一 统计学方法选择
1 配对样本和独立样本
配对设计
配对设计目的是控制非试验因素对结果的影响，具有两种常见的形式：自身配对和非自身配对（异体配对）。自身配对是同一受试对象的比较，而非自身配对是比较两个配对的受试对象。配对的受试对象具有相同的特征，例如年龄、体重、性别等。
配对t检验
例1：接受手术A的患者术前与术后肌酐水平的比较？
步骤1：判断是否为配对设计；步骤2：差值是否符合正态分布；步骤3：配对t检验提出假设；步骤4：计算统计量，做出推断。
配对t检验 vs. 两独立样本t检验
配对t检验和两独立样本t检验都属于t检验，理论基础相似、统计数据都要求满足正态性，且都只对定量资料适用。配对t检验的试验设计属于配对设计，而两独立样本t检验属于两组设计。
对于正态性要求方面，虽然两者都要求数据满足正态分布，但关注的焦点不同。配对t检验要求差值满足正态分布，从而检验差值的总体均数是否为0；两独立样本t检验要求两个样本的数据满足正态分布，从而检验两组的总体均数是否相等。
总体而言，配对t检验 vs. 两独立样本t检验的最核心区别是适用的试验设计不同。
Wilcoxon符号秩和检验
当配对资料不满足正态性（转换后仍不正态）选择非参数检验，即Wilcoxon符号秩和检验。
Wilcoxon符号秩和检验，也被称作符号秩和检验、符号秩检验；常听到的秩和检验狭义上代指两独立样本的秩和检验。
Wilcoxon符号秩和检验的步骤如下图所示。步骤1：判断是否为配对设计；步骤2：判断差值是否为正态分布；步骤3：对差值进行编秩；步骤4：计算T值，确定P值，做出推断。
差值编秩，即从小到大对样本进行编秩次，然后再对秩次进行相应的统计学计算，得到相应的P值
二 Wilcoxon符号秩和检验
Wilcoxon符号秩检验（Wilcoxon signed-rank test），也称符号秩和检验，其基本思想是假定配成对子的两种处理效应相同，即其差值的总体分布应为对称分布，且差值的总体中位数为0。
H0：差值的总体中位数Md=0
H1：差值的总体中位数Md≠0
α=0.05
具体思路如下：
①计算配对两样本间的差值；
②将差值的绝对值按照从小到大转换成秩次，差值为0的对子数不予编秩，差值的绝对值相等的对子数取平均秩；
③分别求正秩和负秩的和；
④任取正秩或负秩的和作为秩和检验的统计量T；
⑤当n≤50时，查T界值表，查表确定相应的P值从而做出相应判断，P＜0.05时，则拒绝原假设认为该配对样本之间有差异。当n＞50时，用正态近似法做μ检验，以μ值作为判断标准。
三 SPSS Wilcoxon符号秩和检验
1. 生成差值变量
Wilcoxon signed-rank检验是针对配对变量差值进行假设检验的，所以生成差值变量十分重要。
在主界面点击转换→计算变量，弹出计算变量对话框。在 目标变量栏输入“difference6I”，生成新变量的变量名。接着在数字表达式栏输入“CI_10 - CI_6_IN”，计算新变量值，如下图：
点击确定，数据视图生成一列新变量“difference6I”。
2. 生成中位数
在主界面点击分析→比较平均值→平均值
ifference6I变量放入因变量列表栏。并，点击选项选项，将中位数放入单元格统计栏，去掉单元格统计栏对平均值、个案数和标准差的选择，点击继续→确定。
3. Wilcoxon signed-rank检验的SPSS操作
在主界面点击分析→非参数检验→旧对话框→2个相关样本。
弹出对话框双关联样本检验，将CI_10和CI_6_IN变量放入到检验对，确定
4. 结果分析
P<0.05时，有统计意义，拒绝假设，两样本之间有差异。
本研究Wilcoxon signed-rank检验的Z=-2.04，P<0.05, 按照α=0.05的水准，拒绝原假设，接受备择假设，说明两组数据中位数差值与0的差异具有统计学意义，即CI_10与CI_6_IN不同。
四 判断差值是否满足正态分布 --- spss
1 使用分析>描述统计>探索进行正态分布验证。
2 选择因变量列表，勾选带检验的整体图，确定3。
3 结果分析
查看正态性检验结果，由于样本数较小，以K-S结果为准，显著性=0.02<0.05，不服从正态分布，如果显著性 >0.05，则服从正态分布
查看Q-Q图进一步确认，由图可见基本在直线附近，可以认为服从正态分布。
