配对设计中风险差的置信区间构造

风险差在配对设计中常用来对比某种疾病治疗前后或某种政策措施实施前后的有效性.文中针对风险差(Risk Difference)在配对设计中的置信区间估计问题,利用Delta法,改进Wald法,反双曲正切变换法,似然比检验法,鞍点逼近法方法进行置信区间构造,并通过Monte Carlo模拟计算区间覆盖率和区间长度,以比较这5种方法的表现性能.结果显示:不同方法的区间表现均不相同.其中鞍点逼近法明显优于其他4种方法;改进Wald法的表现仅次于鞍点逼近法,且随着样本量的增大,改进Wald法和反双曲正切变换法的性能差距逐渐减小;最后通过一个实例来验证这5种区间估计方法.

合理进行均值比较——单组和配对设计定量资料多元方差分析

本文目的是介绍与单组设计和配对设计定量资料多元方差分析有关的基本概念、计算方法、两个医学实例以及SAS实现。基本概念包括单组设计与配对设计、均值向量、多元方差分析和前提条件;计算方法涉及一般检验统计量和Hotelling’s T2检验统计量;两个医学实例分别为“结核病患者营养状况的调查资料”和“石杉碱甲治疗增龄相关记忆障碍效果的试验资料”。借助SAS对两个医学实例中的定量资料分别进行一元和多元差异性分析,并对这两类分析方法的区别进行讨论。

配对设计及其统计分析方法——常用的临床试验设计方案及其统计分析方法之二

配对设计是将受试对象按某些特征或条件配成对子，再将每对中两个受试对象随机分配到两个不同处理组中。配对的因素看做是影响实验效应的非处理因素，因此，本设计仍属单因素试验设计。比如，在动物实验中，常将种系、窝别、性别相同、年龄、体重相近的两个动物配成对子；...

配对设计下相对危险度的对数变换检验

基于相对危险度提出了一个新的假设检验问题,并就此检验问题,在配对设计下用delta方法构建了对数变换检验统计量,运用Monte Carlo方法模拟显示对数变换检验统计量有优良的统计性能,表现在它的经验第一类错误率与给定的显著性水平很接近,是理想检验.

配对设计和配伍组设计二分计数资料的假设检验

二分计数资料是指实验观测的结果只能是相互对立的二种情况之一的资料,如阳性与阴性,有效与无效,生存与死亡等。在统计学上被认为是服从二项分布的资料。 和计量资料一样,二分计数资料也可以通过配对设计或配伍组设计来达到控制和抵消各种混杂因素对实验效应的干扰,提高统计检验效能的目的。因此,在医学科研中经常被采用。下面通过实例分别介绍在这二种设计方案下获取的二分计数资料的检验分析问题。 1 配对设计二分计数资料的假设检验 配对设计的二分计数资料,常被整理成下列的四格表形式:

配对设计等级分组资料的差异性检验

和计量资料、计数资料一样,等级分组资料也可以通过配对设计(异体配对或自身配对)减少个体差异的影响,有效地控制各种混杂因素对实验效应的干扰,提高统计检验效能。由于等级分组资料至少是分为3个等级,因此配对设计等级分组资料的实验观测结果常被整理成如下的、双向有序的R×C列联表。这里行数R与列数C相等,且均大于等于3。

配对设计下相对危险度的Score检验

文章基于相对危险度提出了一个与以往不同的假设检验问题,并就此检验问题,在配对设计下用Fisher信息阵方法构建了Score检验统计量,通过Monte Carlo方法模拟,发现Score检验有优良的统计性能,因为它很好地控制经验第一类错误率,且经验第一类错误率与给定的显著性水平很接近,是一个理想检验。

用SAS软件实现配对设计定量资料的统计分析

配对设计是药学科研中经常用到的一种实验设计方法,在临床药物疗效研究方面具有十分广泛的适用性。本文主要从配对设计的概念、配对设计统计分析方法的合理选用、如何使用SAS程序进行分析,以及如何解释结果几个方面作一概述。

配对设计生存资料的统计分析及其在临床试验中的应用

目的 介绍配对设计生存资料的统计分析方法及其在临床试验中的应用。方法 运用基于协方差矩阵稳健估计的Cox回归模型 ,通过调用STATA统计软件包中stcox命令中的cluster选项 ,对配对设计生存资料进行统计分析。并用治疗烧伤临床试验中的实例比较了运用和不运用配对设计生存资料的统计分析方法的两种结果。结果 实例分析表明运用配对设计生存资料的统计分析方法时 ,可得出治疗组的创面愈合时间小于安慰剂组的结论 ,而不运用配对设计生存资料的统计分析方法时 ,其结论为治疗组和安慰剂组创面愈合时间的差异无统计学意义。结论 在对配对设计的生存资料进行统计分析时 ,应选用配对设计生存资料的统计分析方法 ,否则将降低检验的效率 。

如何用SAS软件正确分析生物医学科研资料 Ⅱ.用SAS软件实现配对设计定量资料的统计分析

生物统计学是生物学领域科学研究和实际工作中必不可少的工具,在分子生物学迅速发展的今天,生物统计学更显示出了它的重要性。实验设计与数据统计分析是现代生物学的基石,是生物学研究者检验假说、寻找模式、建立生物学理论的有利工具,也是生物学研究者探索微观和宏观生物世界的必备基础知识。对于每天甚至是每时每刻涌现的大量的、以天文数字计量的分子遗传数据,必须借助统计学知识加以分析处理,才能从中获得有意义的信息。"生物多样性数据分析"是开展生物多样性研究的一个重要方面,数据分析能力的高低极大地影响着我们对各种生态学现象认识的深度和广度。现在,电子计算机的普及使得生物统计分析过程大大简化,生物统计分析软件包的普及将生物统计学从统计学家的书本里解放了出来,简化了生物统计分析过程,使之成为生物学研究者的常用工具。本刊特邀军事医学科学院生物医学统计学咨询中心主任胡良平教授,以"如何用SAS软件正确分析生物医学科研资料"为题,撰写系列统计学讲座,希望该系列讲座能对生物医学科研工作者有所帮助。

配对设计的非参数检验中零值的几种处理方法

在定量变量配对设计的非参数检验中,当出现差值为零时通常采取的处理方法是将其直接删除;也有学者提出,零值也需参与编秩,零值部分的秩和平均地分给正、负秩和部分;也可以不理会零值的存在,根据差值之正负号进行符号检验。在实际应用中,就同一批数据采取以上三种处理方法有时会得出不同甚至相反的结论,故检验统计量接近界值时,建议放弃基于秩次的非参数方法,根据确切概率理论计算出具体P值。

1∶r配对设计二值资料一水平多重Logistic回归分析

本文的目的是介绍“1∶1”“1∶2”和“1∶r”配对设计二值资料一水平多重Logistic回归分析方法。统计分析的前提条件是资料值得分析,而确保配对设计二值资料值得分析的重要基础是“配对设计”科学合理。为此,本文从六个方面阐述“配对设计的要领”,不仅介绍了构建“1∶1”“1∶2”和“1∶r”配对设计二值资料一水平多重Logistic回归模型的方法,还通过三个实例,介绍了采用SAS软件实现统计分析及结果解释的详细步骤。

M∶N配对设计二值资料一水平多重Logistic回归分析

本文的目的是介绍m∶n配对设计二值资料一水平多重Logistic回归分析方法。首先,介绍了需要了解的基本概念;其次,介绍了构建此类回归模型的基本原理;最后,通过一个实例介绍了使用SAS实现计算的全过程。在此过程中,获得了如下四点启示:其一,有必要确保所获得的科研资料是值得分析的;其二,有必要基于定量自变量产生派生变量;其三,有必要同时采用“逐步法”“前进法”和“后退法”筛选自变量;其四,有必要采用多种方法评价不同回归模型对资料的拟合优度。

配对设计在临床科研中的应用

配对设计在临床科研中的应用黄振学刘希英张东峰（青岛大学医学院）配对比较设计（ｍａｔｅｒｉａｌ－ｐａｉｒｓｄｅｓｉｇｎ）是指将试验对象按照某些特征或条件配成对，随机将其中之一分配到试验组，另一列入对照组，连续试验若干对，而后按配对比较设计的分析方法说明...

如何正确运用χ^(2)检验——配对设计四格表资料的χ^(2)检验

本文目的是介绍配对设计四格表资料的McNemar΄s χ^(2)检验及SAS和R软件实现。首先,提出配对设计四格表资料存在3种情形,即①特设“金标准”的配对设计四格表资料,值得进行统计分析;②缺乏“金标准”的配对设计四格表资料,不值得进行统计分析;③隐含“金标准”的配对设计四格表资料,值得进行统计分析。其次,以第1种情形的“问题与数据”为统计分析的对象,分别采用SAS与R软件进行差异性分析,得出了计算结果,对结果作了解释,并给出了统计和专业结论。

基于配对设计资料的苯作业工人上岗后红细胞参数变化规律研究

目的:了解惠州市苯作业工人上岗前后红细胞参数变化规律。方法:本研究对象为2017年入职且2018年仍在岗的全市苯作业工人1040例,比较苯作业工人上岗前后红细胞参数变化。结果:从事苯作业1年后,RBC、MCV、HCT和HGB值有所增大(P<0.05),RDW-SD、MCH和MCHC值有所降低(P<0.001)。从事苯作业1年后,MCH和MCHC异常升高率减小(P<0.05),RBC和HCT异常降低率减小(P<0.001),RDW-SD、MCH和MCHC异常降低率增大(P<0.05)。结论:红细胞参数在工人从事苯作业1年后发生改变,但变化规律仍需进一步研究。