第九章配伍区组设计的统计分析的Stata实现

发布 2019-06-03 12:59:37 阅读 8694

例9-1 某研究者用某药物**高血压患者10名,**前后舒张压的变化情况见表9-1。

表9-1 10名患者用某药物**后的舒张压测定值(mmhg)

stata数据为:

stata命令为:

ttest x1= x2

结果为:paired t test

variable | obs mean std. err. std. dev. [95% conf. interval]

x1 | 10 114.5 2.181997 6.900081 109.564 119.436

x2 | 10 99.9 3.894298 12.31485 91.09049 108.7095

diff | 10 14.6 3.727376 11.787 6.168089 23.03191

ho: mean(x1 - x2) =mean(diff) =0

ha: mean(diff) <0 ha: mean(diff) !0 ha: mean(diff) >0

t = 3.9170t = 3.9170t = 3.9170

p < t = 0.9982p > t| =0.0035p > t = 0.0018

p=0.0035,**前后舒张压有差别,**后下降。

例9-2 某研究者对8名冻疮患者足部的两个冻疮部位(两个部位冻疮程度非常接近)用两种不同药物**,分别观测两个冻疮部位的痊愈时间,结果见表9-2。

表9-2 两种方法测定患者冻疮痊愈时间时间(天)结果。

stata数据为:

1. 建立检验假设,确定检验水准,两种药物**的冻疮痊愈平均时间相同,两种药物**的冻疮痊愈平均时间不同。

stata命令为:

ttest x1= x2

结果为:paired t test

variable | obs mean std. err. std. dev. [95% conf. interval]

x1 | 8 7.875 .7661942 2.167124 6.063239 9.686761

x2 | 810 .70710682 8.327958 11.67204

diff | 8 -2.125 1.076328 3.044316 -4.670111 .4201115

mean(diff) =mean(x1 - x2t = 1.9743

ho: mean(diff) =0degrees of freedom7

ha: mean(diff) <0ha: mean(diff) !0ha: mean(diff) >0

pr(t < t) =0.0445 pr(|t| >t|) 0.0889pr(t > t) =0.9555

1.9743,则 p =0.0889,在水平上不拒绝,差值的样本均数与已知总体均数的比较,差异无统计学意义,故尚不能认为该两种药物**的冻疮痊愈平均时间不同。

例9-3 为了解不同**方法对高胆固醇血症的疗效,根据专业要求,在采取相关清洗或洗脱措施,保证相邻两次疗效不受影响的前提下,某研究者用3种不同方法对9只受试动物进行实验,其血浆胆固醇测定值(mmol/l)见表9-3。

表9-3 3种**方法的血浆胆固醇测定结果(mmol/l)

stata数据为:

stata命令为:

anova x g b

结果为:number of obs = 27 r-squared = 0.9378

root mse = 672582 adj r-squared = 0.8988

source | partial ss df msf prob > f

model | 109.037328 10 10.9037328 24.10 0.0000

g | 11.1255414 2 5.5627707 12.30 0.0006

b | 97.9117867 8 12.2389733 27.06 0.0000

residual | 7.23786008 16 .452366255

total | 116.275188 26 4.47212262

p=0.0006,3种不同方法得到的血浆胆固醇测定值(mmol/l)不全相同。

例9-4 将30只小白鼠按体重、性别、窝别、活泼性分成10个区组,每个区组的3只小白鼠随机分配到3个实验组,分别以不同蛋白质饲料进行喂养,60天后测量小白鼠的体重增加量(g),数据如表9-4。