完全随机配对设计与分析马骏版吕

1、1,完全随机设计与分析 配对设计与分析,卫生统计学教研室：吕 军 城 Tel:8462525 E-mail: cheng_,第三节:常用的实验设计方法,2,实验设计的方法很多，选择合适的设计方法既可以节省资源又能获得可靠结果。,单因素实验（single-factor experiment）是最简单的研究，仅考虑一个处理因素。即实验中仅涉及一个处理因素。,第三节:常用的实验设计方法,3,常见单因素实验设计：完全随机设计 随机区组设计 拉丁方设计,共同点：处理因素只有一个 不同点：对非处理因素的控制不同。,4,本节课重点介绍,完全随机设计与分析配对设计与分析,5,学习目的

2、,掌握完全随机设计、配对设计的概念； 熟悉完全随机设计、配对设计的设计步骤； 熟悉完全随机设计、配对设计的特点； 熟悉完全随机设计、配对设计实验结果分析方法。,6,完全随机设计与分析,7,一、完全随机设计,概念: 完全随机设计（completely random design)：将受试对象完全随机地分配到各个处理组中，施加处理因素并观察处理效应。 不考虑和控制受试对象个体差异的影响，仅考虑一个处理因素，属于单因素设计方法。处理因素可以是两个或者多个水平。,8,例 1: 将18名乙脑患者分为甲、乙、丙三组，分别给予A、B、C三种退烧药物治疗，比较退热时间。应如何设计？,设计步骤： 编号 随机数字

3、 排序 分组,完全随机设计步骤,9,随机数字表,10,设计步骤： 1.先将全部患者按某种标志编号，本例按就诊顺序编号。,2.查随机数字表：从随机数字表任意指定某行某列某一数开始，向任意方向查均可。查得18个两位数的随机数抄于患者号下。,3.将随机数从小到大排列后得序号R，并规定R是1-6者分入甲组， R是7-12者分入乙组，R是13-18者分入丙组。,规定R值：16为甲组，712为乙组，1318为丙组。,12,若分两组、四组如何分？,甲组受试对象号：5、6、8、10、12、17 乙组受试对象号：4、7、9、14、15、16、 丙组受试对象号：1、2、3、11、13、18,然后根据三组受试对象分

4、别给予三种药物即可。,13,随机分组时应注意问题,随机数字的产生和选取： 产生：通过随机数字表；通过Excel软件RAND( )函数产生，因为取值在0，1之间，通常用100* RAND( )的整数部分作为随机数字。 选取原则： 1.随机数的位数不应小于样本含量的位数。 2.查得的随机数如果出现重号，应舍弃。,14,随机分组时应注意问题,各组处理组例数不等情况： 如果实验需要例数不相等，可以利用R调整例数，但一般尽量相等，因为相等时检验效率高。 样本含量较大时： n较大时候，可以采用分段随机化方法实现随机分组。 如：120例，可以分成4个阶段进行，每个阶段进行30个实验单位的随机分组。,15,P

5、roc plan seed=20090611; output out =a; factor period=4 subjects=30; Run; Data b; set a; no=_N_; if subjects=10 then treat=“A”; else if subjects=20 then treat=“B”; else treat=“C”; Run; Proc print data=a; var no treat; Run;,SAS 程序,16,二、优缺点（特点）,1、实验单位应该具有较好的同质性： 若同质性不好，则需要较多的样本含量。 2、只分析一个因素： 小样本时候，抽样误差

6、有时较大。检验效率不如配对、配伍设计。 3.设计组数可以是两组，也可以是多组； 各处理组例数可相等、也可不等，当各组相等时所需总例数少。,17,二、优缺点（特点）,优点：设计容易，处理数与重复数不受限 制，适用于研究对象差异较小的实验。 统计分析简便易行，应用广泛（t检验，方差分 析，非参检验等）； 缺点：非处理因素没有进行控制，被归入实验误差，检验效能偏低。,18,三、实验结果分析,计量资料（定量资料） （1） 正态分布，且方差齐-ANOVA 和t检验；无法控制基线指标时候，可以将基线指标作为协变量，进行协方差分析。 （2）不满足正态分布和/或方差齐时： 完全随机设计的秩和检验，或者对数据进

7、行转换后采有ANOVA 和t检验。,19,三、实验结果分析,等级资料 采用秩和检验 计数资料（定性资料） 卡方检验,20,三、实验结果分析,两组比较,正态 分布,非正态,两组比较的秩和检验(wilcoxon),数据变换后用 t 或 F 检验,小样本,大样本：u 检验,21,例 2:为探讨硫酸氧钒对糖尿病性白内障的防治作用，研究人员将已诱导糖尿病模型的20只大鼠随机分为两组。一组用硫酸氧钒治疗（DV组），另一组作对照观察（D组），12周后测大鼠血糖含量。结果为， DV组12只，样本均数为6.5mmol/L,标准差为1.34mmol/L; D组8只，样本均数为13.7mmol/L，标准差为4.21

8、mmol/L。试问两组动物血糖含量的总体均数是否相同？,22,查附表3.2，F0.05(7,11)=3.76，得P0.05，拒绝H0，接受H1，可以认为两个总体方差不等。,2. 由于两样本来自的总体方差不等，故不能应用t检验，而应该选择t检验或秩和检验。,1.首先对资料进行正态性检验和方差齐性检验。,由于该资料未给出原始数据，故无法进行正态性检验。,23,多组比较,方差齐：F检验,方差不齐：F 检验(近似F检验),正态分布,多组比较的秩和检验(Kruskal-Wallis test),数据变换后用F检验,非正态,多组两两比较,正态分布、方差齐：q检验(Student NewmanKeuls),

9、非正态分布：多组两两比较的秩和检验 (Nemenyi法),24,例3 某医生为研究一种降糖新药的疗效，以统一的标准选择了60名型糖尿病患者，按完全随机设计方案将患者分为三组进行双盲临床试验。其中，降糖新药高剂量组21人、低剂量组19人、对照组20人。对照组服用公认的降糖药物，治疗4周后测得其餐后2小时血糖的下降值(mmol/L)，结果如表9-1所示。问治疗4周后，餐后2小时血糖下降值的三组总体平均水平是否不同？,25,26,27,28,多组与同 一对照组比较,正态分布、方差齐：Dunnett-t检验,非正态分布：秩和检验q (Wilcoxon),特定一对或几 对均数的比较,最小显著差异t检验：

10、LSD-t (Least Significant difference),29,SAS 统计软件实现,1.建立数据集 Data eg3_3; input g x ; Cards; . . ; Run; Proc sort data=eg3_3; by g; Run;,30,SAS 统计软件实现,2.多个样本的正态性检验 Proc univariate normal data=eg3_3; var x; by g; Run;,31,SAS 统计软件实现,3.方差齐性检验-Bartlett 检验 Proc anove data=eg3_3; class g; model x=g; means g/

11、hovtest=bartlett; Run;,32,SAS 统计软件实现,4. 方差分析及多重比较 Proc anova data=eg3_3; class g; model x=g; means g/lsd; Run;,33,SAS 统计软件实现,5.Wilcoxon秩和检验 Proc npar1way wilcoxon data=eg3_3; class g; var x; Run;,34,配对设计与分析,一、实验设计方法,概念： 配对设计（paired design）：先将受试对象按影响效应的非处理因素配成对子，再把每对中的两个受试对象随机分配到两个处理组，给予每个个体不同处理。,35,

12、配对设计的三个类型： 将两个条件相同或相近的受试对象配成对子，通过随机化，使对子内个体分别接受两种不同的处理。 同一受试对象的两个部位配成对子，分别随机地接受两种不同的处理。 同一受试对象自身前后配对，即同一受试对象，就接受某种处理前和接受某种处理后视为配对。 要求接受处理前后有足够的效果清除期，重要非处理因素在处理因素施加前后要相同。,36,例:某外科医生欲观察丙酸睾丸离子导入法对骨折愈合的促进作用，拟与石膏固定法对照，欲用16例应怎样设计？,37,设计步骤： 1.先按主要非处理因素配对。 即按年龄、性别、骨折类型、骨折部位尽量相同的两个患者配对，每对编上1、2号，共配成8对。 2.查随机数

13、字表，将随机数字抄于患者对子号下。 3.事先规定：遇奇数时1号分入甲组，2号分入乙组；遇偶数时1号分入乙组，2号分入甲组，遇0当偶数看。,38,分组结果： 分入甲组的受试对象有：1.2、2.1、3.2、4.1、5.2、6.1、7.1、8.2 分入乙组的受试对象有：1.1、2.2、3.1、4.2、5.1、6.2、7.2、8.1,第一步,第二步,第三步,39,二、优缺点 1.组间均衡性好：因先按主要的非处理因素配对，后随机分组，使得两组的非处理因素较均衡。 2.人为的控制了非处理因素的干扰 ，组间误差小 ，需要例数较少，提高了实验效率。 3. 配对的过程还可能将实验时间延长。,40,三、实验结果分析,计数资料：配