统计第12次作业.doc

统计学第12次作业 郭晓兰 微生物学 2．将18名原发性血小板减少症患者按病情和年龄都相近的原则配为6个单位组，每个单位组中的3名患者随机分配到A、B、C三个治疗组中，治疗后患者的血小板升高，结果见教材表16-16，问3种治疗方法的疗效有无差别？ 教材表16-16 不同人用鹿茸草后血小板的升高值/（×·L-1） 年龄组 A B C 1 3.8 6.3 ?? 8.0 2 4.6 6.3 11.9 3 7.6 10.2 14.1 4 8.6 9.2 14.7 5 6.4 8.1 13.0 6 6.2 6.9 13.4 分析：该题为随机区组设计，应用随机区组方差分析。总变异可分解为处理变异、区组变异和误差。 解：（1）统计描述 表1 18名原发性血小板减少症患者用不同治疗方法后血小板升高值情况 Treat Block N Mean Std.Deviation A 1~6 6 6.200 1.793 B 1~6 6 7.833 1.619 C 1~6 6 12.517 2.411 Total 18 18 8.850 3.319 （2）统计推断 建立检验假设，确定检验水准： 对于处理组： ：三种治疗方法的平均血小板升高值相等。 ：三种治疗方法的平均血小板升高值不全相等。 对于区组： ：各区组的总体效应相等。 ：各区组的总体效应不全相等。均取； 假设资料符合方差分析的前提条件，用SPSS软件进行随机区组方差分析，步骤如下： Analyze→General Linear Model→Univariate→Dependents variable：血小板升高值；Fixed factors：treat；Block；→Model：Custom：Build terms：main effects；Treat : Model；Block : Model；Continue…→点击Post Hoc，Treat: Post Hoc Test for；Equal Variances Assumed: LSD、SNK、Bonferroni；Continue…→点击Save，Unstandardized (Predicted Values)，Standardized (Residuals) →OK 将数据进行方差分析后，计算结果如表2： 表2 方差分析表 变异来源 总变异 187.265 17 处理间 129.003 2 64.502 79.338 0.000 0 区组间 50.132 5 10.026 12.333 0.000 1 误差 8.13 10 0.813 由表可知：对处理因素和区组因素统计检验后的均小于0.05，按水准拒绝，接受，可认为三种治疗方法的平均血小板升高值不全相等；可认为：对于同一种治疗方法而言，各区组血小板升高值的差异有统计学意义。 Bonferroni法对各处理组进行两两比较 建立检验假设，确定检验水准： ：，即相互比较的两种治疗方法血小板升高值相等。 ：，即相互比较的两种治疗方法血小板升高情况不相等。 。 用SPSS软件进行多重比较后得出表3： 表3 三种治疗方法血小板升高值的多重比较（Bonferroni法） 对比组1与2 t值 值 A与B治疗组 1.633 3.317 0.032 A与C治疗组 6.317 12.134 0.000 B与C治疗组 4.683 8.996 0.000 由于表3的值是由SPSS软件计算而来，该值与检验水准比较，各个对比组的值均小于0.05，拒绝，接受，可认为B治疗方法血小板升高值高于A治疗方法，两者平均血小板升高值差值的95%置信区间为（0.139，3.127）（×·L-1）；可认为C治疗方法血小板升高值高于A治疗方法，两者平均血小板升高值差值的95%置信区间为（4.823，7.811）（×·L-1）；可认为C治疗方法血小板升高值高于B治疗方法，两者平均血小板升高值差值的95%置信区间为（3.189，6.177）（×·L-1）。 （3）残差图判断资料是否满足方差分析前提条件 绘制残差图：Graphs Scatter Simple→Define: Y Axis: ZRE_1, X Axis: treat→OK Graphs Scatter Simple→Define: Y Axis: ZRE_1, X Axis: block→OK Graphs Scatter Simple→Define: Y Axis: ZRE_1, X Axis: pre_1→OK 图1：treat 与残差的残差图 图2：预测值与残差的残差图 图3：区组与标准残差的残差图 三个残差图显示无特殊值，基本满足方差分析要求的方差齐性和服从正态分布