隨機(jī)區(qū)組、析因和重復(fù)測(cè)量設(shè)計(jì)資料的方差分析有關(guān)樣本資料的差異性比較定量資料數(shù)據(jù)類型前提條件t/Z檢驗(yàn)四格表R×C表配對(duì)四格表設(shè)計(jì)類型單樣本兩獨(dú)立樣本配對(duì)設(shè)計(jì)多獨(dú)立樣本方差分析兩組二分類配對(duì)設(shè)計(jì)多組多分類單樣本兩多獨(dú)立樣本配對(duì)設(shè)計(jì)不滿足t檢驗(yàn)/方差分析條件的等級(jí)資料設(shè)計(jì)類型定性資料設(shè)計(jì)類型

檢驗(yàn)秩和檢驗(yàn)隨機(jī)區(qū)組資料析因設(shè)計(jì)資料重復(fù)測(cè)量資料教學(xué)內(nèi)容16.1隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析16.2隨機(jī)區(qū)組設(shè)計(jì)資料的多重比較16.3方差齊性檢測(cè)16.4析因設(shè)計(jì)資料的方差分析16.1隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析隨機(jī)區(qū)組設(shè)計(jì)（RandomizedBlockDesign）其命名來自英國(guó)著名統(tǒng)計(jì)學(xué)家R.A.Fisher，他在倫敦附件的Rothamsted農(nóng)業(yè)實(shí)驗(yàn)站創(chuàng)立了試驗(yàn)設(shè)計(jì)理論和方差分析方法。他做的是農(nóng)田試驗(yàn)，土地都是被劃分成一塊一塊Block來分配的，所以該設(shè)計(jì)就起了這么個(gè)名字。山坡河邊屋后有A、B、C三個(gè)種子，比較誰的畝產(chǎn)量高？ABCBACCBA隨機(jī)區(qū)組設(shè)計(jì)（配伍組設(shè)計(jì)）ABCDAB配對(duì)設(shè)計(jì)：隨機(jī)區(qū)組設(shè)計(jì)（Randomizedblockdesign）又稱隨機(jī)單位組設(shè)計(jì)，隨機(jī)配伍組設(shè)計(jì)。

b個(gè)區(qū)組：每個(gè)區(qū)組內(nèi)：k個(gè)受試對(duì)象

k個(gè)處理：有待比較特點(diǎn)：將受試對(duì)象按性質(zhì)（如動(dòng)物按窩別、性別、體重；病人按病情、性別、年齡等非處理因素）相同或相近者組成b個(gè)區(qū)組（或稱單位組、配伍組）；每個(gè)區(qū)組中k個(gè)受試對(duì)象隨機(jī)分配到每個(gè)區(qū)組k個(gè)處理組中去。隨機(jī)區(qū)組設(shè)計(jì)：優(yōu)點(diǎn)：每個(gè)區(qū)組中k個(gè)受試對(duì)象有較好的同質(zhì)性均衡性較好易查出各處理間的差別缺點(diǎn)：⑴要求區(qū)組間受試對(duì)象數(shù)與處理數(shù)相等；⑵若每區(qū)組試驗(yàn)過程中有一對(duì)象丟失，則整個(gè)區(qū)組就不能用了。數(shù)據(jù)的丟失，統(tǒng)計(jì)麻煩【例16-1】三種飼料增重效果的比較

欲比較生物蛋白粉飼料、血漿蛋白粉飼料和普通飼料喂養(yǎng)斷奶仔豬的增重效果，為了消除和控制其它因素的影響，研究者將斷奶仔豬配成若干區(qū)組，每區(qū)組的3只仔豬，并且滿足每個(gè)區(qū)組同窩別、同日齡、體重最接近，共配成10個(gè)區(qū)組。然后在每個(gè)區(qū)組內(nèi)隨機(jī)將3只仔豬分配到各實(shí)驗(yàn)組，比較喂養(yǎng)10天后各組仔豬的平均體重增加量(kg)，問三種飼料增重效果是否有差別。表16-1生物蛋白粉、血漿蛋白粉和普通飼料粉飼養(yǎng)仔豬增重量/kg區(qū)組號(hào)飼料種類普通飼料血漿蛋白生物蛋白12.93.64.33.6022.24.34.13.8732.43.63.53.1744.14.44.84.4353.34.45.14.2763.83.43.33.5073.52.53.13.0383.14.24.23.8393.73.63.83.70103.34.34.84.133.333.834.103.75()隨機(jī)區(qū)級(jí)設(shè)計(jì)資料ANOVA的基本思想（變異的分解）然后推斷由某種原因所引起的變異是否具有統(tǒng)計(jì)學(xué)意義處理因素引起的變異區(qū)組因素引起的變異隨機(jī)因素引起的變異（抽樣誤差）產(chǎn)生變異的因素有兩個(gè)處理因素+區(qū)組因素?zé)o重復(fù)數(shù)據(jù)兩因素方差分析（two-wayANOVA）隨機(jī)區(qū)級(jí)設(shè)計(jì)資料：變異的分解：1.

總變異：總離差平方和

4.組內(nèi)變異—誤差2.組間變異：處理組間離差平方和變異的種類產(chǎn)生原因處理+區(qū)組+誤差誤差3.區(qū)組變異：區(qū)組離差平方和自由度區(qū)組+誤差（體重、窩別）處理+誤差總變異/自由度和各分解的變異/自由度間的關(guān)系：然后將各部分的變異與隨機(jī)誤差進(jìn)行比較，以判斷各部分的變異是否有統(tǒng)計(jì)學(xué)意義。關(guān)于處理因素的關(guān)于配伍因素的相應(yīng)的統(tǒng)計(jì)量也有二個(gè)。配伍組設(shè)計(jì)資料的方差分析的無效假設(shè)有二個(gè)：分別計(jì)算兩個(gè)檢驗(yàn)統(tǒng)計(jì)量F值：1.建立假設(shè)，確定檢驗(yàn)水準(zhǔn)

對(duì)于處理組

H0

：3個(gè)處理組總體均數(shù)相等；H1

：3個(gè)處理組總體均數(shù)不等或不全相等；對(duì)于區(qū)組

H0

：10個(gè)區(qū)組總體均數(shù)相等；H1

：10個(gè)區(qū)組總體均數(shù)不等或不全相等；

=0.05（單側(cè)）檢驗(yàn)過程：2.計(jì)算檢驗(yàn)統(tǒng)計(jì)量F值①②③④⑤

列方差分析表⑴對(duì)處理組：按a=0.05水準(zhǔn)，F(xiàn)=6.8112＞3.55，則P＜0.05，故拒絕H0，可認(rèn)為三處理效果不同或不全相同；

⑵對(duì)區(qū)組：F=2.740＞

22.46，則P＜

0.05，故拒絕H0，即可認(rèn)為10個(gè)區(qū)組的總體均數(shù)不同。例8-6方差分析表3.確定P值，就

⑴處理因素的作用；⑵區(qū)組因素的作用分別作出統(tǒng)計(jì)結(jié)論（查F界值表，P469)變異來源SSMSFP總變異12.614729處理間3.052721.52646.81120.0063配伍間5.528090.61422.74070.0328誤差4.0340180.2241

當(dāng)方差分析的結(jié)果拒絕H0，接受H1

時(shí)，只說明k個(gè)總體均數(shù)不全相等。若想進(jìn)一步了解到底哪兩個(gè)組間有差異？或任意兩組間都有差異？并且哪個(gè)大？哪個(gè)??？需進(jìn)行多個(gè)樣本均數(shù)間的兩兩比較或稱多重比較（multiplecomparison）。對(duì)于隨機(jī)區(qū)組資料，最常針對(duì)各處理效應(yīng)進(jìn)行兩兩比較。1.數(shù)據(jù)錄入:【電腦實(shí)現(xiàn)】—SPSS2.檢驗(yàn)過程:用【Analyze】模塊中GLM（廣義線性模型）實(shí)現(xiàn)指一個(gè)Y3.兩因素方差檢驗(yàn)結(jié)果:不同處理組間兩兩比較結(jié)果:獨(dú)立性：各樣本是相互獨(dú)立的隨機(jī)樣本；正態(tài)性：各樣本來自正態(tài)分布；方差齊性：各樣本方差相等，即方差齊。

對(duì)進(jìn)入方差分析模型資料的基本要求：16.2析因設(shè)計(jì)資料的方差分析舉例：某研究人員要了解某升白細(xì)胞（A）和純苯（B）對(duì)大鼠吞噬指數(shù)的影響，以及兩者同時(shí)使用時(shí)的效應(yīng)，該如何設(shè)計(jì)實(shí)驗(yàn)？結(jié)果如何分析？用升白藥物（a1,i=1）不用升白藥物（a2,i=2）用純苯（b1,j=1）不用純苯（b2,j=1）用純苯b1,j=1）不用純苯（b2,j=1）Xijm1.943.801.853.882.503.902.013.842.034.062.103.962.103.851.923.922.083.842.043.80表1白細(xì)胞（A）和純苯（B）對(duì)大鼠吞噬指數(shù)析因設(shè)計(jì)探討的主要問題：①各實(shí)驗(yàn)因素的主效應(yīng)（maineffect）②各因素間的交互作用（interaction）：當(dāng)某一因素在各水平間變化時(shí)，另一個(gè)或多個(gè)因素各水平的效應(yīng)也相應(yīng)地發(fā)生變化。

③可以找到最佳的實(shí)驗(yàn)組合。析因設(shè)計(jì)（Factorialdesign）又稱完全交叉分組設(shè)計(jì)，是將兩個(gè)或以上實(shí)驗(yàn)因素及其各種水平進(jìn)行排列組合，交叉分組的試驗(yàn)設(shè)計(jì)，并對(duì)各種可能組合都進(jìn)行實(shí)驗(yàn)。多處理因素（factor）：2個(gè)或以上處理因素多水平（level）：每個(gè)因素有2個(gè)或以上的水平；多因素多水平交叉分組進(jìn)行全面實(shí)驗(yàn)；每個(gè)組合中至少有2個(gè)或以上的觀察值；觀測(cè)值為定量數(shù)據(jù)（需滿足隨機(jī)、獨(dú)立、正態(tài)、等方差的ANOVA條件）。特點(diǎn)：析因設(shè)計(jì)：優(yōu)點(diǎn)：⑴全面高效性——以最小實(shí)驗(yàn)次數(shù)探討各因素的主效應(yīng)，同時(shí)獲得各因素間的交互作用；⑵通過比較各種實(shí)驗(yàn)的組合，尋求最佳組合。缺點(diǎn)：⑴工作量大；⑵統(tǒng)計(jì)分析復(fù)雜。在析因設(shè)計(jì)中，最簡(jiǎn)單的類型為2×2析因設(shè)計(jì)，其基本形式如下：例16-6

某醫(yī)生在糖尿病造模過程中，欲研究四氧嘧啶(ALX)劑量和造模前12h禁食對(duì)制作小鼠糖尿病模型的影響。四氧嘧啶劑量(A因素)：150mg/kg(A1)、200mg/kg(A2)，飲食控制(B因素)：造模前12h禁食

(B1)、不禁食

(B2)。將40只小鼠隨機(jī)分成4組，每組10只。造模后72h測(cè)量小鼠的血糖濃度(mmol/L)。四組小鼠的實(shí)驗(yàn)結(jié)果如表16-8。表16-840只小鼠糖尿病造模后72h血糖濃度150mg/kg(A1)200mg/kg(A2)禁食

(B1)不禁食

(B2)禁食

(B1)不禁食

(B2)26.4012.3028.4017.9025.3019.5029.7026.4018.7021.3025.2016.5017.9013.9017.7022.1015.4016.4019.2030.4028.4011.8016.4023.4016.908.7021.3018.7018.5014.7020.4028.6022.3011.4027.6014.4020.4017.9021.8013.4021.0214.7922.7721.18表16-102*2析因設(shè)計(jì)四種組合的均數(shù)和標(biāo)準(zhǔn)差B因素A因素(ALX)150mg/kg(A1)200mg/kg(A2)禁食

(B1)21.02±4.3922.77±4.6821.895不禁食

(B2)14.79±3.9621.18±5.9417.98517.90521.97519.94表16-102×2析因設(shè)計(jì)四種組合的均數(shù)和標(biāo)準(zhǔn)差析因設(shè)計(jì)資料ANOVA的基本思想（變異的分解）然后推斷由某種原因所引起的變異是否具有統(tǒng)計(jì)學(xué)意義A因素引起的變異B因素引起的變異A和B因素交互作用引起的變異隨機(jī)因素引起的變異（抽樣誤差）總變異/自由度和各分解的變異/自由度間的關(guān)系：SS總=

SS誤差+SS處理

=SS誤差+SSA+SSB+SS交互

總=

誤差+

A+

B+

交互然后將各部分的變異與隨機(jī)誤差進(jìn)行比較，以判斷各部分的變異是否有統(tǒng)計(jì)學(xué)意義。關(guān)于A主效應(yīng)的關(guān)于B主效應(yīng)的關(guān)于A和B交互作用的相應(yīng)的統(tǒng)計(jì)量也有三個(gè)。配伍組設(shè)計(jì)資料的方差分析的無效假設(shè)有三個(gè)：分別計(jì)算三個(gè)檢驗(yàn)統(tǒng)計(jì)量F值：檢驗(yàn)過程：建立假設(shè)，確定檢驗(yàn)水準(zhǔn)⑴

對(duì)A因素主效應(yīng)：

H01：ALX因素的主效應(yīng)為0

H11：ALX因素的主效應(yīng)不為0

⑵

對(duì)于B因素主效應(yīng)：

H02：禁食因素的主效應(yīng)為0

H12：禁食因素的主效應(yīng)不為0⑶對(duì)于交互效應(yīng)：

H03

：兩因素間不存在交互效應(yīng)

H13

：兩因素間存在交互效應(yīng)均α=0.051.數(shù)據(jù)錄入:【電腦實(shí)現(xiàn)】—SPSS2.計(jì)算檢驗(yàn)統(tǒng)計(jì)量F值2.檢驗(yàn)過程:用【Analyze】模塊中GLM（廣義線性模型）實(shí)現(xiàn)指一個(gè)Y指一個(gè)Y方差檢驗(yàn)結(jié)果:注意：在無交互作用的情況下，一般用去除交互項(xiàng)，然后再重新分析各因素的主效應(yīng)。方差檢驗(yàn)結(jié)果:3.列方差分析表：由ALX劑量主效應(yīng)的檢驗(yàn)P=0.011，所以拒絕H0，接受H1，推斷ALX兩劑量間平均血糖濃度不同；由禁食因素的主效應(yīng)檢驗(yàn)P=0.014，拒絕H0，接受H1，推斷禁食比不禁食的平均血糖高，禁食和ALX劑量間無交互效應(yīng)。A因素高、低劑量的平均血糖濃度之差的95%置信區(qū)間：B因素禁、不禁食的平均血糖濃度之差的95%置信區(qū)間：第五節(jié)

重復(fù)測(cè)量資料的方差分析研究患者術(shù)后收縮壓的持續(xù)變化情況，患者編號(hào)手術(shù)前113021403125…n155術(shù)后1天130140125155術(shù)后2天130140125155………………術(shù)后k天130140125155重復(fù)測(cè)量設(shè)計(jì)（Repeatedmeasurementdesign）定義：當(dāng)同一受試對(duì)象在不同時(shí)間點(diǎn)測(cè)量次數(shù)≥2次時(shí)，該設(shè)計(jì)稱~，產(chǎn)生數(shù)據(jù)稱重復(fù)測(cè)量數(shù)據(jù)。目的：比較指標(biāo)的動(dòng)態(tài)變化過程同一受試對(duì)象，同一指標(biāo)在不同時(shí)間點(diǎn)進(jìn)行多次測(cè)量所得資料，用來分析該指標(biāo)在不同時(shí)間點(diǎn)上的變化。同一受試對(duì)象不同部位（組織）測(cè)量所得指標(biāo)的觀測(cè)值，用來分析該指標(biāo)在不同機(jī)體部位表達(dá)的差異。例17-1：為評(píng)價(jià)某試驗(yàn)藥物與對(duì)照藥物治療慢性乙肝患者的谷丙轉(zhuǎn)氨酶（ALT）水平的影響，將20名慢性乙肝患者隨機(jī)分為試驗(yàn)組和對(duì)照組。試驗(yàn)組服用試驗(yàn)藥，對(duì)照組服用對(duì)照藥。對(duì)每一患者在治療前、治療后12周、24周、36周分別測(cè)量一次ALT水平，試分析試驗(yàn)藥物和對(duì)照藥物效應(yīng)的差異，及試驗(yàn)藥物在觀察期內(nèi)時(shí)間點(diǎn)上的差異。。

.表17-2兩種物治療慢性乙肝不同時(shí)間點(diǎn)的ALT水平（U/L）級(jí)別觀察對(duì)象ALT測(cè)量時(shí)間治療前12周24周36周試驗(yàn)組118715583362203163954031851477329419115483295177145702161851507326718515479318183146732691781487922101941528427對(duì)照組118015180172192144752331881517835418315182375191141752561951578134719516193418189148842591961638234101891498124同一受試對(duì)象的數(shù)據(jù)高度相關(guān)；處理因素在受試對(duì)象間為隨機(jī)分配；但受試對(duì)象內(nèi)各時(shí)間點(diǎn)往往是固定的，不能隨機(jī)分配。有專門用于重復(fù)測(cè)量資料的方差分析方法。重復(fù)測(cè)量資料的設(shè)計(jì)特點(diǎn)：表17-2兩種物治療慢性乙肝不同時(shí)間點(diǎn)的ALT水平（U/L）級(jí)別觀察對(duì)象ALT測(cè)量時(shí)間治療前12周24周36周試驗(yàn)組118715583362203163954031851477329419115483295177145702161851507326718515479318183146732691781487922101941528427對(duì)照組118015180172192144752331881517835418315182375191141752561951578134719516193418189148842591961638234101891498124重復(fù)測(cè)量模型的分析目的：處理因素的效應(yīng)：即考察不同分組間是否存在測(cè)量指標(biāo)的差異；時(shí)間因素的效應(yīng)：即考察隨著測(cè)量次數(shù)（時(shí)間的增加），測(cè)量指標(biāo)是如何發(fā)生變化的處理與時(shí)間因素間的交互作用：即分組因素的作用是否隨著時(shí)間發(fā)生變化【解析】處理因素：2個(gè)水平重復(fù)測(cè)量的時(shí)間因素：4個(gè)水平重復(fù)測(cè)量設(shè)計(jì)重復(fù)測(cè)量設(shè)計(jì)資料的方差分析變異的分解處理效應(yīng)時(shí)間效應(yīng)處理與時(shí)間交互效應(yīng)誤差項(xiàng)重復(fù)測(cè)量設(shè)計(jì)處理效應(yīng)：由處理因素所致總體均數(shù)的差異。時(shí)間效應(yīng)：在同樣處理和其它條件下，觀察變量的總體均數(shù)隨著時(shí)間變化所對(duì)應(yīng)的差異。處理與時(shí)間交互效應(yīng)：如果不同處理所對(duì)應(yīng)的總體均數(shù)之間的差異隨觀察時(shí)間變化而變化，則稱處理效應(yīng)與時(shí)間有交互作用；反之，如果隨觀察時(shí)間的變化，不同所對(duì)應(yīng)的總體均數(shù)的差異是個(gè)常數(shù)，即不隨觀察時(shí)間的變化而變化，則稱處理與時(shí)間不存在交互作用。重復(fù)測(cè)量設(shè)計(jì)資料ANOVA的基本思想（變異的分解）時(shí)間因素引起的變異處理因素引起的變異處理和時(shí)間交互作用引起的變異隨機(jī)因素引起的變異（抽樣誤差+測(cè)量誤差）處理間誤差項(xiàng)重復(fù)測(cè)量誤差項(xiàng)（個(gè)體內(nèi)誤差項(xiàng)）

然后將各部分的變異與隨機(jī)誤差進(jìn)行比較，以判斷各部分的變異是否有統(tǒng)計(jì)學(xué)意義。關(guān)于處理因素的關(guān)于時(shí)間因素的關(guān)于處理與時(shí)間之間交互作用的相應(yīng)的統(tǒng)計(jì)量也有三個(gè)。重復(fù)測(cè)量設(shè)計(jì)資料的方差分析的無效假設(shè)有三個(gè)：分別計(jì)算三個(gè)檢驗(yàn)統(tǒng)計(jì)量F值：變異來源SSdfMSF值處理主效應(yīng)SS處理g-1MS處理MS處理/MSE處理時(shí)間主效應(yīng)SS時(shí)間m-1MS時(shí)間MS時(shí)間/MSE重復(fù)處理×?xí)r間（交互作用）SS處理×?xí)r間(g-1)(m-1)MS處理×?xí)r間MS處理×?xí)r間/MSE重復(fù)處理間誤差項(xiàng)SSE處理g(n-1)MSE處理重復(fù)測(cè)量誤差項(xiàng)SSE重復(fù)g(n-1)(m-1)MSE重復(fù)合計(jì)SSTgmn-1對(duì)重復(fù)測(cè)量資料作方差分析的基本要求：與一般方差分析一樣，要求數(shù)據(jù)滿足獨(dú)立性、正態(tài)性與方差齊性要求。另為克服數(shù)據(jù)的自相關(guān)性，Huynh和Feldt

等1970年提出還需要特別滿足H-F條件，即方差齊性、與協(xié)方差陣的球?qū)ΨQ性的要求。.V=為克服重復(fù)數(shù)據(jù)的自相關(guān)性，Huynh和Feldt

等1970年提出需滿足H-F條件，即方差齊性條件與球?qū)ΨQ條件。若滿足則可用重復(fù)測(cè)量數(shù)據(jù)的一般方差分析來處理；若不滿足，則方差分析的F值是會(huì)正偏，從而增大了I類錯(cuò)誤的概率；故通常采用調(diào)整自由度的方法，對(duì)與時(shí)間有關(guān)的F檢驗(yàn)統(tǒng)計(jì)量分子、分母的自由度進(jìn)行校正后，再下結(jié)論。作“球形檢驗(yàn)（Mauchly’stestofsphericity）”看數(shù)據(jù)滿不滿足協(xié)方差陣的球形對(duì)稱性，以證實(shí)其方差齊性。分析步驟建立假設(shè)調(diào)整各時(shí)間點(diǎn)F值的自由度，SPSS給出三種方法調(diào)整調(diào)整原則：資料滿足條件—不調(diào)整；不滿足條件—調(diào)整進(jìn)行球?qū)ΨQ性檢驗(yàn)（Mauchly’stest）若P≤0.1，說明說明其各個(gè)時(shí)間觀察資料之間的方差齊性或不同處理組別的方差齊性不滿足。計(jì)算F值，給出結(jié)論不同時(shí)間點(diǎn)平均水平的多重比較1.數(shù)據(jù)錄入:

【電腦實(shí)現(xiàn)】

—SPSS用“重復(fù)測(cè)量專用模塊”分析的錄入模式。1.“factor1”改成“time”→【Numberoflevel】鍵入4→按【Add】鍵添加2.按【Define】進(jìn)行重復(fù)測(cè)量各級(jí)的定義球形檢驗(yàn)結(jié)果:用Mauchly’stest檢驗(yàn)協(xié)方陣的隊(duì)形對(duì)稱性，當(dāng)P>α?xí)r，滿足球形性；當(dāng)P≤α?xí)r，若用重復(fù)測(cè)量設(shè)計(jì)方差分析，則需要校正。例本題，在α=0.10的水準(zhǔn)下，球形檢驗(yàn)P=0.639，故沒有足夠的證據(jù)否認(rèn)該資料符合重復(fù)測(cè)量的方差分析條件。效應(yīng)分析結(jié)果變異來源SSdfMSF值P值處理主效應(yīng)43.51143.510.340.5663時(shí)間主效應(yīng)305369.943101789.987247.940.0000處理×?xí)r間22.9437.650.540.6540處理間誤差項(xiàng)2294.7318127.48重復(fù)測(cè)量誤差項(xiàng)758.385414.04合計(jì)308489.49793904.93表17-6兩組4次ALT觀察資料的方差分析表【結(jié)果報(bào)告】在α=0.10的水準(zhǔn)下，球形檢驗(yàn)P=0.639，故沒有足夠的證據(jù)否認(rèn)該資料符合重復(fù)測(cè)量的方差分析條件。方差分析的結(jié)果表明：處理效應(yīng)與時(shí)間效應(yīng)的交互一作用無統(tǒng)計(jì)學(xué)意義（F=0.54，P=0.6540）,處理主效就也無統(tǒng)計(jì)學(xué)意義（F=0.34，P=0.5663），時(shí)間主效應(yīng)有統(tǒng)計(jì)學(xué)意義（F=7.247，P=0.0000），兩兩比較的結(jié)果表明：ALT均數(shù)隨治療時(shí)間增長(zhǎng)而