Chap22正交设计、均匀设计试验分析.ppt

2019/7/1,1,Chap22 正交设计、均匀设计试验分析 P301321,教学目的与要求： 3hr 掌握：正交设计、均匀设计试验的SPSS统计分析方法 。 熟悉：正交表与均匀表的选择与使用 。 了解：正交设计、均匀设计的意义 。 教学内容提要 重点讲解：正交设计、均匀设计试验的SPSS统计分析方法 。 讲解：正交表与均匀表的选择与使用 。 介绍：正交设计、均匀设计的意义 。 重点：正交设计、均匀设计试验的SPSS统计分析方法 。 难点：正交表与均匀表的选择与使用 。 教学时间: 理论3学时。,2019/7/1,2,m因素k水平设计 析因设计（交叉组）：全面试验、工作量大。N=km 正交设计Ln(km)：部分实施、整齐可比。 N=（k-1)m+1 N=rk2 均匀设计 ：部分实施、均匀分散。N=q 均匀设计：水平数q相同。 混合水平均匀设计： q不同。,2019/7/1,3,1 正交设计试验分析 P301 1.正交设计（Orthogonal design）的意义 Ln(km) 正交性：均匀分布、整齐可比。适于多因素、水平数5 7因素2水平试验L8(27) N=（k-1)m+1 （21）718 N=rk2r22r4 r为重复试验数（每种组合的动物或人） 2.正交设计的步骤：选正交表表头设计 3.正交试验结果分析： （1）确定因素各水平的优劣：平均值比较 （2）分析因素的主次：描述（极差分析）、推断（方差分析）。 （3）选择交互作用的搭配：二元表中最大平均值。 （4）预测最佳试验方案：主要因素好的水平，重要交互作用好的搭配，其他因素适当水平（经济、可行）。,2019/7/1,4,【例22-4】对12份血清分别用原法（检测时间20）和新法（10）检测谷-丙转氨酶，结果见表9-1，两种检测结果是否相同？,表9-1 原法和新法检测12份血清谷-丙转氨酶（nmolS1/L）资料,对d进行正态性检验，P0.05 配对t test P0.05 Wilcoxon符号秩和检验 (d =0),2019/7/1,5, 以原法、新法为变量名配对计量的数据文件L9-1.sav 配对符号秩和检验。 Analyze Nonparametric Tests（非参数检验）2 Related Samples 新法 、原法同时送入Test Pairs List框中OK。 P0.05，不拒绝H0，不能认为两法检测结果不同。,2019/7/1,6,2019/7/1,7,二、单样本比较的秩和检验（样总比较） 【例9-2】已知某地正常人尿氟的中位数为0.86mg/L，今在该地某厂随机抽取12名工人，测得尿氟含量（mg/L）为：0.84，0.86，0.88，0.94，0.97，1.01，1.05，1.09，1.20，1.28，1.35，1.83。推断该厂工人的尿氟含量是否高于当地正常人。 与配对不同：与每一个样本观测值配对的是中位数，建立数据文件L9-2.sav。操作过程同例9-1。 Analyze Nonparametric Tests2 Related Samples 尿氟含量、中位数同时送入Test Pairs ListOK。,2019/7/1,8,2019/7/1,9,3 Wilcoxon秩和& Mann-Whitney U检验(两组) 141 一、两连续型资料比较的秩和检验 原始数据 两小n Wilcoxon秩和检验 两大n 近似正态Z检验 频数表资料(近似等级) 两小n Mann-Whitney U 两大n 近似正态Z检验,2019/7/1,10,1.Wilcoxon秩和 ：2小n原始数据：n110，(n2n1) 10 【例9-3】为考察中药葛根对心脏的影响，用3g/100mL和5g/100mL的剂量，测定大鼠用药后1分钟心肌收缩的抑制率（1用药后心肌的收缩量/用药前心肌的收缩量）100，结果如表9-2第、行。比较两种剂量对心肌收缩作用是否相同。,2019/7/1,11,（ 1）H0：两剂量心肌收缩抑制率的总体分布位置相同。 （2）编秩：小大，混合编秩，同组相同数据取顺序秩次，不同组相同数据取平均秩次。 （3）规定n1n2，以n1样本的秩和为统计量值。n1n2时取任一组秩和为T。n16，n27，故T48。 （4）确定P值并作出推断结论。n110，查成组比较秩和T表（P436附表7）P（内大外小）。 n16，n2n1761，T48，查附表7相交处所对应的4行界值， T48在双侧P为0.10所对应的范围3054之内，故P0.10。 2.Mann-Whitney U检验（Mann-Whitney U test）：两小n频数表 n1n2，将n1中的每个变量值与n2个变量值逐个比较，小记1，等记0.5，大记0，求其和得U。,2019/7/1,12,【例9-3】以葛根剂量和抑制率为变量名，在葛根剂量的Values中标签1=3g/100ml组，2=5g/100ml组，建立13行2列的完全随机设计计量资料数据文件L9-3.sav以后，进行两样本比较的Wilcoxon秩和检验和Mann-Whitney U检验： Analyze Nonparametric Tests2 Independent Samples，抑制率 入Test variable list，葛根剂量入grouping variables Define groups，group1和group2中输1和2 Continue OK,2019/7/1,13,2019/7/1,14,二、等级资料两样本比较的Mann-Whitney U检验 【例9-4】用祖传针灸法与一般针灸疗法各治疗哮喘病人46例、28例，以痰液嗜酸性白细胞为指标，结果见表9-3，判断祖传针灸法的疗效是否高。,2019/7/1,15,以组别、疗效和例数为变量名，建立8行3列的数据文件L9-4.sav Analyze Nonparametric Tests2 Independent Samples，疗效 入Test variable list，组别入grouping variables Define groups，在group1和group2中输入1和2 Continue OK。,2019/7/1,16,2019/7/1,17,4 Kruskal-wallis H 检验（多组比较用） 一、多组连续型资料 1. Kruskal-wallis H检验： 计量：完全随机设计两或多样本比较 等级：推断双向有序资料的相关性 【例9-5】比较A、B、C中药的灭钉螺作用，各观察5批，每批对200只活钉螺用药后清点死亡数，计算死亡率（），结果见表9-4的、行。,2019/7/1,18,以药物和死亡率为变量名，药物Values标签1=A药，2=B药，3C药，建立2列15行的数据文件L9-5.sav Analyze Nonparametric Test K Independent Samples，死亡率入Test variable list，药物入grouping variables Define Range ，在Minimun和Maximun中填入1和3（第1至第3组间的比较） Continue。在Test Type复选框中有Kruskal-Wallis H、Median（中位数）、Jonckheere-Terpstra，系统默认或全选OK,2019/7/1,19,2019/7/1,20,2.两两比较的Nemenyi test,2019/7/1,21,DPS操作 （1）正态性检验：分别选定各组数据块数据分析正态性检验。 若 P0.05，可认为来自正态总体。 可用ANOVA。 （2） Kruskal-wallis H检验：选定数据块分类数据统计非参数检验 Kruskal-wallis H检验。,2019/7/1,22,2019/7/1,23,2019/7/1,24,2019/7/1,25,二、等级资料多样本比较的秩和检验 【例9-6】某中医院以蛞蝓胶囊为主综合治疗（简称蛞蝓综合法）中晚期肺癌，并与中西医结合治疗及联合化疗作比较观察，其近期疗效分为部分缓解，稳定，扩展三级，资料见表9-5，比较三组的疗效。,2019/7/1,26,以疗法、疗效、例数为变量名，对疗法、疗效标签其水平，建立3列9行的RC表文件L9-6.sav。 Dataweight casesweight cases by例数 AnalyzeNonparametricTestKIndependent Samples，疗效入Test variable list，疗法入grouping variables Define Range ，在Minimun和Maximun填入1和3（第1至第3组间比较） ContinueOK。 结果： 2 =4.030，P=0.133。,2019/7/1,27,2019/7/1,28,5 Friedman M检验、Cochrans Q检验（配伍资料比较用） 一、Friedman M 秩和检验：配伍组设计连续资料 【例9-7】某医师按中医辨证，把肺癌病人分成五类，研究辨证分型的疗效，由于疗效又受病期的影响，所以又按病期分为、三个配伍组（b3），资料见表9-6。分析不同辨证分型肺癌病人的一年生存率是否不同。,2019/7/1,29,以病期、阳虚、气阴两虚、气虚、阴阳两虚、气滞血瘀为变量名，建立3行6列配伍组设计连续型资料数据文件L9-7.sav。 Analyze Nonparametric Test K Related Samples，阳虚、气阴两虚、气虚、阴阳两虚、气滞血瘀进Test VariablesOK。 结果： 2 =5.867， P=0.209,2019/7/1,30,2019/7/1,31,二、Cochrans 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。,2019/7/1,32,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 Cochrans Q OK Cochrans Q =3.692，P=0.297,2019/7/1,33,2019/7/1,34,6 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n50），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。,2019/7/1,35,二、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？,2019/7/1,36,1.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。 DataWeight Cases Weight Cases by甲组例数 Frequency VariableOK （2）计算标准组疗效各等级的Ridit值： TransformRank Case（观察单位排秩） 疗效入variableRank Types （排秩方式）， Proportion estimate（百分位数估计） Continue OK,2019/7/1,37,3.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DataWeight Cases，Frequency Variable甲出乙进OK （2）求总体R均值及其95置信区间：analyzedescriptive Statistics Explore，将PROPORTION of 疗效 using BLOM p疗效送入Dependent List框OK,2019/7/1,38,2019/7/1,39,2019/7/1,40,三、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。,2019/7/1,41,（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:DataWeight Cases 标准例数进OK B.求标准组R:TransformRank Case,疗效variableRank Types Proportion estimate Continue OK。p疗效 （4）求对比组：DataWeight Cases，标出针进OK analyzedescriptive Statistics Explore，PROPORTION of 疗效 入Dependent ListOK DataWeight Cases，针刺出药疗进OK analyzedescriptive Statistics ExploreOK,2019/7/1,42,2019/7/1,43,2019/7/1,44,针刺=0.3969，总体R针刺值95的CI为（0.3391，0.4548）； 药疗0.6767，总体R药疗值95的CI为（0.6043，0.7491）。 两组95C