1、.1医学科研的统计设计与数据处理医学科研的统计设计与数据处理.2医学科学研究的基本程序医学科学研究的基本程序.3基本程序基本程序选题选题创创 新新设计（研究方案）设计（研究方案）有理论与实际意义有理论与实际意义申申 报报 项项 目目专业专业+统计学设计统计学设计收集资料，整理、分析数收集资料，整理、分析数据据统统 计计 分分 析析撰写研究报告、论文撰写研究报告、论文申申 报报专利、成果专利、成果.4统计学在医学科研中的应用统计学在医学科研中的应用 专业设计阶段：观察指标，影响因素专业设计阶段：观察指标，影响因素 统计设计阶段：分组因素，控制因素统计设计阶段：分组因素，控制因素 搜集数据阶段：统
2、一采集标准，质量控制搜集数据阶段：统一采集标准，质量控制 数据分析阶段：实验设计资料，观察性资料数据分析阶段：实验设计资料，观察性资料 提出观点、结论和撰写论文阶段：提出观点、结论和撰写论文阶段：p值的大值的大小，小，p值的可靠性，统计结论与专业结论值的可靠性，统计结论与专业结论.5A science dealing with the collection,analysis,inter-pretation,and presentation of masses of numerical data-Websters International Dictionary The science and
3、art of dealing with variation in data through collection,classification and analysis in such a way as to obtain reliable results.-Last JM(Dictionary of epidemiology).6v不明于计数而欲举大事，犹无舟楫而欲经于水，险也。不明于计数而欲举大事，犹无舟楫而欲经于水，险也。举事必成，不知计数不可。举事必成，不知计数不可。-管仲管仲v学者不能离开统计而研学，政治家不能离开统计而施学者不能离开统计而研学，政治家不能离开统计而施政，事业家不能离
4、开统计而执业。政，事业家不能离开统计而执业。-马寅初马寅初vStatistics are the only tools by which an opening may be cut through the formidable thicket of difficulties that bars the path of those who pursue the Science of Man.-F.Galton.7vTo call in the statistician after the experiment is done may be no more than asking him to p
5、erform a postmortem examination:he may be able to say what the experiment died of.-R.A.Fisherv“非常痛心地看到，因为数据分析的缺陷和错非常痛心地看到，因为数据分析的缺陷和错误，那么多好的生物研究工作面临着被葬送的危误，那么多好的生物研究工作面临着被葬送的危险险”。-F.Yates，M.J.R.Healy.8 研究类型研究类型 常用医学统计方法常用医学统计方法 统计方法的选择统计方法的选择 统计方法综合运用实例统计方法综合运用实例 常见错误常见错误 案例讨论案例讨论 医学科研的统计设计与数据处理医学科研
6、的统计设计与数据处理-常用医学统计方法常用医学统计方法.9一、研究类型一、研究类型.10Table 1.Classification of study designs.Observational studies.Observational studies A.Descriptive or case-series A.Descriptive or case-series B.Case-control studies(retrospective)B.Case-control studies(retrospective)1.Causes and incidence of disease 1.Caus
7、es and incidence of disease 2.Identification of risk factors 2.Identification of risk factors C.Cross-sectional studies,surverys(prevalence)C.Cross-sectional studies,surverys(prevalence)1.Disease description 1.Disease description 2.Diagnosis and staging 2.Diagnosis and staging 3.Disease processes me
8、chanisms 3.Disease processes mechanisms D.Cohort studies(prospective)D.Cohort studies(prospective)1.Causes and incidence of disease 1.Causes and incidence of disease 2.Natural history,prognosis 2.Natural history,prognosis 3.Identification of risk factors 3.Identification of risk factors E.Historical
9、 cohort studies E.Historical cohort studies.Experimental studies.Experimental studies A.Controlled trials A.Controlled trials 1.Parallel or concurrent controls 1.Parallel or concurrent controls a.Randomized a.Randomized b.Not randomized b.Not randomized 2.Sequential controls 2.Sequential controls a.
10、Self-controlled a.Self-controlled b.Crossover b.Crossover 3.External controls(including historical)3.External controls(including historical)B.Studies with no controls B.Studies with no controls.Meta-analyses.Meta-analyses.11Table2 A classification of biomedical research reports.Longitudinal studies
11、A.Prospective studies 1.Deliberate interventions a.randomized b.non-randomized 2.Observational studies B.Retrospective studies 1.Deliberate intervention 2.Observational studies.Cross-sectional studies A.Disease description B.Diagnosis and staging 1.Abnormal ranges 2.Disease severity C.Disease proces
12、ses.12观察性研究实验性研究医学研究类型纵向研究前瞻性干预研究队列研究队列研究随机对照试验现场试验回顾性病例对照横断面研究疾病诊断和危重度分级探索危险因素疾病描述非干预研究 医学研究的研究类型分类示意图.13分分 类类是否施加干预（处理）是否施加干预（处理）否否是是.14 实验性研究实验性研究Experimental study社区干预试验社区干预试验以动物为对象以动物为对象动物实验研究动物实验研究以人为对象以人为对象临床试验临床试验一般临床试验一般临床试验新药临床试验新药临床试验 诊断方法诊断方法评估试验评估试验.15 观察性研究观察性研究（调查研究）（调查研究）Observationa
13、l study横断面研究（横断面研究（cross-sectional studycross-sectional study）：描述某现象水平与分布：描述某现象水平与分布指定时间点或时期指定时间点或时期由果推因由果推因病例对照研究（病例对照研究（casecasecontrol studycontrol study）：已知有病与无病组，研究疾病发生前：已知有病与无病组，研究疾病发生前的暴露，寻找可能的危险因素。计算的暴露，寻找可能的危险因素。计算OROR。又称为回顾性研究又称为回顾性研究（retrospective studyretrospective study）由因索果由因索果向前随访向前随访
14、队列研究（队列研究（cohort studycohort study）：已知暴露）：已知暴露进行随访现象结局是否发生，病因学研进行随访现象结局是否发生，病因学研究。计算究。计算RRRR值。值。又称前瞻性研究（又称前瞻性研究（prospective studyprospective study）向后回顾向后回顾.16（一）实验性研究根据资料性质、分析目的、根据资料性质、分析目的、实验设计类型实验设计类型可找到对应的统计方法可找到对应的统计方法.171.实验设计基本原理实验设计基本原理.18v处理因素单因素实验多因素实验v非处理因素可控制未知或不可控制v实验单位固定非固定v实验效应实验设计三要素实
15、验设计三要素实验设计三原则实验设计三原则实验类型：根据处理因素，控制因素和实验单位特征数据结构数据结构：实验单位：实验单位：case观察指标：观察指标：dependent分组因素：分组因素：factor控制因素：控制因素：covariate.19 例1 研究三种抗癌药物对小白鼠肉瘤抑瘤效果，将15只小白鼠按完全随机分组方法等分到A、B、C三组，分别接受甲、乙、丙三种抗癌药物。.20 例例2 2 研究研究3 3种抗癌药物对小白鼠肉瘤抑种抗癌药物对小白鼠肉瘤抑瘤效果，将小白鼠体重作为分层（区组）瘤效果，将小白鼠体重作为分层（区组）因素，将因素，将1515只小白鼠按区组随机化分组方只小白鼠按区组随机
16、化分组方法分到法分到A A、B B、C C三组，分别接受甲、乙、丙三组，分别接受甲、乙、丙三种抗癌药物。三种抗癌药物。.21（2 2）多因素实验）多因素实验 析因设计：处理为全面组合析因设计：处理为全面组合 正交设计：处理为部分组合正交设计：处理为部分组合 裂区设计：实验单位分级裂区设计：实验单位分级 嵌套设计嵌套设计：处理因素分组：处理因素分组.22 例例3 3 比较甲、乙、丙、丁四种饲料对比较甲、乙、丙、丁四种饲料对小白鼠体重的影响。实验对象为小白鼠体重的影响。实验对象为8 8窝小白鼠，窝小白鼠，每窝每窝4 4只，应采用何种实验设计方法？如果只，应采用何种实验设计方法？如果四种饲料是由脂肪
17、含量和蛋白含量两个因四种饲料是由脂肪含量和蛋白含量两个因素复合组成，研究目的是要分别分析脂肪素复合组成，研究目的是要分别分析脂肪含量高低、蛋白含量高低对小鼠体重的影含量高低、蛋白含量高低对小鼠体重的影响，应采用何种实验设计方法？响，应采用何种实验设计方法？.23第一种情况：单处理因素实验设计，为控第一种情况：单处理因素实验设计，为控制非处理因素小白鼠窝别影响，应采用随制非处理因素小白鼠窝别影响，应采用随机区组设计（配伍组设计）。其方差分析机区组设计（配伍组设计）。其方差分析表的部分内容如下：表的部分内容如下：.24第二种情况：为多处理因素实验设计，根第二种情况：为多处理因素实验设计，根据研究目
18、的，应采用随机区组析因设计。据研究目的，应采用随机区组析因设计。其方差分析表的部分内容如下：其方差分析表的部分内容如下：.25 例例4 4 某眼科实验，以家兔作为一级实某眼科实验，以家兔作为一级实验单位，分别注射三种全身药物验单位，分别注射三种全身药物a a1 1，a a2 2，a a3 3；以每只兔的双眼作为二级实验单位，；以每只兔的双眼作为二级实验单位，分别复制轻重不同的两种损伤分别复制轻重不同的两种损伤b b1,1,b b2 2；观察；观察指标为兔眼房水中环核甘酸含量。试进行指标为兔眼房水中环核甘酸含量。试进行实验设计。实验设计。.26.27 例例6 6 试验甲、乙、丙三种催化剂在试验甲
19、、乙、丙三种催化剂在不同温度下对某化合物的转化作用。由于不同温度下对某化合物的转化作用。由于各催化剂所要求的温度范围不同，应如何各催化剂所要求的温度范围不同，应如何设计？设计？两因素嵌套设计（两因素嵌套设计（I=3,J=3,r=2).283.常用实验设计模型常用实验设计模型ijijijyeijkijkijkyeijiijyaeijkijijijkye完全随机设计随机区组设计拉丁方设计析因设计()ijkij iijkye嵌套设计.29（二）观察性研究（二）观察性研究 相应观察研究的统计分析方法相应观察研究的统计分析方法 拟合较为复杂的统计模型拟合较为复杂的统计模型描述性研究：横断面研究 分析性研
20、究：病例对照研究，队列研究.30目标人群（target population）研究样本(study sample)疾病状态（disease status）暴露状态(exposure status)随机抽样调查调查1.1.横断面研究横断面研究.31暴露未暴露暴露未暴露病例对照调查方向研究开始2.2.病例对照研究病例对照研究.32暴露组非暴露组疾病非疾病疾病非疾病调查方向合格对象研究开始3.3.队列研究队列研究.33（三）临床试验研究（三）临床试验研究 研究性质：实验性研究 特点：患者的依从性，“失访”，伦理学问题（赫尔辛基宣言：“尊重人，有利，公正”三条基本伦理原则 ，伦理委员会的批准或准许，知
21、情同意。）.34二、常用统计分析方法二、常用统计分析方法.35观察指标 资料类型 统计描述 统计推断 单变量分析 计量资料 图表：直方图、频数表 总体均数区间估计：/2,XXtS 基本统计量：,X G M,XR PS CV 总体均数间比较：配对t检验，成组t检验，u检验，相应实验设计类型的方差分析 计数资料 图表：条图、百分条图、圆图、线图，列联表 总体率区间估计：1.96PPS 基本统计量：率、构成比、相对比 总体率或构成比比较：四格表2x检验，RC 表的2x检验，u检验，等级资料 图表：条图、百分条图、圆图、线图，频数表 基本统计量：秩和，平均秩次 总体分布比较：Wilcoxon 符号秩检
22、验、Wilcoxon 秩和检验、Kruskal-Wallis H 检验、Friedman 检验 多变量分析 图表：两变量的散点图 基本统计量：person 积矩相关系数、spearman 等级相关系数、person 列联系数、kendall列联系数、回归系数、均数向量、相关矩阵、协方差矩阵、离差矩阵、距离、相似系数 均数向量比较：多元方差分析 关联分析：相关系数检验、2x检验、线形趋势检验 回归分析：直线回归、指数曲线、双曲线、抛物线、多项式曲线，logit 曲线回归、probit 曲线回归，多元线形回归（应变量为定量变量），logistic 回归（应变量为分类变量），逐步回归（筛选变量）、判
23、别分析：Fisher 两类判别、Bayes 多类判别，最大似然判别 聚类分析：系统聚类、快速聚类、有序样品聚类 降唯（数据简化）：主成分分析、因子分析，对应分析 常用统计分析方法.36统计描述统计描述指标，图，表指标，图，表q单变量资料单变量资料计量资料计量资料：统计图表，平均水平指标，离散统计图表，平均水平指标，离散程度指标程度指标计数资料与等级资料：统计图表，相对数（比、计数资料与等级资料：统计图表，相对数（比、比例、率比例、率 ）q双变量资料：散点图，相关系数，回归系数双变量资料：散点图，相关系数，回归系数q多变量资料：相关系数矩阵，均数向量，方差多变量资料：相关系数矩阵，均数向量，方差
24、协方差矩阵，距离（例如：协方差矩阵，距离（例如：MahalanobisMahalanobis）；）；轮廓图，聚类图轮廓图，聚类图.37q随访资料：将事件发生的结果和随访时间两个因素结合在一起的资料：生存曲线图，寿命表，K年生存率q角度资料或圆形分布资料：平均角，角离差，散布图.38平均数 意义 应用场合 均数 平均数量水平 应用甚广，适用于对称分布，尤其是正态分布 几何均数 平均增（减）倍数 等比资料；对数正态分布 中位数 位次居中的观察值水平 偏态分布；分布不明；分布末端无确定值 变 异 程 度 应 用 场 合 意 义 极 差 资 料 的 粗 略 分 析 除 最 大 值、最 小 值 外，未
25、反 映 其 他 数 据 变 异 度，计 算 简便 但 稳 定 性 较 差，一 般 有 度 量 衡 单 位。四 分 位 数 间 距 偏 态 分 布 同 极 差，较R稳 定。标 准 差 正态分布或变量变换 后 近 似 正 态 分 布 表 示 一 组 数 据 的 平 均 离 散 情 况，n 足 够 大 时，S 趋 于 稳定。结 合 均 数 描 述 正 态 分 布 特 征，一 般 有 度 量 衡 单 位。方 差 同 标 准 差 同 标 准 差 变 异 系 数 均数相差较大或度量 衡 单 位 不 同 为 相 对 数，表 示 相 对 变 异 程 度，无 度 量 衡 单 位。.39参数估计参数估计q点估计（
26、point estimation）总体均数的点估计总体率的点估计 OR、RR的点估计 q区间估计（interval estimation）总体均数的区间估计总体率的区间估计OR、RR的区间估计.40假设检验假设检验q目的目的差别等效关系（互依关系，依存关系）q基本步骤基本步骤建立检验假设与备择假设，确定检验水准计算检验统计量确定P值，统计推断，专业推断.41三、统计方法的选择三、统计方法的选择 q反应变量为单变量，双变量，多变量反应变量类型：定量变量，定性变量，等级变量处理因素多少：单因素试验，多因素试验设计类型：完全随机，随机区组，拉丁方等处理的组别：单样本、两样本或多样本 检验方法的前提条
27、件.42 正态 或转换后正态 单样本单样本 u 检验（大样本）单样本检验（大样本）单样本 t 检验检验（样本均数与总体均数比较的（样本均数与总体均数比较的 t 检验）检验）样本与总体比较样本与总体比较 非正态 单样本单样本 t 检验（大样本）检验（大样本）u 检验（大样本）检验（大样本）Wilcoxon 符号秩检验（见有关文献）符号秩检验（见有关文献）差值正态 或转换后正态 配对配对 t 检验随机区组设计方差分析检验随机区组设计方差分析 差值非正态 配对配对 配对配对 t检验（大样本）单样本检验（大样本）单样本 u检验（大样本）检验（大样本）Wilcoxon 符号秩检验符号秩检验 正态、方差齐
28、 （必要时可进行变量变换）两样本两样本 t检验检验u检验（大样本）检验（大样本）完全随机设计方差分析完全随机设计方差分析 两样本比较两样本比较 方差不齐 和或非正态 t检验检验(正态或大样本正态或大样本)u检验检验(大样本且方差齐大样本且方差齐)Wilcoxon(或或 MannWhitney)秩和检验秩和检验 非配对非配对 反应变量为生存时间 且含有截尾数据 log-rank 检验（生存分析）检验（生存分析）正态、方差齐 （必要时可进行变量变换）完全随机设计方差分析完全随机设计方差分析 方差不齐 和或非正态 KruskalWallis 秩和检验秩和检验 反应变量为生存时间 完全完全 随机随机
29、设计设计 且含有截尾数据 log-rank 检验（生存分析）检验（生存分析）正态、方差齐 （必要时可进行变量变换）随机区组设计方差分析随机区组设计方差分析 方差不齐 随机随机 区组区组 设计设计 和或非正态 Friedman 秩和检验秩和检验（见有关文献）（见有关文献）球对称、齐性 重复重复 测量测量 设计设计 单样本重复测量资料方差分析单样本重复测量资料方差分析成组重复测量资料成组重复测量资料方差分析方差分析(非球对称时，要校正非球对称时，要校正 F 界值界值)多样本比较多样本比较 两两比较两两比较 LSD-t 检验检验SNK-q 检验检验 Dunnett-t检验（各实验组与对照组的比较）检
30、验（各实验组与对照组的比较）单变量计量资料的分析思路示意图单变量计量资料的分析思路示意图.43 两个率 总体与样本 2检验/Fisher 确切概率法/两样本率的 u 检验 配对2检验(McNemar test)单样本 u 检验/基于二项分布的确切概率法 两样本 非配对 配对 多个样本率/构成比 2检验 分层2检验（Mantel-Haenszel test/Cochron-Mantel-Haenszel test）分层计数资料 RC 表 双向无序 单向有序 双向有序 关联度 分组变量有序 反应变量有序 配对/配伍设计 非配对/配伍设计 列联系数分析 2检验 秩和检验 McNemar 检验/系数检
31、验 秩相关分析/线性趋势检验 单变量计数资料的分析思路示意图单变量计数资料的分析思路示意图.44 配对配对 校正的校正的 Wilcoxon 符号秩检验符号秩检验 两组两组 比较比较 非配对非配对 校正的校正的 Wilcoxon 秩和检验秩和检验 校正的校正的 MannWhitney U检验检验 完全随机完全随机 设计设计 校正的校正的 KruskalWallis 秩和检验秩和检验 多组多组 比较比较 随机区组随机区组 设计设计 校正的校正的 Friedman 秩和检验秩和检验 单变量等级资料的分析 单变量等级资料的分析思路示意图单变量等级资料的分析思路示意图.45 双（多）变量资料的分析思路示
32、意图双（多）变量资料的分析思路示意图.46应变量 自变量 Case Y X1 X 2 X k X m 1 Y 1 X 11 X 12 X 1k X 1m 2 Y 2 X 21 X 22 X 2k X 2m 3 Y 3 X 31 X 32 X 3k X 3m:n Y n X n1 X n2 X nk X nm 1.若应变量Y为数值型随机变量，且服从正态分布，自变量满足多元正态分布，可选多元回归分析或多元逐步回归分析。回归方程形如Y=01 X 12 X 2i X im X m 2.若因变量Y为分类变量（二分类或多分类），且以判别分类为主要目的，自变量满足多元正态分布，可选判别分析或逐步判别分析。判
33、别函数形如 .47Y 1=1011 X 112 X 21i X i1m X m Y 2=2021 X 122 X 22i X i2m Xm:Y n=10n1 X 1n2 X 2ni X inm X m3.若因变量Y为生存时间，并含有截尾数据，可选Cox模型做生存分析，风险函数形如lnh(t)/h0(t)=1 X 12 X 2i X im X m 4.若因变量Y为二分类变量或多分类变量，且以分析危险因素为主要目的，如果为配比设计，选条件Logistic回归；如果无配比设计，选非条件Logistic回归。回归模型形如lnP/(1-P)=01 X 12 X 2i X im X m.481.聚类分析：
34、将变量或观察单位划分为性质相近的k类2.主成分分析：寻找综合指标3.因子分析：寻找潜变量4.典型相关分析：两组变量之间的相关.49 影响假设检验方法选用的因素影响假设检验方法选用的因素：研究目的：研究目的：找差异；找关系；其它找差异；找关系；其它 研究因素的多少：研究因素的多少：单因素；两因素；多因素单因素；两因素；多因素 研究的组数（水平数）的多少：研究的组数（水平数）的多少：两组；多组两组；多组 效应变量的多少：单变量，双变量，多变量；效应变量的多少：单变量，双变量，多变量；实验设计类型实验设计类型成组；配对；配伍组；析因设计；成组；配对；配伍组；析因设计；资料特征与分布：资料特征与分布：
35、检验统计量检验统计量 样本含量大小：样本含量大小：.50.51.52.53.54.55四、统计方法综合运用实例四、统计方法综合运用实例 例例1 根据2001年进行的大规模调查，已知某地健康青年男子身高均数为168.34cm，体重均数为57.20kg，同年在该地应征男性青年中随机抽取120名男子，测得其身高、体重资料见表1，试对该资料进行统计分析？.56编号 身高（cm）体重（kg）编号 身高（cm）体重（kg）编号 身高（cm）体重（kg）编号 身高（cm）体重（kg）1 167 57 31 164 52 61 175 54 91 156 50 2 172 60 32 173 55 62 16
36、9 60 92 162 67 3 172 65 33 165 60 63 170 60 93 161 65 4 164 56 34 173 63 64 162 54 94 170 52 5 169 50 35 162 54 65 172 58 95 176 60 6 163 58 36 167 50 66 168 50 96 168 50 7 170 50 37 178 66 67 169 50 97 162 50 8 169 54 38 168 52 68 178 66 98 167 52 9 164 61 39 178 60 69 165 52 99 179 59 10 174 52 40
37、 171 61 70 165 55 100 173 64 11 178 66 41 170 59 71 166 50 101 166 64 12 175 60 42 162 51 72 171 60 102 168 66 13 172 61 43 166 50 73 166 60 103 173 50 14 170 51 44 171 60 74 164 54 104 169 60 15 175 60 45 163 54 75 170 61 105 164 55 16 168 53 46 175 59 76 180 66 106 174 64 17 163 61 47 167 53 77 17
38、6 60 107 164 43 18 173 86 48 164 60 78 165 53 108 164 58 19 176 65 49 155 40 79 177 72 109 170 57 20 161 58 50 164 56 80 172 61 110 176 57 21 166 60 51 162 55 81 164 52 111 166 61 22 172 58 52 168 58 82 172 67 112 165 52 23 172 60 53 176 52 83 166 51 113 167 52 24 160 55 54 175 58 84 178 67 114 162
39、56 25 171 67 55 173 50 85 171 60 115 167 50 26 165 50 56 166 51 86 169 60 116 169 58 27 163 53 57 173 60 87 166 52 117 166 49.571.本例的身高、体重频数分布情况及Q-Q图。身高（cm）180.5177.5174.5171.5168.5165.5162.5159.5156.53020100 体重（kg）857973676155494350403020100 身高近似服从正态分布 体重呈偏态分布 实际观察值（实际分位数）19018017016015019018017016
40、0150 实际观察值（实际分位数）90807060504030807060504030.582.计算基本统计量变量 X S Md QR R g1 1gS 1gu g2 2gS 2gu 身高 168.84 5.19 168.00 7.75 25.00 0.120 0.221 0.543-0.357 0.438-0.815 体重 57.67 6.89 58.00 8.75 46.00 1.098 0.221 4.968 3.303 0.438 7.541 3.统计分析q身高：服从正态分布，描述分布：均数及标准差，参考值范围估计（正态分布法）参数估计：总体均数的可信区间统计推断：单样本t检验，单样本
41、u检验.59q体重：不服从正态分布，描述分布：中位数及四分位数间距，参考值范围估计（百分位数法）参数估计：总体均数的可信区间统计推断：单样本t检验，单样本u检验，Wilcoxon符号秩检验 q身高和体重两变量间相关分析：Spearman等级相关分析 .60例例2 某研究所为研究某药物的抑癌作用，使一批小白鼠致癌后，将一批致癌小白鼠40只按完全随机设计的方法分为四组，A、B、C三个试验组和一个对照组，分别接受不同的处理。A、B、C三个试验组，分别注射0.5m1、1.0m1和1.5m1 30%的注射液，对照组不用药。经一定时间以后，测定四组小白鼠的肿瘤重量(g)，测量结果见表2。试进行统计分析。.
42、61试 验 组 对照组 A B C 3.6 3.0 0.4 3.3 4.5 2.3 1.8 1.2 4.2 2.4 2.1 1.3 4.4 1.1 4.5 2.5 3.7 4.0 3.6 3.1 5.6 3.7 1.3 3.2 7.0 2.8 3.2 0.6 4.1 1.9 2.1 1.4 5.0 2.6 2.6 1.3 4.5 1.3 2.3 2.1 表2 某药物对小白鼠抑癌作用(肿瘤重量，g)的试验结果 1.单因素方差分析2.Dunnett-t 检验.62例例3 3 为研究三种饲料对增加大白鼠体重的影响，为研究三种饲料对增加大白鼠体重的影响，有人按随机区组设计将初始体重相近的有人按随机区组
43、设计将初始体重相近的36只大只大白鼠分成白鼠分成12个区组，再将每个区组的个区组，再将每个区组的3只大白鼠只大白鼠随机分入随机分入A、B、C三种饲料组，但在实验设计三种饲料组，但在实验设计时未对大白鼠的进食量加以限制。三组大白鼠时未对大白鼠的进食量加以限制。三组大白鼠的进食量（的进食量（X）和所增体重（）和所增体重（Y）的原始资料见）的原始资料见表。问扣除进食量因素的影响后，三种饲料对表。问扣除进食量因素的影响后，三种饲料对增加大白鼠体重有无差别？增加大白鼠体重有无差别？.63统计分析方法：随机区组设计单变量协方差分析.64.65.66.67Descriptives12272.233347.7
44、518813.78478241.8932302.5734198.20356.9012274.625046.5052913.42492245.0769304.1731199.20356.3012492.400082.9332323.94076439.7067545.0933371.90608.3036346.4194120.4930420.08217305.6505387.1884198.20608.301237.100020.643735.9593323.983650.21649.2076.001245.700023.362136.7440730.856460.54368.10102.1012
45、118.741739.0771411.2806093.9132143.570154.30169.803667.180646.533057.7555151.436082.92518.10169.80123Total123TotalXYNMeanStd.DeviationStd.ErrorLower BoundUpper Bound95%Confidence Interval forMeanMinimumMaximumTests of Between-Subjects EffectsDependent Variable:Y67386.744a135183.59613.577.000162476.1
46、741162476.174425.552.00019089.116111735.3744.545.00148297.627224148.81463.250.0008399.61322381.801238262.5303675786.35635SourceCorrected ModelInterceptBLOCKTREATErrorTotalCorrected TotalType III Sumof SquaresdfMean SquareFSig.R Squared=.889(Adjusted R Squared=.824)a.Tests of Between-Subjects Effects
47、Dependent Variable:X471206.830a1336246.67921.585.0004320231.53414320231.532572.733.00087586.703117962.4284.742.001383620.1272191810.064114.224.00036943.246221679.2384828381.61036508150.07635SourceCorrected ModelInterceptBLOCKTREATErrorTotalCorrected TotalType III Sumof SquaresdfMean SquareFSig.R Squ
48、ared=.927(Adjusted R Squared=.884)a.68UNIANOVA y BY block treat WITH x /METHOD=SSTYPE(3)/INTERCEPT=INCLUDE /EMMEANS=TABLES(treat)WITH(x=MEAN)COMPARE ADJ(LSD)/CRITERIA=ALPHA(.05)/DESIGN=block treat x.69Tests of Between-Subjects EffectsDependent Variable:Y73560.992a145254.35749.584.0001691.40311691.40
49、315.961.0013765.32611342.3023.230.010463.9482231.9742.189.1376174.24816174.24858.264.0002225.36421105.970238262.5303675786.35635SourceCorrected ModelInterceptBLOCKTREATXErrorTotalCorrected TotalType III Sumof SquaresdfMean SquareFSig.R Squared=.971(Adjusted R Squared=.951)a.EstimatesDependent Variab
50、le:Y67.428a4.96257.11077.74675.050a4.86064.94485.15759.063a8.36441.66976.457TREAT123MeanStd.ErrorLower BoundUpper Bound95%Confidence IntervalEvaluated at covariates appeared in the model:X=346.4194.a.70Pairwise ComparisonsDependent Variable:Y-7.6224.205.084-16.3661.1228.36512.518.511-17.66834.3987.6
