Nooit roker
N
249
252
215
132
154
Parameter Estimates
Dependent Variable: Di as tolis che bloeddruk (m m Hg)
Param eter
Intercept
[v2=0]
[v2=1]
[v11=1]
[v11=2]
[v11=3]
B
79.296
-2.868
0a
-1.444
.298
0a
Std. Error
1.057
.979
.
1.157
1.288
.
t
75.028
-2.928
.
-1.248
.231
.
Sig.
.000
.004
.
.213
.817
.
a. This param eter is s et to zero becaus e i t is redundant.
V2 = geslacht; V11 = rookgedrag
PAOG-SPSS HC2
95% Confi dence Interval
Lower Bound
Upper Bound
77.219
81.372
-4.792
-.943
.
.
-3.718
.829
-2.233
2.829
.
.
Enkelvoudige Regressieanalyse
 <analyze><regression><linear>
 Vergelijking (model): Y = aX + b
 Y: Afhankelijke variabele: wordt voorspeld (continue
variabele: normaal verdeeld)
 X: Onafhankelijke (continue) variabele: voorspelt Y
 a: richtingscoëfficiënt; b: constante
 Belangrijke begrippen:
•
•
Residuele spreiding (fout in voorspelling)
Percentage verklaarde variantie (R2)
PAOG-SPSS HC2
Enkelvoudige regressieanalyse (vervolg 1)
(Regressielijn + predictie-interval)
PAOG-SPSS HC2
Enkelvoudige regressieanalyse (vervolg 2)
Model Summary
Model
1
R
R Square
a
.198
.039
Adjus ted
R Square
.037
Std. Error of
the Es timate
10.690
a. Predictors : (Constant), Leeftijd in jaren
ANOVAb
Model
1
Sum of
Squares
Regress ion
2318.121
Res idual
57024.538
Total
59342.659
df
Mean Square
2318.121
114.278
1
499
500
F
20.285
Sig.
.000 a
a. Predictors : (Constant), Leeftijd in jaren
b. Dependent Variable: Dias tolis che bloeddruk (mm Hg)
Coefficientsa
Model
1
(Cons tant)
Leefti jd in jaren
Uns tandardi zed
Coeffi cients
B
Std. Error
66.232
2.510
.318
.071
Standardized
Coeffi cients
Beta
a. Dependent Variabl e: Di as tolis che bl oeddruk (m m Hg)
PAOG-SPSS HC2
.198
t
26.390
4.504
Sig.
.000
.000
Meervoudige (multiple) regressieanalyse
 Model: Y = a x + a x + … + a x + b
 Afhankelijke variabele (continu) wordt verklaard uit
meerdere onafhankelijke continue variabelen
 Effect onafhankelijke variabelen voor elkaar
1 1
2 2
n n
gecorrigeerd
 Meerdere voorwaarden, waaronder:
•Residuen normaal verdeeld
PAOG-SPSS HC2
Multiple regressieanalyse (vervolg 1)
Model Summary
Model
1
R
R Square
a
.349
.122
Adjusted
R Square
.119
Std. Error of
the Estimate
10.228
a. Predictors: (Constant), Quetelet index (Kg/m*m),
Leeftijd in jaren
ANOVAb
Model
1
Regress ion
Res idual
Total
Sum of
Squares
7243.906
52098.753
59342.659
df
2
498
500
Mean Square
3621.953
104.616
F
34.621
Sig.
.000 a
a. Predictors : (Constant), Quetel et index (Kg/m *m ), Leeftijd in jaren
b. Dependent Variabl e: Di as tolis che bl oeddruk (m m Hg)
Coefficientsa
Model
1
(Cons tant)
Leefti jd in jaren
Quetelet index (Kg/m *m )
Uns tandardi zed
Coeffi cients
B
Std. Error
50.019
3.369
.228
.069
.810
.118
Standardized
Coeffi cients
Beta
a. Dependent Variabl e: Di as tolis che bl oeddruk (m m Hg)
PAOG-SPSS HC2
.142
.294
t
14.848
3.310
6.862
Sig.
.000
.001
.000
Algemene lineaire modellen
(General Linear Models)
 Afhankelijke variabele: Continu.
 Omvatten:
• (Meervoudige) regressie-analyse
• (Meervoudige) variantie-analyse
• Covariantie-analyse
•Onafhankelijke variabelen nominaal én/of continu
 Welke procedures in SPSS
• -General Linear Models, -univariate voor:
•Regressie- variantie- en covariantie-analyse
• -Regression, -linear voor:
•Regressie analyse
•(Ook andere: oa logistische regressie via -binary
logistic)
PAOG-SPSS HC2
Logistische regressieanalyse
Vraag: wordt kans op uitval in vierdaagse bepaald door:
• Gelopen aantal km (30, 40 of 50) (cat)
• Geslacht (cat)
• Aanwezigheid metabool syndroom (cat)
• Leeftijd (continu)
PAOG-SPSS HC2
Logistische regressieanalyse (vervolg 1)
 Afhankelijke variabele: binair of dichotoom (2
uitkomstmogelijkheden)
 Onafhankelijke variabele(n): kan van alles zijn
•
•
indien discrete onafhankelijke variabele(n) =
analyse kruistabel (OR)
Veel (verschillende type) variabelen in model
mogelijk (vb confounder correctie)
 Voordelen
•
•
Geen voorwaarde t.a.v. de onafhankelijke
variabelen
Regressiecoëfficiënten kunnen geïnterpreteerd
worden als OR
PAOG-SPSS HC2
Logistische regressieanalyse (Vervolg 2)
Dependent variable: Completed Four Days Marsches
Dependent Variable Encoding
Original Value
Internal Value
Yes
0
No
1
Categorical Variables Codings
Parameter coding
Distance walked (30, 40 or 50
kilometers)
Gender
Metabolic syndrome present
Frequency
(1)
(2)
30
369
.000
.000
40
1622
1.000
.000
50
662
.000
1.000
Male
1441
1.000
Female
1212
.000
No
2570
.000
Yes
83
1.000
PAOG-SPSS HC2
Logistische regressieanalyse (Vervolg 3)
Block 1: Method = Enter
Omnibus Tests of Model Coefficients
Step 1
Chi-square
df
Sig.
Step
11.604
5
.041
Block
11.604
5
.041
Model
11.604
5
.041
Variables in the Equation
B
Step 1a
metabolic(1) .425
S.E.
Wald
df
Sig.
Exp(B)
.409
1.076
1
.300
1.529
5.119
2
.077
Distance
Distance(1)
.473
.281
2.836
1
.092
1.605
Distance(2)
.672
.298
5.104
1
.024
1.959
Gender(1)
.333
.180
3.419
1
.064
1.395
age
.000
.001
.040
1
.842
1.000
Constant
-3.373
.293
132.616
1
.000
.034
a. Variable(s) entered on step 1: metabolic, Distance, Gender, age.
PAOG-SPSS HC2
Kaplan-Meier overlevingsanalyse
(Survival curve = overlevingscurve)
In SPSS: <analyze><survival><kaplan-meier>
PAOG-SPSS HC2
Belangrijke termen / karakteristieken
 “Overleving” kan van alles zijn
•
•
Sterfte (mortaliteit)
Optreden ziekte (morbiditeit)
o Afstoting donororgaan
o Optreden allergische reactie tegen medicijn
 Overleving wordt berekend tot optreden “event” of
“censurering”
 Censurering: incomplete follow-up ten gevolge van:
•
•
•
•
•
bereiken afsluitdatum onderzoek
sterfte tgv andere oorzaak
verhuizing
verwijdering uit oz op verzoek patiënt
… wat dan ook…
 dan wordt de tijd “at-risk” meegenomen
PAOG-SPSS HC2
Kaplan-Meier analyse
 Benodigd voor berekeningen:
•
•
•
Variabele die tijdstip (dag, week) van “failure
( = event)” of censurering voor elke patiënt aangeeft.
Variabele die aangeeft of de gebeurtenis is
opgetreden, of lost to follow-up.
Eventueel: Variabele die verschillende strata
definieert (indien groepen vergeleken moeten
worden)
 Berekeningen:
•
•
•
Kans op “dood” (aantal events/aantal patiënten)
1- (kans op “dood”)
Cumulatieve kans op ”niet-dood” (overleving)
PAOG-SPSS HC2