统计第13次作业

统计第13次作业郭晓兰微生物学12213641三、计算题1.为了评价某试验药物与对照药物对提高心率变异性（HRV）的疗效，按时域的HRV低于50ms的标准收治患者，共收治20名HRV异常的患者，随机分为试验组和对照组，试验组服用试验药，对照组服用对照药。对每一患者在治疗前以及治疗后1周、2周、3周分别测量一次时域的HRV水平，测量结果如教材表17-19，请作统计分析。教材表17-19试验组与对照组治疗前后HRV水平测量结果试验组HRV测量值/ms对照组HRV测量值/ms编号治疗前治疗后编号治疗前治疗后第1周第2周第3周第1周第2周第3周145.352.461.070.4136.141.848.363.0240.348.754.966.4242.046.853.867.4341.048.854.868.8343.750.553.269.2438.044.952.763.0441.446.254.364.7542.750.856.770.2541.550.053.665.7639.145.155.364.9645.052.457.570.6743.152.356.569.1742.247.853.270.3839.346.256.967.8842.545.455.868.7941.948.057.365.4937.042.748.161.91037.844.754.165.01035.540.845.959.5分析：本题的处理因素有两个水平，即试验组和对照组；本题的时间因素有4个水平，分别是治疗前、治疗后第1周、第2周和第3周，属于典型的重复测量设计，应该用重复测量设计的统计分析方法。解：（1）统计描述表1试验组与对照组HRV的平均水平组别基线第1周第2周第3周试验组40.852.4248.192.9656.022.2667.102.52对照组40.693.2946.443.8752.373.7066.103.78由SPSS软件可得轮廓图，如图1：图1轮廓图（2）统计推断建立检验假设，确定检验水准：对于处理因素：：处理主效应相等。：处理主效应不相等。对于时间因素：：时间主效应相等。：时间主效应不全相等。对于处理因素与时间因素的交互效应：在4个时间点两种处理的总体均数之差是相等的，即处理因素与时间因素无交互效应。：在4个时间点两种处理的总体均数之差不全相等，即处理因素与时间因素存在交互效应。均取05.0；假设资料符合重复测量设计分析的前提条件，用SPSS软件进行分析，步骤如下：Analyze→GeneralLinearmodel→RepeatedMeasure→•name:time→NumberofLevels:4—ADD→Define：Within-subjectsvariables:治疗前（1），治疗后1周（2），治疗后2周（3），治疗后3周（4）→Model：fullfactorial→Group:Between-SubjectsFactor(s)→OK借助spss对本例两组各个时点的HRV观察资料进行球形检验（Mauchly'stestofsphericity），=0.1，得到球形检验的P=0.0050.1，所以认为资料不满足球形对称性条件，故选用Greenhouse-Geisser。方差分析结果如表2：表2两组4次HRV观察资料的方差分析表方差来源SSdfMSFP处理主效应53.792153．7921.5110.235时间主效应7316.9312.1973330.1401675.9960.000处理×时间33.2612.19715.1387.6190.001处理间误差640.9211835.607重复测量误差78.58339.5491.987合计8123.48862.9433436.664由表可知：检验处理因素与时间因素之间的交互效应的001.0P＜0.05，按05.0水准拒绝0H，接受1H，可认为处理因素与时间因素存在交互效应。处理主效应的235.0P＞0.05，不拒绝0H,所以处理间的差异没有统计学意义。时间主效应P＜0.05，拒绝0H，接受1H，可以认为各个时间点的总体均数不全相等。由于存在交互效应，各个时间点的两两比较比较复杂，所以可采用作图作趋势分析，得到大致的统计推断。2.为了比较某治疗妇女痛经药物的疗效与对照药效应的差异，采用量表Vas对服药后60min时的痛经进行评分。痛经评分越高说明痛经越严重，反之痛经评分越低说明痛经程度越低，0分为无痛经。某医生共收治30名经常痛经的女性，随机分为两组，第1组受试者在接受治疗第1个月经期感到痛经时服用试验药，在接受治疗的第2个月经期感到痛经时服用对照药；第2组受试者在接受治疗第1个月经期感到痛经时服用对照药，在接受治疗的第2个月经期感到痛经时服用试验药。用双盲的方法测定痛经评分，其测量结果如教材表17-20，请作统计分析。教材表17-20双盲法测定疼经的评分结果第1组痛经评分第2组痛经评分受试者编号第1个痛经期第2个痛经期受试者编号第1个痛经期第2个痛经期143341284723431237313483132936434274343952513526366432563342737307354683422834519393093443104222104737113836112242124126124043132832133046143527144039154229153831分析：本题关注的不仅是处理效应，还有阶段效应和顺序效应，应该采用交叉设计分析方法。解：（1）统计描述表3Vas分统计描述（meanS）顺序132.67.65阶段135.676.36试验药39.076.03顺序237.26.87阶段234.138.66对照药30.736.66表4Vas分统计描述（meanS）时期1时期2顺序1试验药：37.536.07对照药：27.675.69顺序2对照药：33.806.28试验药：40.605.78（2）统计推断建立检验假设，确定检验水准：无效假设：两种药物治疗痛经的平均痛经评分相同。备择假设：两种药物治疗痛经的平均痛经评分不同。无效假设：受试者两个阶段的平均痛经评分相同。备择假设：受试者两个阶段的平均痛经评分不同。无效假设：两种顺序受试者的平均痛经评分相同。备择假设：两种顺序受试者的平均痛经评分不同。=0.05用SPSS软件进行交叉设计方差分析，步骤如下：Analyze→GeneralLinearModel→Univariate→y：DependentVariable，period：FixedFactor(s)，seq：FixedFactor(s)，treat：FixedFactor(s)，id：RandomFactor(s)→Model：Custom，Buildterm(s):MainEffect，period：Model，seq：Model，treat：Model→Buildterms(s):interaction→id,seq：model→continue→options→descriptivestatistics→OK表5交叉设计的方差分析变异来源顺序317.4001317.4008.360.0073时期35.267135.2671.070.3106药物1041.66711041.66731.500.0000个体间变异1063.0002837.964处理内误差926.0672833.074合计3383.4005957.346从表可知：对于无效假设（两种药物治疗痛经的平均痛经评分相同）而言，检验处理效应的﹤0.05，故可拒绝，接受，差异有统计学意义，可以认为两种药物治疗痛经的疗效有不同。）（对照药试验药-的95%置信区间为（5.292,11.375）分，其下限明显大于0，所以可认为试验药物治疗痛经效果差于对照药物。对无效假设（受试者两个阶段的平均痛经评分相同）而言，检验阶段效应的=0.311＞0.05，故不拒绝，尚不能认为受试者两个阶段的平均痛经评分有不同。对于无效假设（两种顺序受试者的平均痛经评分相同）而言，检验顺序效应的=0.007﹤0.05，故可拒绝，接受，差异有统计学意义，可以认为受试者的痛经评分与这两种药物顺序有关。）（顺序顺序21-的95%置信区间为（-7.642，-1.558）分，连上限也小于0，所以可认为推断顺序1的治疗效果好于顺序2的治疗效果。（3）方差分析前提条件图2处理因素与标准残差的残差图图3预测值与标准残差的残差图图4阶段因素与标准残差的残差图图5顺序与标准残差的残差图由残差图可知：该资料符合方差分析的前提条件，可进行交叉设计方差分析。