16=Chap22 正交设计均匀设计试验分析.ppt

* 二、Cochran’s Q检验 ：配伍组设计两分类资料。 【例9-8】 在婴儿哭闹时，可以采用不同的哄法，如A（喂水）、B（轻轻摇晃）、C（哄以橡皮奶头）、D（说话逗他）。对12名未满一月的婴儿用这4种方法进行试验，以1表示哄法有效、0表示无效，结果如表9-8。判断这4种哄婴儿方法的效果是否不同。 婴儿 1 2 3 4 5 6 7 8 9 10 11 12 Bi 哄法A 0 0 0 0 1 0 1 0 0 0 1 1 4 哄法B 0 1 0 0 1 1 1 1 1 0 1 1 8 哄法C 0 0 1 0 1 1 0 0 1 1 0 1 6 哄法D 0 0 0 0 1 1 0 1 1 0 1 1 6 1的个 数Lj 0 1 1 0 4 3 2 2 3 1 3 4 * 以编号、哄法A、B、C、D为名，建立5列12行L9-8.sav. Analyze → Nonparametric Test →K Related Samples，A、B、C、D入Test Variable List，Test Type只选 Cochran’s Q →OK Cochrans Q =3.692，P=0.297 * * §6 Ridit分析 一、Ridit分析的意义、R值均数的估计 Ridit：与特定分布相对应（relative to an identified distribution，Rid）的单位（unit）。 适用于有序分类变量比较（各组n≥50），说明各等级是否相同及优劣。 等级数据→定量（连续型） →按正态分布的理论推断 基本思想：选标准组（大n, 基准） →用标准组资料计算各等级的Ridit值（即参照单位）→用参照单位计算各对比组的平均Ridit值→推断。 * 二、样本与总体比较的Ridit分析 【例9-9】 某医院用中草药制剂甲、乙治疗慢支病人结果如表9-9，乙与甲制剂相比，疗效如何？ 表9-9 两制剂对慢性支气管炎的疗效 制剂 无效 好转 显效 痊愈 合计 甲 776 1926 685 33 3420 乙 11 55 24 15 105 * 1.建立数据文件 ：疗效、甲组、乙组为名→ L9-9.sav。 2.计算标准组各等级的Ridit值 （1）将标准组的例数加权：甲。 Data→Weight Cases → Weight Cases by→甲组例数→ Frequency Variable→OK （2）计算标准组疗效各等级的Ridit值： Transform→Rank Case（观察单位排秩） →疗效入variable→Rank Types （排秩方式），√ Proportion estimate（百分位数估计）→ Continue →OK * 3.计算对比组总体R均值及其置信区间 （1）将对比组的例数变量进行加权：乙Data→Weight Cases，Frequency Variable甲出乙进→OK （2）求总体R均值及其95％置信区间：analyze→descriptive Statistics →Explore，将PROPORTION of 疗效 using BLOM [p疗效]送入Dependent List框→OK * * * 三、两样本比较的Ridit分析 【例9-10】观察针刺与药物治疗内分泌性突眼症的疗效，资料见表9-11，比较两疗法的疗效有无差别。 表9-11 针刺与药物治疗的效果比较 组 别 痊愈 显效 好转 无效 合计 针刺组 19 32 8 13 72 药疗组 3 6 4 29 42 合 计 22 38 12 42 114 * （1）建数据文件：疗效、针刺、药疗为名→ L9-10.sav （2）确定标准组：Transform→ Compute，Target Variable输标准例数→针刺 “+” 药疗→ OK （3）计算标准组疗效各等级R： A. 加权:Data→Weight Cases →标准例数进→OK B.求标准组R:Transform→Rank Case,疗效variable→Rank Types √ Proportion estimate→ Continue →OK。p疗效 （4）求对比组：Data→Weight Cases，标出针进→OK analyze→descriptive Statistics →Explore，PROPORTION of 疗效 入Dependent List→OK Data→Weight Cases，针刺出药疗进→OK analyze→descriptive Statistics →Explore→OK *