02第二章_单因素实验设计方法08解析.pptVIP

单因素试验设计方法 卫生统计学教研室 郜艳晖 单处理因素试验设计 处理因素 非处理因素 研究主要目的： 处理因素各个水平的作用有无差异？ 特点： 不能分析因素间交互作用 Outline 完全随机设计（completely randomized design） 配对设计（paired design） 配伍组设计（randomized block design） 平衡不完全配伍组设计（balanced incomplete blocks design） 拉丁方设计（latin square design） 例2. 20只雌性大鼠，随机分入甲（3mg/kg内毒素）乙（空白对照）两组，测得肌酐数据。 （数据略） （一）分组方式 将受试对象随机分配到各个处理组。 e.g.将12头动物随机分配到A、B两组。 分别从不同的总体进行随机抽样，获取代表各个不同总体的随机样本。 e.g.比较慢性胃炎病人和健康人胃粘膜组织中T淋巴细胞的含量。 （二）举例 例1、 按完全随机设计方法将15名患者随机分为甲、乙、丙三组。 （1）先按患者的就诊顺序编号； （2）从随机数字表中任意指定某行某列，如从第6行29列开始,向下录入15个两位数的随机数字，并依次列于各患者编号之下； （3）将随机数字从小到大编秩后得序号R，并规定R：1～5者为甲组， 6～10者为乙组，11～15者为丙组。结果如下： 随机分组的SAS程序 Data a; %Let n=15; /*sample sizes*/ Do i =1 to n; If I=n/3 then group=1; Else if n/3I=2*n/3 then group=2; Else group=3; Output; End; Proc plan Seed Factors i=n; Output data=a out=b; Proc sort data=b; By group; Proc print data=b; Run; 例2、拟从慢性胃炎病人190例胃粘膜活体组织检查标本中随机抽取10份，与健康人的10份标本比较T淋巴细胞含量。 （1）将病人依次编为1、2、……190号，等分10段，每段19人； （2）从随机数字表中任意指定某行某列，如从第10行1列开始,向右录入10个两位数的随机数字，并依次列于各段患者编号之下； （3）以19分别除各段的随机数，记余数。若遇到除尽则记余数为19，小于19的随机数即为余数。 （4）将各段的起始病例号加上“余数”减“1”，即为该段抽到的病例号。结果如下： 随机抽样的SAS程序 Data a; %Let n=10; /*sample sizes*/ Do i =1 to n; x=ranuni; Y=int(x*190); Output; End; Proc print; Run; Obs i x Y 1 1 0.76131 144 2 2 0.20731 39 3 3 0.21904 41 4 4 0.69481 132 5 5 0.82155 156 6 6 0.46336 88 7 7 0.12528 23 8 8 0.52107 99 9 9 0.82685 15 10 10 0.06664 12 （三）常用统计分析方法 用于两个样本或多个样本均数比较。 统计分析方法：t检验 方差分析（PROC ANOVA, PROC GLM） 秩和检验 （四）优缺点 优点：设计简单，易于实施，出现缺失数据时仍可进行统计分析。 缺点：小样本时，可能均衡性较差，抽样误差大，效率相对较低。 配对设计（paired design） 是将受试对象按一定条件配成对子，再将每对中的两个受试对象随机分配到不同处理组。 一定条件？--可能影响实验结果的混杂因素 动物实验：种属、窝别、性别、体重等 临床试验：病情轻重、性别、年龄、职业等 （一）配对形式 （1）将两个条件相同或相近的受试对象配成对子（含同一个体的两对器官或组织），分别接受两种不同的处理。 （2）同一受试对象（人或标本）分别接受两种不同的处理。 （3）前后配对，即