统计第12次作业教案

统计学第12次作业郭晓兰微生物学122136412．将18名原发性血小板减少症患者按病情和年龄都相近的原则配为6个单位组，每个单位组中的3名患者随机分配到A、B、C三个治疗组中，治疗后患者的血小板升高，结果见教材表16-16，问3种治疗方法的疗效有无差别？教材表16-16不同人用鹿茸草后血小板的升高值/（×1210·L-1）年龄组ABC13.86.38.024.66.311.937.610.214.148.69.214.756.48.113.066.26.913.4分析：该题为随机区组设计，应用随机区组方差分析。总变异可分解为处理变异、区组变异和误差。解：（1）统计描述表118名原发性血小板减少症患者用不同治疗方法后血小板升高值情况TreatBlockNMeanStd.DeviationA1~666.2001.793B1~667.8331.619C1~6612.5172.411Total18188.8503.319（2）统计推断建立检验假设，确定检验水准：对于处理组：0H：三种治疗方法的平均血小板升高值相等。1H：三种治疗方法的平均血小板升高值不全相等。对于区组：0H：各区组的总体效应相等。1H：各区组的总体效应不全相等。均取05.0；假设资料符合方差分析的前提条件，用SPSS软件进行随机区组方差分析，步骤如下：Analyze→GeneralLinearModel→Univariate→Dependentsvariable：血小板升高值；Fixedfactors：treat；Block；→Model：Custom：Buildterms：maineffects；Treat:Model；Block:Model；Continue…→点击PostHoc，Treat:PostHocTestfor；EqualVariancesAssumed:LSD、SNK、Bonferroni；Continue…→点击Save，Unstandardized(PredictedValues)，Standardized(Residuals)→OK将数据进行方差分析后，计算结果如表2：表2方差分析表变异来源SSMSFP总变异187.26517处理间129.003264.50279.3380.0000区组间50.132510.02612.3330.0001误差8.13100.813由表可知：对处理因素和区组因素统计检验后的P均小于0.05，按05.0水准拒绝0H，接受1H，可认为三种治疗方法的平均血小板升高值不全相等；可认为：对于同一种治疗方法而言，各区组血小板升高值的差异有统计学意义。Bonferroni法对各处理组进行两两比较建立检验假设，确定检验水准：0H：21，即相互比较的两种治疗方法血小板升高值相等。1H：21，即相互比较的两种治疗方法血小板升高情况不相等。0167.0。用SPSS软件进行多重比较后得出表3：表3三种治疗方法血小板升高值的多重比较（Bonferroni法）对比组1与221XXt值P值A与B治疗组1.6333.3170.032A与C治疗组6.31712.1340.000B与C治疗组4.6838.9960.000由于表3的P值是由SPSS软件计算而来，该P值与05.0检验水准比较，各个对比组的P值均小于0.05，拒绝0H，接受1H，可认为B治疗方法血小板升高值高于A治疗方法，两者平均血小板升高值差值的95%置信区间为（0.139，3.127）（×1210·L-1）；可认为C治疗方法血小板升高值高于A治疗方法，两者平均血小板升高值差值的95%置信区间为（4.823，7.811）（×1210·L-1）；可认为C治疗方法血小板升高值高于B治疗方法，两者平均血小板升高值差值的95%置信区间为（3.189，6.177）（×1210·L-1）。（3）残差图判断资料是否满足方差分析前提条件绘制残差图：GraphsScatterSimple→Define:YAxis:ZRE_1,XAxis:treat→OKGraphsScatterSimple→Define:YAxis:ZRE_1,XAxis:block→OKGraphsScatterSimple→Define:YAxis:ZRE_1,XAxis:pre_1→OK图1：treat与残差的残差图图2：预测值与残差的残差图图3：区组与标准残差的残差图三个残差图显示无特殊值，基本满足方差分析要求的方差齐性和服从正态分布的条件，可以用方差分析对资料进行分析。4．某研究人员以0.3ml/kg剂量纯苯给大鼠皮下注射染毒，每周3次，经45天后，使实验动物白细胞总数下降至染毒前的50%左右，同时设置未染毒组。两组大鼠均按照是否给予升高白细胞药物分为给药组和不给药组，实验结果见教材表16-18，试作统计分析。教材表16-18实验效应指标（吞噬指数）数据未染毒组染毒组不给药给药不给药给药3.803.881.851.943.903.842.012.254.063.962.102.033.853.921.922.103.843.802.042.08解：本资料为析因设计资料，应用析因设计资料的方差分析。（1）统计描述表422析因设计四种组合的均数和标准差升高白细胞药物纯苯皮下注射染毒j.X未染毒染毒不给药3.8900.1011.9840.0992.937给药3.8800.0632.0800.1132.980..iX3.8852.0322.959（2）统计推断建立检验假设，确定检验水准；10H：0)(即染毒组和未染毒组不存在交互效应。11H：0)(即染毒组和未染毒组存在交互效应。20H：0即染毒因素的主效应为0。21H：0即染毒因素的主效应不为0。30H：0即给药因素的主效应为0。31H：0即给药因素的主效应不为0。均取05.0；假设资料符合方差分析的前提条件，用SPSS软件进行析因设计资料的方差分析，步骤如下：Analyze→GeneralLinearModel→Univariate→Dependentsvariable：吞噬指数；Fixedfactors：药物；纯苯染毒；→Model：Full，Continue…→点击Plots，HorizontalAxias:纯苯染毒；SeparateLines:药物；Add，Continue…→点击Save，Unstandardized(PredictedValues)，Standardized(Residuals)，Continue…→点击Options，Displaymeansfor:纯苯染毒、药物；Comparemaineffects；Display:descriptivestatisticsContinue…→OK结果如表5：表5方差分析表变异来源SSMSFP总变异17.33919染毒与否17.168117.1681857.0090.000给药与否0.00910.0091.0000.332交互作用0.01410.0141.5190.236误差0.148160.009由表可见，519.1交互F，236.0P,P0.05，接受0H，可认为染毒和给药无交互效应。，染毒009.1857FP0.05，拒绝0H，接受1H，可认为染毒与不染毒对应的总体均数不等，即染毒因素存在主效应，主效应为1.853，其95%置信区间为（1.762，1.944）。000.1给药F，332.0P，P0.05，接受0H，可认为给药与不给药对应的总体均数相等，即给药因素没有存在主效应。（3）残差图判断资料是否满足方差分析前提条件绘制残差图：GraphsScatterSimple→Define:YAxis:ZRE_1,XAxis:给药→OKGraphsScatterSimple→Define:YAxis:ZRE_1,XAxis:染毒→OKGraphsScatterSimple→Define:YAxis:ZRE_1,XAxis:pre_1→OK图4给药与标准残差的残差图图5染毒与标准残差的残差图图6预测值与标准残差的残差图三个残差图显示无特殊值，基本满足方差分析要求的方差齐性和服从正态分布的条件，可以用方差分析对资料进行分析。