使用

Excel

软件计算最方便，不需要查任何统计学表格

!

第

1

步：求

Z

值，标准正态分布表(

Z

值表)的计算：

标准正态分布表临界值的计算：

将公式复制、粘贴至

Excel

的公式编辑栏中就可以直接得到计算结果。

记得代入具体的

α

值，并且在公式前面加英文状态下的等号，否则得不到计算结果！

第

2

步

. P

值的计算：

如果你已经计算好了

Z

值，可以按以下公式直接计算出

P

值，也不需要查表：

注意，如果

Z

值为负值，应该取绝对值后再代入以上公式，或者使用

NORMSDIST(Z

值

)

代替

1-NORMSDIST(Z

值

)

。

例如

NORMSDIST(-1.64)=0.05 Zα

称为标准正态分布的临界值，

t(α,n-1)

称为

t

分布(

student

分布)的临界值。

P

值计算公式

【双侧】

NORMSINV(1-

α

/2)

，例如

NORMSINV(1-

daisyqian

回答于：2018-10-01

使用Excel软件计算最方便，不需要查任何统计学表格!

1、标准正态分布表(Z值表)的计算：

a.标准正态分布表临界值的计算：

NORMSINV(1-α/2) 【双侧】，例如NORMSINV(1-0.05/2)=1.959963985

NORMSINV(1-α) 【单侧】，例如NORMSINV(1-0.05)=1.644853627

你将我的公式复制、粘贴至Excel的公式编辑栏中就可以直接得到计算结果。记得代入具体的α值，并且在公式前面加英文状态下的等号，否则得不到计算结果！

b. P值的计算：

如果你已经计算好了Z值，可以按以下公式直接计算出P值，也不需要查表：

【双侧】P值=(1-NORMSDIST(Z值))*2，例如(1-NORMSDIST(1.96))*2=0.024997895*2=0.05

【单侧】P值=1-NORMSDIST(Z值)，例如1-NORMSDIST(1.96)=0.024997895=0.025

注意，如果Z值为负值，你应该取绝对值后再代入以上公式，或者使用NORMSDIST(Z值)代替1-NORMSDIST(Z值)。例如NORMSDIST(-1.96)=0.024997895

Zα称为标准正态分布的临界值，t(α,n-1)称为t分布(student分布)的临界值，这两个值可以通过查统计学教科书附表而取得，也可以按我回答的“标准正态分布表临界值的计算”项下的公式计算。我以你p1-p2的例子来说明。你的例子是要比较2个率是否来自同一个总体(也就是2个率p1、p2是否相等)。在这里，原假设H0一般是p1、p2相等，对应的备择假设H1是p1、p2不等，则有

Z=(p1-p2)/sqrt[p1×(1-p1)/n1+p2×(1-p2)/n2]

sqrt代表开平方，n1、n2分别代表2分样本的样本量

得到Z值后，可以按照我回答的“P值的计算”项下的公式计算P值，当P值＜0.05时(有时是0.01，有时是0.10，依行业习惯而定)拒绝原假设H0，否则就接受H0，这是各种统计软件使用的方法。

也可以通过统计学教科书附表查找Z0.05(有时是Z0.01，有时是Z0.10，依行业习惯而定)的双侧临界值，当|Z|＞Z0.05时拒绝原假设H0，否则就接受H0，这是各种统计教科书使用的方法。

不同场合下Z值的计算公式有所不同，你可以寻找统计假设检验的知识好好看一看。这种方法一般称为u检验，在总体标准差已知的情况下使用。

在总体标准差未知而样本标准差已知的情况下，则需要使用t检验，其计算过程与u检验完全形同。

在上两期课程中，我们详细讲解了SPSS计算均值和单样本T检验的操作。上述两种方法是对单一样本进行的均值分析和比较。单一样本指的是同一类型或者同一组别的样本，比如男性，或者一班。

当我们要进行2类样本或者2组样本的比较的时候，就需要用到独立样本 T检验。

但是需要注意的是，这里需要这两类样本之间相互独立，而不能是相互相关，比如男性和女性，相互独立的。下面我们通过实际案例数据来详细讲解独立样本T检验的操作步骤及结果解读。

我们搜集了31例患者的相关数据，我们要比较不同性别分组的身高的差异(图1)

图1

独立样本t检验操作步骤：

①点击“分析”--“比较平均值”--“独立样本t检验”(图2)

图2

②将身高选入右侧检验变量，将性别选入分组变量(图3)

图3

③点击“定义组”，设置性别的分组编码(图4)，然后点击确定进行运算

图4

④结果分析

图5

由上表(图5)看出：一般描述统计表给出男性8个，女性22个，平均身高分别为167.88和163.36。而这两者之间是否存在显著的差异还要进一步看下面的结果

图6

这里要仔细讲解一下，关于独立样本t检验，这里和单样本t检验的结果不同。这里的结果是基于2种不同的假设会有2种结果。

基于来莱文方差等同性检验，如果方差齐，就选择第一行的T检验结果，如果方差不齐则接受第二行的T检验结果。这里判定方差齐性的标准为莱文方差等同性检验的显著性，基于本例为0.005<0.05，意味着原假设方差齐不成立，接受备选假设方差不齐。因此这里的T检验结果为：T=2.662，P=0.026<0.05。

基于以上分析得出，不同性别的身高均值存在显著的差异，结合均值得出，男性身高均值显著高于女性。

需要注意的是，这里的被检验变量年龄同样需要服从正态分布，关于如何检验正态性，可以查阅前期的课程。

以上就是本期全部内容哦，我们将持续推出更多实用的生物医药统计课程，涵盖SPSS、Meta、Stata、GraphPad、SAS、R、NoteExpress、EndNote、Revman等数据统计分析软件及统计学方法！敬请关注哦！

版权说明：本文系杏花开生物医药统计原创文章。

【杏花开生物医药统计】相关文章：

·SPSS差异分析(2)比较均值和T检验

·SPSS差异分析(1)比较均值和T检验

·Amos分类调节变量多群组分析的操作与详解

·最小二乘回归模型在生物医药统计中的应用(2)

·最小二乘回归在生物医药统计分析中的应用(1)

·SPSS方差分析之协方差分析(2)协方差分析操作

·SPSS方差分析(1)协方差分析的前置条件

·SPSS判别分析的操作及应用(2)逐步判别分析

·SPSS判别分析的操作及应用(1)一般判别分析

·SPSS聚类分析(K-均值聚类)软件操作结果解读

·SPSS聚类分析(R型聚类)的软件操作与结果解读

· SPSS聚类分析的软件操作与结果解读

· SPSS曲线回归分析的应用与操作详解

· 多因素方差分析(3)Graphpad简单效应折线图

· SPSS方差分析之多因素方差分析(2)(简单效应)

· SPSS方差分析之多因素方差分析(1)

· SPSS虚拟线性回归分析在问卷量表数据统计分析中的应用

· SPSS进行中介效应检验的实战操作与分析

· AMOS结构方程教程，SPSS调节效应分析操作与结果的详细解读

· SPSS混合线性模型在生物医药统计中的应用与操作

· SPSS无序Logistic回归在生物医药统计分析中的应用

· AMOS处理生物医药问卷中的中介效应分析

· AMOS进行问卷分析效度分析之验证因子分析

· SPSS调节回归分析在生物医药统计分析中应用

· SPSS重复测量方差分析在生物医药中的应用

· SPSS进行组间差异比较及其两两比较

· SPSS独立样本T检验与SPSS单因素方差分析

· GraphPad Prism绘制ROC曲线具体操作步骤

· SPSS进行连续型数据的正态分布检验

· SPSS有序Logistic回归的具体操作

· SPSS生存分析在生物医药统计中的应用之COX风险比例回归

· SPSS二元Logistic回归在生物医药统计分析中的应用

· Medcalc软件精准比较多个指标诊断准确率

· SPSS多元线性回归的应用操作及分析

· SPSS和GraphPad如何比较组内和组间差异

· AMOS结构方程进行医学问卷量表分析教程

· SPSS生存分析在生物医药统计中的应用

· GraphPad Prism统计绘图之柱状图、箱式图

· SPSS中对问卷数据进行探索因子分析的详细操作与结果解读

· SPSS问卷数据统计分析之项目分析

· Excel进行线性回归模型分析的操作

· SPSS中常用的参数和非参数检验方法

· ROC曲线在SPSS中的操作及应用

· 一文读懂R语言如何实现逐步回归分析

· R语言中如何绘制散点图和箱线图？

· SPSS中的Variable数据变量类型介绍

· 相关性分析在SPSS中的操作，相关系数含义

· 一文读懂SPSS单因素方差分析及方差分析

· 线性回归决定系数R方的计算方法及具体意义

· 医学和生物统计全过程

· 生物和医学统计中的假设检验

· GraphPad Prism绘制生存曲线详细教程