差异性等效性非劣效性和优效性设计中的t检验.docVIP

差异性等效性非劣效性和优效性设计中的t检验 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：差异性等效性非劣效性和优效性设计中的t检验 1 1 样本 2 2 t检验 3 3 讨论 4 文2：浅谈英汉禁忌语的一致性和差异性 5 0.引言 5 1.英汉语言禁忌的一致性 5 参考文摘引言： 7 原创性声明（模板） 8 文章致谢（模板） 8 正文 差异性等效性非劣效性和优效性设计中的t检验 文1：差异性等效性非劣效性和优效性设计中的t检验 【Abstract】 Along with more and more development and standard of clinical trials of new drugs，equivalence，noninferiority test and superiority test are widely ，wrong replacements of non  inferiority，equivalence and superiority tests with traditional significance test are often ，based on theoretical derivation of the sampling distribution of twosample mean difference，this article explained the applicable conditio，test purposes，hypothesis，and difference and association among the formulas of these three tests.【Key words】 equivalence test; noninferiority test; superiority test; difference test; t test 随着新药临床试验的开展越来越多，试验的设计和统计分析也越来越规范。根据目的不同，临床试验设计可以分为常见的差异性设计、标准阳性对照试验中的等效性和非劣效性设计，以及安慰剂对照试验中的优效性设计，其假设检验方法也随之被广泛地提出。t检验在差异性检验、等效性检验、非劣效性检验和优效性检验中都有应用，虽然其形式不尽相同，但都是t分布在假设检验检验中的应用，因此它们之间既有区别，又有密切的联系。本文将从样本均数的抽样分布出发，讨论差异性检验、等效性检验、非劣效性检验和优效性检验中t检验的区别和联系。 1 样本 均数差的抽样分布[1]设X11、X12、…、X1i、…、X1n1和X21、X22、…、X2j、…、X2n2分别是取自方差相等的总体N(μ1，σ2)和N(μ2，σ2)，且相互独立，可分别记作:X1i ～ N(μ1，σ2)，i=1，2，…，n1;X2j ～ N(μ2，σ2)，j=1，2，…，n2。则其样本均数的抽样分布分别为: X1～N(μ1，σ2n1)，X2～N(μ2，σ2n2)(1)同时根据χ2分布的定义有: (n1-1)s21σ2～χ2(n1-1)，(n2-1)s22σ2～χ2(n2-1)(2) 根据随机变量和的分布定理，样本均数差的分布可记为: X1-X2～N(μ1-μ2，(1n1+1n2)σ2)(3)对(3)式标准化后有: u=(X1-X2)-(μ1-μ2)σ1n1+1n2～N(0，1)(4)目前，如果用u作为枢轴量，以样本的信息推断总体均数之间的关系，即总体均数的情况未知时，按照枢轴量只能有一个未知参数的要求，σ就必须已知，此时便是两样本均数的u检验。但一般情况下σ是未知的，故需进一步推导。由式(2)，根据χ2分布的可相加性有: (n1-1)s21+(n2-1)s22σ2～χ2(n1+n2-2)(5)依据t分布的定义:设X～N(0，1)，Y～χ2(n)，且相互独立，则t=XYn～t(n)，带入式(4) (5)可得: t=(X1-X2)-(μ1-μ2)σ1n1+1n2(n1-1)s21+(n2-1)s22σ2(n1+n2-2) =(X1-X2)-(μ1-μ2)(n1-1)s21+(n2-1)s22(n1+n2-2)·(1n1+1n2)～t(n1+n2-2)(6) 式中(n1-1)s21+(n2-1)s22(n1+n2-2)为两样本合并方差，常用S2c表示; (n1-1)s21+(n2-1)s22(n1+n2-2)·(1n1+1n2)为两样本均数差值的标准误，记为SX1-X2。由推导过程不难发现，样本均数差的分布要转换到t分布必须满足3个条件:①样本必须来自正态总体，这里要补充说明一下的是:虽然中心极限定理能保证