医学统计学Ch11-王一任.ppt

用表11-1数据计算： A1＝T1+T2＝120＋220＝340，A2＝T3+T4＝140＋260＝400，B1＝T1+T3＝120＋140＝260，B2＝T2+T4＝220＋260＝480。 代入表11-4，得 表11-5 表11-1析因试验结果方差分析表 A因素主效应所对应的检验假设为：A因素主效应=0 表11-5中 结合样本均数的比较结果，A因素的主效应为6%，AB的交互作用为2%，均不具有统计学意义，仅B因素（缝合后时间）的主效应22%有统计学意义。 结论：尚不能认为两种缝合方法对神经轴突通过率有影响；可以认为缝合后2月与1月相比，神经轴突通过率提高了。 二、完全随机分组两因素析因设计与方差分析 图11-3 两因素析因设计完全随机分组示意图 表11-6 完全随机设计两因素析因设计方差分析表 Ai(i＝1,2,…,I)为A因素各水平的小计 Bj(j＝1,2,…,J)为B因素各水平的小计 Tm (m＝1,2,…,g)为各处理组小计 表11-7 A,B两药联合运用的镇痛时间（min） 表11-9 A、B两药联合运用的镇痛时间的方差分析表 （2）将表11-8计算结果代入表11-6，得方差分析表,见表11-9。 (3) 结论： 三、完全随机分组三因素析因设计与方差分析 高级统计方法 第二篇 概 述 高级统计方法是基本统计方法的延伸和发展，表现在空间广度和时间深度上。 1-10章，单双因素（变量）研究，基本不涉及时间变量，即时间是固定的。 多因素试验：处理因素不止一个。如4种饲料是由脂肪含量和蛋白含量两个因素复合组成，研究目的不仅是比较4种饲料的差别，还要分别分析脂肪含量高低、蛋白含量高低对小鼠体重的影响，就是两因素的试验。此时可做析因分析。 单因素试验：只涉及一个处理因素(至少两个水平)，只是根据实验对象的属性和控制实验误差的需要，采用的实验设计方法有所不同。 单变量分析：研究单个变量的数量特征，推断两个或多个总体参数的差别。 双变量分析：研究两个变量的数量依存（或依赖）关系或互依（或相关）关系。 多变量分析：研究多个变量的数量依存（或依赖）关系或互依（或相关）关系。 本篇内容 多因素或多变量分析 11-16章、18-21章 生存分析 17章 统计预测 22章 综合评价 23章 量表研制方法 24章 其他：信度效度评价、Meta分析 33章 教学目的 了解统计方法 掌握应用条件 明确研究目的 分清资料类型 原始数据 建立数据库 正确解释结果 借助统计软件 中间 次要 最终 主要 目的：研究多个处理因素对试验对象的试验 指标的作用。 原因 结果 多个 1个 资料：处理因素分几个水平，试验指标多为 定量数据。 方法：多为方差分析 ，少数 检验。 概 述 依赖性 设计类型 1. 析因设计 各因素各水平的全面组合 处理组合数 g = 各因素水平数之积。 完全随机设计：各组随机分配 n 个试验 对象，总对象数为 g·n。 随机区组设计： n 个区组，每个区组 g 个 试验对象随机分配。 2. 正交试验：非全面组合，g个处理组是各因素 各水平的部分组合，即析因设计 的部分实施。 优点：减少试验次数 缺点：牺牲分析各因素部分交互作用 例11-4：析因设计，需做 24 次试验 正交设计，只需 8 次试验 3. 嵌套试验：处理非各因素各水平的全面组合，而是各因素按隶属关系系统分组，各因素水平没有交叉。 析因设计：g 个处理全部都作用于同一级别的实验单位。 裂区设计：A 因素的 I 个水平作用于一级实验单位， B 因素的 J 个水平作用于二级实验单位。 4. 裂区设计：两因素析因设计的特殊形式。 在相同试验条件下，通过改进实验设计方法可以提高实验效率。 注意多因素试验与多向分