最近看文献了吗，有没有看到p for trend呢
以前，觉得有个p值就很高大上了。怎料到，现在的trend已经变成了p for trend。p for trend主要是指随着某分组变量的递增或递减(需要注意的是，该分组变量需是有序多分类变量)，其他变量是否存在某种趋势变化。如下表中，每日观看电视时长为有序多分类变量：小于1.5h，1.5~3.0h，3.0~4.5h，大于等于4.5h。
以前，觉得有个p值就很高大上了。怎料到，现在的trend已经变成了p for trend。p for trend主要是指随着某分组变量的递增或递减(需要注意的是，该分组变量需是有序多分类变量)，其他变量是否存在某种趋势变化。如下表中，每日观看电视时长为有序多分类变量：小于1.5h，1.5~3.0h，3.0~4.5h，大于等于4.5h。
研究者探讨了随着电视观看时长的增加，其他变量的变化情况。我们知道卡方检验中的“线性关联”可以提供随着分组变量的递增，某分类变量的趋势变化。但是，随着某分组变量的递增，可以探讨某连续变量的趋势变化吗?如下表中，随着观看电视时长的递增，年龄是否存在某种趋势关系?
看一个例子先，比如，我们想研究随着年龄增加，腰围和臀围的变化情况。
通过描述性结果可知，随着年龄递增，腰围和臀围有增加的趋势。但是这种趋势是否有统计学意义呢?
操作其实很简单，在单因素方差分析中，将腰围和臀围选入“因变量列表”框，将年龄分组选入“因子”框。点击“对比”，弹出对话框。
在弹出的对话框中，选择“多项式”，可根据实际情况选择相应的“等级”：线性~五次。通过散点图发现年龄和腰围、臀围呈现线性关系，因此，本例选择线性。
以腰围的输出结果为例，其中“组间(组合)”对应的结果即为单因素方差分析的结果，其中F=48.067，p小于0.001，说明不同年龄组间腰围不完全相等。“线性项”即为线性趋势的检验结果，其中未加权和加权的结果均提示p小于0.001，说明存在线性趋势关系，结合描述性结果可知，随着年龄增加，腰围有逐渐增大趋势。而“线性项”对应的显着性即为p for trend。
相关文章
评论
我要跟帖
.jpg)
