1、背景

SPSSAU中进行基线分析时，其判断的逻辑如下图：

• 如果研究者放入定量数据Y，默认情况下其会进行参数检验，首先自动判断X的组别个数，如果是2组那么就自动进行t 检验，如果大于两组则使用ANOVA检验；

• 如果研究者设置正态性检验类型，比如选择KS检验或者SW检验，那么SPSSAU会自动结合KS检验或者SW检验的结果（以p 值是否大于0.05作为是否正态的界定标准）选择参数检验或者非参数检验；

• 当KS/SW检验时其p 值>0.05意味着该项具有正态性，此时结合判断X的组别个数，如果是2组那么就自动进行t 检验，如果大于两组则使用ANOVA检验；

• 当KS/SW检验时其p 值<=0.05时则认为该项不具有正态性，那么此时则为非参数检验，此时结合判断X的组别个数，如果是2组那么就自动进行Mann-Whitney检验，如果大于两组则使用Kruskal-Wallis检验；

• 如果研究者放入定类数据Y，默认SPSSAU均进行Pearson卡方检验。

2、操作

分别放入X，定量项或者定类框分别放入Y，正态性检验类型上，默认为不检验正态性，即针对定量数据直接使用参数检验；如果选中KS检验/SW检验，SPSSAU会自动结合KS或SW检验并且以p 值是否大于0.05作为正态性判断标准，如果p 值>0.05则正态，此时使用参数检验，反之p 值<=0.05则不正态，此时使用非参数检验。

参数检验包括两种，分别是t 检验和ANOVA方差，当X的组别为两个时则为t 检验，大于两组时则为ANOVA方差松。非参数检验也包括两种，分别是Mann-Whitney检验和Kruskal-Wallis检验，该2个检验分别适用于X组别为两个或者多个时。

针对定类数据，SPSSAU默认使用Pearson卡方检验。

3、SPSSAU输出结果

SPSSAU共输出1个表格即基线分析汇总表格，类似如下：

针对定量数据，SPSSAU提供Mean ± SD，Min ~ Max和Median(IQR)共三项数据，一般情况下如果数据满足正态时，更多关注于平均值和标准差，如果数据不满足正态时，更多关注中位数和IQR值；针对定类数据，默认提供选项个数和占比。

与此同时，SPSSAU默认提供缺失数据信息。

如上图所示：SPSSAU提供定量或定类时的统计检验类型，以及其统计量和p 值等信息。研究者可结合实际情况选择仅展示部分信息等，如图示操作：

基线分析研究X与Y的差异关系，X是定类数据，Y是定量或者定类数据；

如果Y是定量数据并且不进行正态性检验时，SPSSAU默认进行参数检验即X为两个组别时使用t 检验，X大于两个组别时使用ANOVA方差分析；

如果Y是定量数据并且选择参数要求正态性检验时（分别是KS检验或者SW检验来检验正态性），此时SPSSAU首先结合KS或SW检验判断是否满足正态性（以p 值为0.05作为标准），p 值大于0.05则意味着正态此时使用对应的参数检验，反之则使用非参数检验（比如Mann-Whitney或者Kruskal-Wallis检验）；

正态性检验类型时，一般情况下大样本（样本>=50时）使用KS检验较多，样本小于50时使用SW检验较多，当然也可不判断正态性全部使用参数检验，具体以研究者需要为准；

如果Y是定类数据，SPSSAU默认使用Pearson卡方统计量，如果需要其它统计量，可使用SPSSAU的医学研究模块中卡方检验方法。

4、剖析