杏花开医学统计 医学统计教程,统计分析服务 双因素随机区组设计 及其统计方法 关键词:医学试验设计 上一讲中,我们详细介绍了随机区组试验设计(配伍组试验设计),并详细介绍了一个单因素随机区组试验的案例。具体查看: SPSS单因素随机区组设计及其统计方法(含输出结果分析及文字报告撰写)——医学实试设计第一讲(上) 本期课程,我们详细讲解SPSS双因素随机区组设计的医学统计案例。 请观看下方视频教程 全屏播放请关闭手机中“方向锁定”,然后将手机横向放置 (若无法播放,请联系客服微信3301888200) 案例背景:研究不同治疗方法对湿疹的疗效。治疗方法(试验因素)有三种,1、派瑞松;2、中药敷料;3、派瑞松+中药敷料。 研究对象:随机筛选9名湿疹面积一致的患者。为了排除年龄的干扰,将年龄作为配伍因素,按照<18岁,18-35岁,>35岁,将患者配伍成三组,每组三个人。每组中的三人分别随机采用三种治疗。 按照以上实验步骤,1周之后,患者的湿疹面积数据如下: 统计分析方法:双因素方差分析 统计分析步骤: ①将以上的数据在SPSS软件中整理成如下数据形式: ②点击“分析”→“一般线性模型”→“单变量” ③“治疗后湿疹面积”选进因变量,“年龄”“治疗方法”选进固定因子: ④点击“模型”,再点击“定制”,类型改成“主效应”,最后将“年龄”和“治疗方法”选进“模型”对话框。 ⑤点击“选项”,将“年龄”和“治疗方法”选进“显示下列各项的平均值”,都选“比较主效应”,置信区间调整选择“邦弗伦尼”: 点击“继续”,再点击“确定”,得出如下结果: 从“主体间效应检验”表可以清晰看到,“年龄”(配伍因素)的主效应显著,P=0.003<0.05,意味着年龄可以显著影响湿疹面积;“治疗方法”(试验因素)的主效应显著,P=0.030<0.05,意味着治疗方法可以显著影响湿疹面积。 在得出了“年龄”和“治疗方式”可以显著影响湿疹面积之后,还需要继续考察是如何影响的: 由上图分析结果得知:<18岁的疗效最佳,湿疹面积显著低于18-35岁和>35岁的患者(面积差值分别是4.803和4.873),显著性P值全部小于0.05;而18-35岁和>35岁之间的疗效则无显著差异,P=1.000>0.05 由上图分析结果得知:派瑞松的疗效显著低于“派瑞松+中药敷料”(面积差值为2.793,P=0.038<0.05),而派瑞松治疗和中药敷料治疗的疗效无显著差异(P=0.143>0.05);中药敷料治疗和“派瑞松+中药敷料”治疗之间也无显著差异(P=0.653>0.05)。 本期课程就到这里,我们将每周推出更多、更实用的医学统计教程,提供医学统计相关服务。涵盖医学科研设计、数据统计分析、SPSS、Meta、GraphPad、SAS、R、Eexel等,欢迎大家关注!感谢大家的观看,下期再见! 杏花开医学统计 精品课程推荐 杏花开医学统计 统计分析服务 统计分析服务 |
|
来自: 洪梅6jraxg3utr > 《统计》