第三章_实验研究设计(12讲) - 副本.pptVIP

* 二、样本含量估计的基本条件及要求 估计样本含量应考虑下列基本条件和要求： 1.确定所比较的两个总体参数间的差值δ δ可以是两个总体均数或总体率的差值。如两总体均数间的差值δ＝μ1-μ2 ，两总体率间的差异δ＝π1-π2。总体参数可使用公认的标准值、常规值或经样本预试验而获得的估计值。 2.确定总体标准差σ 由于总体标准差σ往往未知或不易获得，一般可用预试验的样本标准差S来估计或代替。 * 3.确定第一类错误的概率α α也称为检验水准或显著性水平，α越小，所需样本例数越多。习惯上，检验水准一般取α＝0.05，并可根据专业要求决定取单侧α或双侧α。 4.检验效能（1-β） 检验效能也称为把握度，是指在特定水准下，若总体间确实存在差异，则该次试验能发现此差异的概率。其中的β为第二类错误。（1－β）越大，即把握度越高，所需样本例数越多。通常取β＝0.1或β＝0.2，相应的检验效能为0.9或0.8。一般检验效能不宜低于0.75，否则第二类错误增大，“存伪”的概率增加。 * 三、常用样本含量估计方法 （一）样本均数与总体均数比较检验或均数的配对检验 注意：zα一般根据专业知识可有单侧和双侧之分，而zβ一般只取单侧。若为配对比较，S取Sd。 * 例3.1 用某药治疗高胆固醇血症，已知血清胆固醇平均降低0.52mmol/L在专业上认为有意义，经预试验得Sd=1.28mmol/L。若α取单侧0.05，β=0.10，需要多大样本含量？ 已知：δ=0.52，Sd=1.28， zα= z0.05=1.645, zβ= z0.10=1.282。 按条件要求，需要52例高胆固醇症患者。 * （二）两样本均数的比较 计算公式为 式中：n1和n2为每个样本所需的例数,一般设计为两样本例数相等。S为两总体标准差的估计值，通常假设其相等。δ为两均数差值。zα和zβ的意义同前。 * 例3.2 某人欲比较A、B两种降压药物降低收缩压的疗效，假设两药收缩压下降值相差5mmHg及以上有专业意义，若S=12mmHg，α取双侧0.05，β=0.10，每组例数相等，文每组需要多少病例？ 已知：δ＝5，S=12, zα/2 =z0.05=1.96, zβ= z0.10=1.282。 按条件要求，每组需121例高血压患者。 * （三）样本率与总体率的比较 式中：δ=π-π0，其中π0为已知的总体率，π为预期实验结果的总体率。 例3.3 已知常规疗法治疗湿疹的有效率为45%，现采用新式疗法治疗湿疹，估计治疗有效率可达55%，取α=0.05， β=0.10，问需要多少病例？ * 本例π0=0.45， δ=π-π0=0.55-0.45=0.10， zα/2 =z0.05=1.96, zβ= z0.10=1.282，代入公式： 故需要261例病例。 * （四）两样本率的比较 式中：n1和n2为每组样本所需例数，p为两样本合并率， p＝(p1+p2)/2, δ=p1-p2，p1和p2分别为两样本率，zα和zβ的意义同前。 * 例3.4 研究针灸配合心理疗法治疗失眠的效果。预试验中，针灸和心理联合治疗的有效率为94%，单纯应用针灸治疗的有效率为85%。若取双侧α=0.05，β=0.10，问两组各需要多少例失眠患者？ 已知p1=0.94，p2=0.85，δ=0.94-0.85=0.09， zα/2 =z0.05=1.96, zβ= z0.10=1.282， p=(0.95+0.85)/2=0.895， 代入公式： 两组各需要245例失眠患者。 * 第五节 常用实验设计方法 一、完全随机设计（completely random design） 完全随机设计也称为单因素设计，该设计是一种考察单因素二水平或多水平设计方案，他将同质受试对象不加任何条件限制，采用随机数字表或随机排列表，随机的分配到各处理水平组去。处理水平组数k=2时，适用成组t检验对两组均数进行比较；k2时适用单因素方差分析对多个均数进行比较，有统计学意义时，进行两两比较。该设计的特点是，简单方便，易于实施，但只能分析一个因素的作用，检验效能较低。 * 例3.5 将体重相近的15只雌性小白鼠等分到A，B，C三组。 设计及分组步骤如下。 (1)将15只动物任意编号为1～15号。 * (2)从随机数字表（附表1）中任意一行，如第20行