《最新统计第12次作业教案12586.pdf》由会员分享，可在线阅读，更多相关《最新统计第12次作业教案12586.pdf（8页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精品资料.统计第 12 次作业教案 精品资料.统计学第 12 次作业 郭晓兰 微生物学 12213641 2将 18 名原发性血小板减少症患者按病情和年龄都相近的原则配为6 个单位组，每个单位组中的 3 名患者随机分配到 A、B、C 三个治疗组中，治疗后患者的血小板升高，结果见教材表16-16，问 3 种治疗方法的疗效有无差别？教材表 16-16 不同人用鹿茸草后血小板的升高值/（1210L-1）年龄组 A B C 1 3.8 6.3 8.0 2 4.6 6.3 11.9 3 7.6 10.2 14.1 4 8.6 9.2 14.7 5 6.4 8.1 13.0 6 6.2 6.9 13.4
2、分析：该题为随机区组设计，应用随机区组方差分析。总变异可分解为处理变异、区组变异和误差。解：（1）统计描述 表 1 18 名原发性血小板减少症患者用不同治疗方法后血小板升高值情况 Treat Block N Mean Std.Deviation A 16 6 6.200 1.793 B 16 6 7.833 1.619 C 16 6 12.517 2.411 Total 18 18 8.850 3.319（2）统计推断 建立检验假设，确定检验水准：对于处理组：0H：三种治疗方法的平均血小板升高值相等。1H：三种治疗方法的平均血小板升高值不全相等。精品资料.对于区组：0H：各区组的总体效应相等。
3、1H：各区组的总体效应不全相等。均取05.0；假设资料符合方差分析的前提条件，用 SPSS软件进行随机区组方差分析，步骤如下：AnalyzeGeneral Linear ModelUnivariateDependents variable：血小板升高值；Fixed factors：treat；Block；Model：Custom：Build terms：main effects；Treat:Model；Block:Model；Continue点击Post Hoc，Treat:Post Hoc Test for；Equal Variances Assumed:LSD、SNK、Bonferroni
4、；Continue点击Save，Unstandardized(Predicted Values)，Standardized(Residuals)OK 将数据进行方差分析后，计算结果如表2：表2 方差分析表 变异来源 SS MS F P 总变异 187.265 17 处理间 129.003 2 64.502 79.338 0.000 0 区组间 50.132 5 10.026 12.333 0.000 1 误差 8.13 10 0.813 由表可知：对处理因素和区组因素统计检验后的P均小于0.05，按05.0水准拒绝0H，接受1H，可认为三种治疗方法的平均血小板升高值不全相等；可认为：对于同一种
5、治疗方法而言，各区组血小板升高值的差异有统计学意义。Bonferroni法对各处理组进行两两比较 建立检验假设，确定检验水准：0H：21，即相互比较的两种治疗方法血小板升高值相等。1H：21，即相互比较的两种治疗方法血小板升高情况不相等。精品资料.0167.0。用 SPSS 软件进行多重比较后得出表 3：表 3 三种治疗方法血小板升高值的多重比较（Bonferroni 法）对比组 1 与 2 21XX t 值 P值 A与 B治疗组 1.633 3.317 0.032 A与 C 治疗组 6.317 12.134 0.000 B与 C 治疗组 4.683 8.996 0.000 由于表 3 的P值
6、是由 SPSS 软件计算而来，该P值与05.0检验水准比较，各个对比组的P值均小于 0.05，拒绝0H，接受1H，可认为 B治疗方法血小板升高值高于 A治疗方法，两者平均血小板升高值差值的 95%置信区间为（0.139，3.127）（1210L-1）；可认为 C 治疗方法血小板升高值高于 A治疗方法，两者平均血小板升高值差值的 95%置信区间为（4.823，7.811）（1210L-1）；可认为 C治疗方法血小板升高值高于 B治疗方法，两者平均血小板升高值差值的 95%置信区间为（3.189，6.177）（1210L-1）。（3）残差图判断资料是否满足方差分析前提条件 绘制残差图：Graphs
7、 Scatter SimpleDefine:Y Axis:ZRE_1,X Axis:treatOK Graphs Scatter SimpleDefine:Y Axis:ZRE_1,X Axis:blockOK Graphs Scatter SimpleDefine:Y Axis:ZRE_1,X Axis:pre_1OK 精品资料.图1：treat 与残差的残差图 图2：预测值与残差的残差图 图3：区组与标准残差的残差图 三个残差图显示无特殊值，基本满足方差分析要求的方差齐性和服从正态分布的条件，可以用方差分析对资料进行分析。4某研究人员以 0.3 ml/kg 剂量纯苯给大鼠皮下注射染毒，每周
8、 3 次，经 45天后，使实验动物白细胞总数下降至染毒前的 50%左右，同时设置未染毒组。两组大鼠均按照是否给予升高白细胞药物分为给药组和不给药组，实验结果见教材表 16-18，试作统计分析。精品资料.教材表 16-18 实验效应指标（吞噬指数）数据 未染毒组 染毒组 不给药 给药 不给药 给药 3.80 3.88 1.85 1.94 3.90 3.84 2.01 2.25 4.06 3.96 2.10 2.03 3.85 3.92 1.92 2.10 3.84 3.80 2.04 2.08 解：本资料为析因设计资料，应用析因设计资料的方差分析。（1）统计描述 表 4 22析因设计四种组合的均
9、数和标准差 升高白细胞药物 纯苯皮下注射染毒 j.X 未染毒 染毒 不给药 3.8900.101 1.9840.099 2.937 给药 3.8800.063 2.0800.113 2.980.iX 3.885 2.032 2.959（2）统计推断 建立检验假设，确定检验水准；10H：0)(即染毒组和未染毒组不存在交互效应。11H：0)(即染毒组和未染毒组存在交互效应。20H：0 即染毒因素的主效应为0。21H：0 即染毒因素的主效应不为0。30H：0 即给药因素的主效应为0。31H：0 即给药因素的主效应不为0。均取05.0；精品资料.假设资料符合方差分析的前提条件，用SPSS软件进行析因设
10、计资料的方差分析，步骤如下：AnalyzeGeneral Linear ModelUnivariateDependents variable：吞噬指数；Fixed factors：药物；纯苯染毒；Model：Full，Continue点击Plots，Horizontal Axias:纯苯染毒；Separate Lines:药物；Add，Continue 点击Save，Unstandardized(Predicted Values)，Standardized(Residuals)，Continue点击Options，Display means for:纯苯染毒、药物；Compare main e
11、ffects；Display:descriptive statistics ContinueOK 结果如表5：表5 方差分析表 变异来源 SS MS F P 总变异 17.339 19 染毒与否 17.168 1 17.168 1857.009 0.000 给药与否 0.009 1 0.009 1.000 0.332 交互作用 0.014 1 0.014 1.519 0.236 误差 0.148 16 0.009 由表可见，519.1交互F，236.0P,P0.05，接受0H，可认为染毒和给药无交互效应。，染毒009.1857F P0.05，接受0H，可认为给药与不给药对应的总体均数相等，即给
12、药因素没有存在主效应。（3）残差图判断资料是否满足方差分析前提条件 绘制残差图：Graphs Scatter SimpleDefine:Y Axis:ZRE_1,X Axis:给药OK Graphs Scatter SimpleDefine:Y Axis:ZRE_1,X Axis:染毒OK Graphs Scatter SimpleDefine:Y Axis:ZRE_1,X Axis:pre_1OK 精品资料.图4 给药与标准残差的残差图 图5 染毒与标准残差的残差图 图6 预测值与标准残差的残差图 三个残差图显示无特殊值，基本满足方差分析要求的方差齐性和服从正态分布的条件，可以用方差分析对资料进行分析。