实验(试验)研究设计及常见问题.pptVIP

比较组差值（δ）＝实验组均数－对照组均数犯1型错误概率（检验水准α=0.05）把握度（1－β）：β为犯Ⅱ型错误的概率。研究指标变异（标准差σ）。信息：变异或差值信息来自文献或预实验。公式法样本例数确定需要的参数估计c检验效能（power）检验效能（poweroftest）含义：如H1为真（两比较指标有差别），在给定的n和α和β条件下，统计检验能检验出两者有差别的概率。一般要求检验效能≥70％样本含量估计含义：按事先规定犯两型错误概率的前提下，估计需要的最少例数。两样本均数比较的例数估计公式例：一项关于降血压的临床试验随机分为新药组和常规药。如果新药比常规药平均降压高出0.8kpa可以考虑推广。据以往资料，个体降压的标准差为1.2kpa，如果检验水准＝0.05，检验效能为90％，估计研究的样本例数为多少？解：本例δ=0.8，σ=1.2，α=0.05，β=0.1本研究的检验假设：H0：μ新=μ常规H1：μ新＞μ常规（单侧）123两样本均数比较的样本例数估计正式研究每组样本例数至少为38例，共76例。一般再增加10-20％例数。01该n的含义：各组用38例时，统计检验在α＝0.05检验水准，有90%的把握度查出两组的差别。02样本例数估计公式检验效能（poweroftest）估计例：某医院用新药和常规药治疗婴幼儿贫血，20名贫血患儿随机分成两组，测得血红蛋白增加量如下，问两组疗效有无差别？新药组n=10常规组n=10经统计检验：问题：此结果是假阴性结果或是新药不比常规药更优？检验效能为多少？SAS软件计算Group1Mean=23.6Group2Mean=20.9δ=2.7StandardDeviation=5Alpha=0.052-SidedTestN检验效能检验效能Nt值100.2080.700442.13200.3830.800552.39300.5380.900742.77400.664各组至少要44例时，有70%的把握检验出二者差别关于样本例数的问题目前医学期刊上发表的研究论文，绝大多数没有在试验前进行样本量估计。问题：如果两个指标确实有差别，样本例数少时，可能得到P0.05结果，得到假阴性的结果。尽管有的研究的p＜0.05（0.048）.重复实验结果有统计意义的可能性低。应报告检验效能(power)。随机化分组目的：使对比组之间基线均衡可比,是减少选择对象偏倚的最佳方法。受试对象以同等机会别分到实验或对照。真正的随机化应符合下列原则:研究者和受试对象不能事先知道将分配到哪组,也不能推测下个对象将分配的组。(三)研究对象的随机化分组实验研究的随机化方法

（应事先确定样本例数）完全随机化分组（简单随机分组，对研究对象无限制）0102配对或区组随机化分组（事先确定配对或区组对象）随机化分组方法：主要通过随机数来实现。随机数字表（统计教材后附表），适用小样本实验的分组。计算机的软件产生随机数，适合大样本分组。优点是方便和可重现。获得随机数的方法：1.完全随机化分组（简单随机化方法）例：动物20只分为4组，按体重（影响因素）编号编号12345678910随机数418298