第九章配伍區(qū)組設(shè)計(jì)資料的統(tǒng)計(jì)分析的Stata實(shí)現(xiàn)

1、第九章 配伍區(qū)組設(shè)計(jì)資料的統(tǒng)計(jì)分析的Stata實(shí)現(xiàn)配對t檢驗(yàn)ttest 變量1=變量2配伍區(qū)組設(shè)計(jì)的方差分析anova應(yīng)變量處理分組變量區(qū)組變量方差分析的殘差計(jì)算在anova命令執(zhí)行后，執(zhí)行卜列命令predict 變量名，residual配伍區(qū)組設(shè)計(jì)的 Friedman檢驗(yàn)friedman 區(qū)組1區(qū)組b（見Stata7附加程序）例9-1某研究者用某藥物治療高血壓患者 10名，治療前后舒張壓的變化 情況見表91。表9110名患者用某藥物治療后的舒張壓測定值（mmHg）(1)治療前 治療后（3）d(4) = (3) (2)1115116-121109020312910821410989225110

2、921861169026711611068116120-49120883210104968Stata數(shù)據(jù)為:x1x211151162110903129108410989511092611690711611081161209120881010496Stata命令為:ttest x1= x2結(jié)果為:Paired t testVariable | Obs Mean Std. Err. Std. Dev. 95% Conf. Interval +x1 |10114.52.1819976.900081109.564119.436x2 |1099.93.89429812.3148591.09049108.

3、7095+diff |1014.6 3.72737611.787 6.168089 23.03191Ho: mean(x1 - x2) = mean(diff) = 0Ha: mean(diff) < 0 Ha: mean(diff) != 0 Ha: mean(diff) > 0t = 3.9170t = 3.9170t = 3.9170P < t = 0.9982P > |t| = 0.0035P > t = 0.0018P=0.0035,治療前后舒張壓有差別，治療后下降。例9- 2某研究者對8名凍瘡患者足部的兩個凍瘡部位(兩個部位凍瘡程 度非常接近)用兩種不

4、同藥物治療，分別觀測兩個凍瘡部位的痊愈時間，結(jié)果見表 9 2。表9-2兩種方法測定患者凍瘡痊愈時間時間(大)結(jié)果受試著編R藥物1藥物2差值d(1)(2)(3)(4)= (3) (2)181242109-1369344128576-161010078113810111Stata數(shù)據(jù)為:x1x2181221093694412576610107811810111.建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)H。： d 0 ,兩種藥物治療的凍瘡痊愈平均時間相同Hi： d 0 ,兩種藥物治療的凍瘡痊愈平均時間不同0.05Stata命令為:ttest x1= x2結(jié)果為:Paired t testVariable | Ob

5、s Mean Std. Err. Std. Dev. 95% Conf. Interval +x1 |87.875 . 2.167124 6.063239 9.686761x2 |810 .2 8.327958 11.67204+diff |8-2.125 1.076328 3.044316 -4.670111 .-1.9743mean(diff) = mean(x1 - x2)t =Ho: mean(diff) = 0degrees of freedom =7Ha: mean(diff) < 0 Ha: mean(diff) != 0 Ha: mean(diff) > 0Pr(T

6、 < t) = 0.0445 Pr(|T| > |t|) = 0.0889Pr(T > t) = 0.9555t = 1.9743,則P =0.0889,在0.05水平上不拒絕H0,差值的樣本均數(shù)與已知總體均數(shù)的比較，差異無統(tǒng)計(jì)學(xué)意義，故尚不能認(rèn)為該兩種藥物治療的凍 瘡痊愈平均時間不同。例9-3為了解不同治療方法對高膽固醇血癥的療效，根據(jù)專業(yè)要求，在采取相關(guān)清洗或洗脫措施，保證相鄰兩次療效不受影響的前提下，某研究者用3種不同方法對9只受試動物進(jìn)行實(shí)驗(yàn)，其血漿膽固醇測定值（mmol/L）見表93o表9 33種治療方法的血漿膽固醇測定結(jié)果（mmol/L）內(nèi)方法110.106.69

7、7.7426.785.406.83313.2212.6710.9547.786.567.2057.475.656.8566.115.265.8876.025.435.7988.086.267.8797.565.066.45Stata數(shù)據(jù)為:bgx1110.1216.783113.22417.78517.47616.11716.02818.08917.56126.69225.43212.67426.56525.65625.26725.43826.26925.06137.74236.833310.95437.2536.85635.88735.79837.87936.45Stata命令為:anova

8、 x g b結(jié)果為:Number of obs =27 R-squared = 0.9378Root MSE = .672582 Adj R-squared = 0.8988Source | Partial SS df MS F Prob > F +Model | 109.037328 10 10.24.100.0000|g | 11.2 5.12.300.0006b | 97.8 12.27.060.0000|Residual | 7. 16 . +Total | 116.275188 26 4.P=0.0006, 3種不同方法得到的血漿膽固醇測定值（mmol/L）不全相同例94 將3

9、0只小白鼠按體重、性別、窩別、活潑性分成10個區(qū)組，每個區(qū)組的3只小白鼠隨機(jī)分配到3個實(shí)驗(yàn)組，分別以不同蛋白質(zhì)飼料進(jìn)行喂養(yǎng),60天后測量小白鼠的體重增加量（g）,數(shù)據(jù)如表94。表94 三種飼料喂養(yǎng)30只小白鼠的體重增加量（g）區(qū)組-In13033772404468341627644152815364484648417873349758455573937537410324872Stata數(shù)據(jù)為:bgx113021403141414151366148713381459137101321233224432624252524462417249825592531024813772368337643815

10、3846378737583739374103721.建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)針對處理組Ho:三種不同飼料喂養(yǎng)的小白鼠體重平均增加量相同Hi:三種不同飼料喂養(yǎng)的小白鼠體重平均增加量不同或不全相同0.05針對區(qū)組Ho:對于任何一種飼料喂養(yǎng),10個區(qū)組的小白鼠平均體重增加量相同Hi：對于任何一種飼料喂養(yǎng)，10個區(qū)組的小白鼠平均體重增加量不同或不 全相同0.05Stata命令為:anova x g b結(jié)果為：Number of obs =30 R-squared = 0.9250Root MSE = 6.00339 Adj R-squared = 0.8791Source | Partial SS

11、df MS F Prob > F +Model | 7997.13333 11 727.01212120.170.0000g | 7565.266672 3782.63333104.950.0000b | 431.8666679 47.1.330.2884Residual | 648.733333 18 36.Total | 8645.86667 29 298.133333則P處理0.01, P區(qū)組0.05,表9 6中P值為統(tǒng)計(jì)軟件計(jì)算后直接給出的數(shù)值?？梢哉f明，對于處理效應(yīng)，按 0.05水準(zhǔn)，拒絕H。，可認(rèn)為三種不同飼料喂養(yǎng)的小白鼠平均體重增加量不同或不全相同或至少有兩個總體均數(shù)不同；

12、對于區(qū)組，按0.05水準(zhǔn)，不拒絕H。，還不能認(rèn)為10個區(qū)組小白鼠的平均體重增加量不同或不全相同。例9- 6某研究者米用1:1配對方法將16例肝炎患者分別分在兩種不同 治療方法組，測定其血中GPT含量（iu/L）,資料如表9 6第（2）、（3）欄，問: 用不同方法治療的患者GPT含量有無差別？表9 6 不同治療方法的肝炎患者血中 GPT含量（iu/L）方法1方法2差值d秩次(1)(2)(3)(4) = (2)(5)1112387462847591330300一41762-45-3.5510326775623330203773169-38-2812479453.5Stata數(shù)據(jù)為:x1x21112

13、38284753303041762510326623330731698124791.建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)H0: Md0,差值的總體中位數(shù)為0H" Md 0,差值的總體中位數(shù)不為00.05Stata命令為:signrank x1= x2結(jié)果為：Wilcoxon signed-rank testsign | obs sum ranks expected +positive |527.517.5negative |27.517.5zero |111+all |83636unadjusted variance 51.00adjustment for ties -0.13adjustme

14、nt for zeros -0.25 adjusted variance 50.63Ho: x1 = x2 z = 1.405 Prob > |z| = 0.1599P 0.05,所以沒有足夠證據(jù)可以拒絕H0例9-8某研究者欲了解不同受試者的血濾液在不同放置時間的血糖濃度，測定了 8名正常人，將每位受試者的血濾液分成 4份，然后隨機(jī)地把它們放置0, 45, 90, 135分鐘，測定其血糖濃度，結(jié)果見表 911。表911不同放置時間的血濾液所含血液濃度（mg %）受試者編號放置時間（分）4590135195 (3.5)95 (3.5)89 (2)83 (1)295 (4)94 (3)88

15、(2)81 (1)3106 (4)105 (3)97 (2)90 (1)498 (4)87 (1)95 (3)90 (2)5102 (4)98 (3)97 (2)88 (1)6112 (3.5)112 (3.5)101 (2)94 (1)7105 (4)103 (3)97 (2)88 (1)895 (4)92 (3)90 (2)80 (1)Ri3123179Stata數(shù)據(jù)為:bgx119521953110641985110261112711058195129522943210542875298621127210382921389238833974395539763101739783901483

16、2481349044905488649474888480具體分析步驟如下：1.建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)H0：四個總體分布相同Hi:四個總體分布不同或不全相同0.05swilk x if g=1對0時間資料進(jìn)行正態(tài)性檢驗(yàn)Shapiro-Wilk W test for normal dataVariable | +ObsWVzProb>zx |80.934320.915-0.1410.55620swilk x if g=2對45分鐘時的 資料進(jìn)行正態(tài)性檢驗(yàn)Variable | +ObsShapiro-Wilk W test for normal dataProb>zWVzx |80.

17、975250.345-1.5200.93570swilk x if g=3對90分鐘時的 資料進(jìn)行正態(tài)性檢驗(yàn)Shapiro-Wilk W test for normal dataVariable | Obs +WVzProb>zx |80.870831.7991.021 0.15358swilk x if g=4對135分鐘時的 資料進(jìn)行正態(tài)性檢驗(yàn)Shapiro-Wilk W test for normal dataVariable | ObsWVz Prob>z+x |80.917111.1550.2360.40682各組正態(tài)性檢驗(yàn)的P值分別均大于，所以可以按正態(tài)分布資料進(jìn)行統(tǒng)計(jì)分析但是，對上面的數(shù)據(jù)進(jìn)行方差齊性檢驗(yàn)。anova x g b兩因素方差分析predict e,residual將殘差保存為egen ee=abs(e)求e的絕對值，村為eeanova ee g b檢驗(yàn)殘差是否齊性得到：Number of obs =32 R-squared = 0.6684Root MSE = 1.24825 Adj R-squared = 0.5105Source | Partial SS df MS F Prob > F +Model | 65. 10 6.4.230.0026|g | 15.3 5.3.320.0395b | 50.7 7.4.620