本案例是IBM SPSS数据分析与挖掘实战案例精粹----第七章的学习记录
案例背景或目标：激素水平是否在对照组和实验组之间存在差异
分析方法：Bootstrap抽样，秩和检验，秩变换方法，cox回归
字段包括：性别，年龄，萎缩程度，胃粘膜细胞肠化生程度
基本思路：控制变量法，首先排除性别，年龄，萎缩程度，胃粘膜细胞肠化生程度的影响；
探索性数据分析：观察样本量，样本的分布，是否存在偏态分不等；
样本分布：分析-表
| 性别 | 萎缩 | 肠化 | 年龄分组 | ||||||||||
| 男 | 女 | 轻度 | 中度 | 重度 | 无 | 轻度 | 中度 | 重度 | 青年组 | 中年组 | 老年组 | ||
| Count | Count | Count | Count | Count | Count | Count | Count | Count | Count | Count | Count | ||
| 组别 | 试验组 | 25 | 12 | 14 | 16 | 7 | 10 | 12 | 13 | 2 | 15 | 12 | 10 |
| 对照组 | 20 | 11 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 10 | 11 | 10 | |
查看激素水平分布：图形--图表构建程序
激素水平呈明显的正偏态分布，必须考虑假设检验方法对数据的分布要求；
采用Bootstrap抽样进行分析：常用经典统计学的分析方法，无一例外的需要对变量的分布进行假定，然后才能进行相应的计算；ootstrap抽样的基本思想是在全部样本未知的情况下，借助部分样本的有放回多次抽样，构建某个估计的置信区间，抽象地说，通过样本得到的估计并没有榨干样本中的信息，bootstrap利用重采样，把剩余价值发挥在构建置信区间上。
bootstrap抽样方法：分析--比较均值--均值--因变量列表（激素水平），自变量列表（组别，性别，年龄），选项--中位数--加入“单元格统计量”，bootstrap子对话框中“执行bootstrap”
可以观察各个统计量95%区间差异，对某因素的影响进行分析；中位数并不重叠，可能存在统计学差异（初步分析）；可以采用采用秩和检验进行更精确的分析：
对因变量变量变换后的建模分析：
常见的变量变换方法：1，对数转换；2，平方根转换；3，平方根正弦转换sin(开方)；4：平方转化；5，倒数转换；6，Box-Cox变换；
对于正偏态分布，一般常用的是对数变换：分析----描述统计----P-P图（数据符合指定分布时，P-P图中各点近似呈一条直线。）
将字段进行转换后，使用：
1）分析----一般线性模型----单变量
2）将Injisu选入“因变量”列表框
3）将组别，性别选入“固定因子”列表框，年龄选入“协变量”列表框
4）“模型”子对话框，将组别，性别，年龄的主效应选入“模型”列表框
5）“选项”子对话框，选择“残差图”和“缺乏拟合优度检验”
6)确定。
上图，总模型p值为0.003，说明整个模型对injisu的预测是有统计学意义的（变量之间相关的），分项来看，只有组别具有统计学意义；
秩变换分析：
当变量转换无法解决问题时，可以使用秩变换：转换----个案排序-----将激素水平放入“变量”列表框；
将字段进行转换后，使用：
1）分析----一般线性模型----单变量
2）将Rjisu选入“因变量”列表框
3）将组别，性别选入“固定因子”列表框，年龄选入“协变量”列表框
4）“模型”子对话框，将组别，性别，年龄的主效应选入“模型”列表框
5）“选项”子对话框，选择“残差图”和“缺乏拟合优度检验”
6)确定。
利用Cox模型进行分析：秩变换分析会损失一些信息，除了非参数方法外，还可以利用生存分析中的COX回归模型进行分析
总结：性别，年龄对激素水平未发现有影响，试验组和对照组之间的激素水平存在明显差异；对于同一个统计问题，可以使用多种模型进行解决，没有正确的模型，只有更加适合的模型；当结论不一样时，应根据模型的特点以及真实情况，判断那种情况更接近真实；也可以使用投票策略进行确定（类似与随机森林，选择多数模型结果）
