统计第13次作业解析.docVIP

统计第13次作业 郭晓兰 微生物学 三、计算题 1. 为某药与对20名患者随机，服用，。对每一患者在治疗前治疗后1周、2周、3周测量水平，结果 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 1 45.3 52.4 61.0 70.4 1 36.1 41.8 48.3 63.0 2 40.3 48.7 54.9 66.4 2 42.0 46.8 53.8 67.4 3 41.0 48.8 54.8 68.8 3 43.7 50.5 53.2 69.2 4 38.0 44.9 52.7 63.0 4 41.4 46.2 54.3 64.7 5 42.7 50.8 56.7 70.2 5 41.5 50.0 53.6 65.7 6 39.1 45.1 55.3 64.9 6 45.0 52.4 57.5 70.6 7 43.1 52.3 56.5 69.1 7 42.2 47.8 53.2 70.3 8 39.3 46.2 56.9 67.8 8 42.5 45.4 55.8 68.7 9 41.9 48.0 57.3 65.4 9 37.0 42.7 48.1 61.9 10 37.8 44.7 54.1 65.0 10 35.5 40.8 45.9 59.5 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?2.42 48.19?2.96 56.02?2.26 67.10?2.52 对照组 40.69?3.29 46.44?3.87 52.37?3.70 66.10?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； 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→General Linear model→Repeated Measure→?name: time →Number of Levels:4 —ADD→Define： Within-subjects variables: 治疗前（1），治疗后1周（2），治疗后2周（3），治疗后3周（4）→Model ：full factorial→Group:Between-Subjects Factor(s) →OK=0.1，得到球形检验的=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 处理主效应 53.792 1 53．792 1.511 0.235 时间主效应 7316.931 2.197 3330.140 1675.996 0.000 处理×时间 33.261 2.197 15.138 7.619 0.001 处理间误差 640.921 18 35.607 重复测量误差 78.583 39.549 1.987 合计 8123.488 62.943 3436.664 由表可知：检验处理因素与时间因素之间的交互效应的＜0.05，按水准拒绝，接受，可认为处理因素与时间因素存在交互效应。 处理主效应的＞0.05，不拒绝,所以处理间的差异没有统计学意义。 时间主效应＜0.05，拒绝，接受，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. 为某药与0名结果 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 1 43 34 1 28 47 2 34 31 2 37 31 3 48 31 3 29 36 4 34 27 4 34 39 5 25 13 5 26 36 6 43 25 6 33 42 7 37 30 7 35 46 8 34 22 8 34 51 9 39 30 9 34 43 10 42 22 10 47