实习5方差剖析上机实践.pptVIP

实习5 方差分析上机实践 General Linear Model 一、Univariate过程 Univariate过程  常用的实验设计及分析方法 完全随机设计(Completely Random Design) 配伍设计(Randomized Block Design) 交叉设计(Cross-Over Design) 析因设计(Factorial Design) 正交设计(Orthogonal Design) 完全随机设计(Completely Random Design) 仅涉及一个处理因素，将受试者按完全随机化的方法分配到各个处理组中，观察实验效应 各个处理组的样本含量可以相等，也可以不等，相等时检验效能高 分析时应考虑数据的正态性、方差齐性等条件 也可以用one-way ANOVA分析 例1某职业病防治院对31名石棉矿工中的石棉肺患者、可疑患者及非患者进行了用力肺活量（L）测定，问三组石棉矿工的用力肺活量有无差别？(lung.sav) Analyze==General Linear Model==Univariate Dependent List框：lung Fixed Factor 框：group Model: 选Custom Build Terms 下拉列表：Main Effects Model 框： group 单击Continue Post Hoc: Post Hoc Test For 框：group 选中 S-N-K 单击Continue 单击OK 配伍设计(Randomized Block Design) 随机区组设计，先将几个受试对象按一定条件划分成配伍组，再将每一配伍组的各个受试者随机分配到各个处理组中 只有两个配伍组时，该设计就变成了配对设计 为两因素方差分析 不能考虑研究因素与配伍因素间的交互效应 例2 某厂医务室测定了10名氟作业工人工前、工中、工后4小时的尿氟浓度（umol/L），问氟作业工人在这三个时间的尿氟浓度有无差别？（twoway.sav) Analyze==General Linear Model==Univariate Dependent List框：fu Fixed Factor 框：group worker Model: 选Custom Build Terms 下拉列表：Main Effects Model 框： group worker 单击Continue Post Hoc: Post Hoc Test For 框：group 选中 S-N-K 单击Continue 单击OK 交叉设计(Cross-Over Design) 特殊的自身对照设计，克服了实验前后由于观察期间各种非实验因素对实验结果的影响 优点：节约样本含量，能够控制时间因素及个体差异对处理方式的影响 缺点：不允许有病人失访，否则造成该个体已有数据的完全浪费；不适用病程较短的急性病的治疗效果的研究，只适用于病床较长，且不大可能完全治愈的疾病。 例3 为研究12名高血压病人用A、B两方案疗效的差别，随机地让其中6名病人先以A法治疗，后以B法治疗；另外6名病人先以B法、后A法，记录治疗后血压的下降值（kPa),请分析A、B两法疗效有无差别？（crossover.sav) Analyze==General Linear Model==Univariate Dependent List框：Bp Fixed Factor 框：treat stage Random Factor 框： Patient Model: 选Custom Build Terms 下拉列表：Main Effects Model 框：treat stage patient 单击Continue 单击OK 析因设计(Factorial Design) 把2个或2个以上因素的各种水平结合起来试验，用以探讨不同因素间，同一因素不同水平间及其交互作用的效果。 总的试验数是各因素水平的乘积。因此析因分析时水平不宜过多，一般2或3种水平，水平过多，试验量太大。 重点考察各因素之间是否存在交互作用，如果存在交互作用，此时各因素的主效应检验结果已无意义。 例4 治疗缺铁性贫血病人12例，分为4组给予不同治疗，一个月后观察红细胞增加数（百万/mm3),现欲研究甲乙药单独