1、統(tǒng)計(jì)學(xué)第12次作業(yè) 郭曉蘭 微生物學(xué) 122136412將18名原發(fā)性血小板減少癥患者按病情和年齡都相近的原則配為6個(gè)單位組，每個(gè)單位組中的3名患者隨機(jī)分配到A、B、C三個(gè)治療組中，治療后患者的血小板升高，結(jié)果見(jiàn)教材表16-16，問(wèn)3種治療方法的療效有無(wú)差別？教材表16-16 不同人用鹿茸草后血小板的升高值/（×·L-1）年齡組ABC13.86.3   8.024.66.311.937.610.214.148.6 9.214.756.4 8.113.066.2 6.913.4分析：該題為隨機(jī)區(qū)組設(shè)計(jì)，應(yīng)用隨機(jī)區(qū)組方差分析?？傋儺惪煞纸鉃樘幚碜儺?、區(qū)組變異

2、和誤差。解：（1）統(tǒng)計(jì)描述表1 18名原發(fā)性血小板減少癥患者用不同治療方法后血小板升高值情況TreatBlockNMeanStd.DeviationA1666.2001.793B1667.8331.619C16612.5172.411Total18188.8503.319（2）統(tǒng)計(jì)推斷建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)：對(duì)于處理組：三種治療方法的平均血小板升高值相等。：三種治療方法的平均血小板升高值不全相等。對(duì)于區(qū)組：各區(qū)組的總體效應(yīng)相等。：各區(qū)組的總體效應(yīng)不全相等。均取；假設(shè)資料符合方差分析的前提條件，用SPSS軟件進(jìn)行隨機(jī)區(qū)組方差分析，步驟如下：AnalyzeGeneral Linear Mode

3、lUnivariateDependents variable：血小板升高值；Fixed factors：treat；Block；Model：Custom：Build terms：main effects；Treat : Model；Block : Model；Continue點(diǎn)擊Post Hoc，Treat: Post Hoc Test for；Equal Variances Assumed: LSD、SNK、Bonferroni；Continue點(diǎn)擊Save，Unstandardized (Predicted Values)，Standardized (Residuals) OK將數(shù)據(jù)進(jìn)行方

4、差分析后，計(jì)算結(jié)果如表2：表2 方差分析表變異來(lái)源總變異187.26517處理間 129.003 2 64.50279.3380.000 0區(qū)組間 50.132 5 10.026 12.3330.000 1誤差8.13100.813由表可知：對(duì)處理因素和區(qū)組因素統(tǒng)計(jì)檢驗(yàn)后的均小于0.05，按水準(zhǔn)拒絕，接受，可認(rèn)為三種治療方法的平均血小板升高值不全相等；可認(rèn)為：對(duì)于同一種治療方法而言，各區(qū)組血小板升高值的差異有統(tǒng)計(jì)學(xué)意義。Bonferroni法對(duì)各處理組進(jìn)行兩兩比較建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)：，即相互比較的兩種治療方法血小板升高值相等。：，即相互比較的兩種治療方法血小板升高情況不相等。用SPSS

5、軟件進(jìn)行多重比較后得出表3：表3 三種治療方法血小板升高值的多重比較（Bonferroni法）對(duì)比組1與2t值值A(chǔ)與B治療組1.6333.3170.032A與C治療組6.31712.1340.000B與C治療組4.6838.9960.000由于表3的值是由SPSS軟件計(jì)算而來(lái)，該值與檢驗(yàn)水準(zhǔn)比較，各個(gè)對(duì)比組的值均小于0.05，拒絕，接受，可認(rèn)為B治療方法血小板升高值高于A治療方法，兩者平均血小板升高值差值的95%置信區(qū)間為（0.139，3.127）（×·L-1）；可認(rèn)為C治療方法血小板升高值高于A治療方法，兩者平均血小板升高值差值的95%置信區(qū)間為（4.823，7.811）

6、（×·L-1）；可認(rèn)為C治療方法血小板升高值高于B治療方法，兩者平均血小板升高值差值的95%置信區(qū)間為（3.189，6.177）（×·L-1）。（3）殘差圖判斷資料是否滿足方差分析前提條件繪制殘差圖：Graphs Scatter SimpleDefine: Y Axis: ZRE_1, X Axis: treatOKGraphs Scatter SimpleDefine: Y Axis: ZRE_1, X Axis: blockOKGraphs Scatter SimpleDefine: Y Axis: ZRE_1, X Axis: pre_1OK圖1：

7、treat 與殘差的殘差圖 圖2：預(yù)測(cè)值與殘差的殘差圖 圖3：區(qū)組與標(biāo)準(zhǔn)殘差的殘差圖三個(gè)殘差圖顯示無(wú)特殊值，基本滿足方差分析要求的方差齊性和服從正態(tài)分布的條件，可以用方差分析對(duì)資料進(jìn)行分析。4某研究人員以0.3 ml/kg劑量純苯給大鼠皮下注射染毒，每周3次，經(jīng)45天后，使實(shí)驗(yàn)動(dòng)物白細(xì)胞總數(shù)下降至染毒前的50%左右，同時(shí)設(shè)置未染毒組。兩組大鼠均按照是否給予升高白細(xì)胞藥物分為給藥組和不給藥組，實(shí)驗(yàn)結(jié)果見(jiàn)教材表16-18，試作統(tǒng)計(jì)分析。教材表16-18 實(shí)驗(yàn)效應(yīng)指標(biāo)（吞噬指數(shù)）數(shù)據(jù)未染毒組染毒組 不給藥 給藥 不給藥 給藥3.803.881.851.943.903.842.012.254.063.

8、962.102.033.853.921.922.103.843.802.042.08解：本資料為析因設(shè)計(jì)資料，應(yīng)用析因設(shè)計(jì)資料的方差分析。（1）統(tǒng)計(jì)描述表4 析因設(shè)計(jì)四種組合的均數(shù)和標(biāo)準(zhǔn)差升高白細(xì)胞藥物純苯皮下注射染毒未染毒染毒不給藥3.8900.1011.9840.0992.937給藥3.8800.0632.0800.1132.9803.8852.0322.959（2）統(tǒng)計(jì)推斷 建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)； ： 即染毒組和未染毒組不存在交互效應(yīng)。 ： 即染毒組和未染毒組存在交互效應(yīng)。 ： 即染毒因素的主效應(yīng)為0。 ： 即染毒因素的主效應(yīng)不為0。 ： 即給藥因素的主效應(yīng)為0。 ： 即給藥因素的

9、主效應(yīng)不為0。 均??；假設(shè)資料符合方差分析的前提條件，用SPSS軟件進(jìn)行析因設(shè)計(jì)資料的方差分析，步驟如下：AnalyzeGeneral Linear ModelUnivariateDependents variable：吞噬指數(shù)；Fixed factors：藥物；純苯染毒；Model：Full ，Continue點(diǎn)擊Plots，Horizontal Axias: 純苯染毒； Separate Lines: 藥物；Add ，Continue 點(diǎn)擊Save，Unstandardized (Predicted Values)，Standardized (Residuals)，Continue點(diǎn)擊Op

10、tions，Display means for: 純苯染毒、藥物； Compare main effects ；Display: descriptive statistics ContinueOK結(jié)果如表5：表5 方差分析表變異來(lái)源總變異17.339 19染毒與否17.168 117.168 1857.0090.000 給藥與否 0.009 1 0.009 1.000 0.332 交互作用 0.014 1 0.014 1.519 0.236誤差 0.14816 0.009 由表可見(jiàn)，, P>0.05 ，接受，可認(rèn)為染毒和給藥無(wú)交互效應(yīng)。 P<0.05，拒絕，接受，可認(rèn)為染毒與不染毒對(duì)應(yīng)的總體均數(shù)不等，即染毒因素存在主效應(yīng)，主效應(yīng)為1.853，其95%置信區(qū)間為（1.762，1.944）。，P>0.05 ，接受，可認(rèn)為給藥與不給藥對(duì)應(yīng)的總體均數(shù)相等，即給藥因素沒(méi)有存在主效應(yīng)。（3）殘差圖判斷資料是否滿足方差分析前提條件繪制殘差圖：Graphs Scatter SimpleDefine: Y Axis: ZRE_1, X Axis: 給藥OKGraphs Scatter SimpleDefine: Y Axis: ZRE_1,