首页 > 文献资料
-
如何用SAS软件正确分析生物医学科研资料VI.用SAS软件实现随机区组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.
-
3种核酸提取方法及3种实时荧光定量PCR仪检测结果的比较
目的 探讨不同核酸提取方法以及不同实时荧光定量PCR仪检测结果之间的差异.方法 随机挑选呼吸道、肠道病毒阳性标本各25份,采用3种方法(方法A、B、C)进行核酸提取,比较不同核酸提取方法之间的差异;随机挑选呼吸道、肠道病毒阳性核酸各25份,在3种实时荧光定量PCR仪(仪器A、B、C)上进行实时荧光定量PCR,比较不同实时荧光定量PCR仪之间的差异.检测结果采用定量资料的随机区组方法分析.结果 3种核酸提取方法检测结果存在差异(x2=42.9162,P<0.001),其中方法A、B,方法B、C之间的差异具有统计学意义(Z=7.025,P<0.001;Z=7.9,P<0.001),方法A、C之间的差异无统计学意义(Z=0.837,P=0.3816>0.05).3种实时荧光定量PCR仪的检测结果也存在差异(x2=23.773,P<0.001),其中仪器A、B,仪器A、C之间的差异有统计学意义(Z=5.70,P<0.001;Z=6.45,P<0.001),仪器B、C之间的差异无统计学意义(Z=0.75,P=0.4533>0.05).结论 在相同条件下,用不同的核酸提取方法,以及用不同的实时荧光定量PCR仪检测的结果均有差异,在实际工作中要综合考虑评价检测结果.
-
如何选择合适的试验设计类型(五)
当试验中涉及两个因素时,若两因素之间不存在交互作用或交互作用对观测结果的影响无统计学意义,并且,特定试验条件(通常为各因素不同水平的一种组合)下试验数据的测定误差在专业上允许的范围之内,此时,可以选用"随机区组设计、平衡不完全随机区组设计、具有一个重复测量的单因素设计、无重复试验双因素设计和两因素嵌套设计"五种设计之一.在上一期讲座中,我们向读者重点介绍无重复试验双因素设计和两因素嵌套设计这两种设计类型,重点阐述了两设计类型的定义、形式、特点、应用场合以及具体实施,并用实例加以论证.试验中所涉及到的两个因素都是试验因素,仅当有预试验表明两个试验因素之间的交互作用无统计学意义,且相同试验条件下定量观测指标的取值离散度很小时,此时,可采用无重复试验双因素设计;试验因素对观测结果的影响有主次之分,或者试验因素之间存在自然属性上的嵌套关系,上层因素对观测结果的影响大于下层因素时,采用两因素嵌套设计较为适宜.
-
如何选择合适的试验设计类型(四)
当试验中涉及两个因素时,若两因素之间不存在交互作用或交互作用对观测结果的影响无统计学意义,并且,特定试验条件( 通常为各因素不同水平的一种组合) 下试验数据的测定误差在专业上允许的范围之内,此时,可以选用"随机区组设计、平衡不完全随机区组设计、具有一个重复测量的单因素设计、无重复试验双因素设计和两因素嵌套设计"五种设计之一.在上一期讲座中,我们向读者重点介绍了随机区组设计、具有一个重复测量的单因素设计这两种设计类型,重点阐述了两设计类型的定义、形式、特点、应用场合以及具体实施,并用实例加以论证.在单因素多水平设计的场合下,如果需要多考虑一个重要的非试验因素或多个重要非试验因素的复合结果(简称区组因素)对观测结果的影响,此时,采用随机区组设计较为适宜;如果需要在几个不同的时间点上从同一个受试对象(或样品)上重复获得指标的观察值,或者是从同一个个体的不同部位(或组织)上重复获得指标的观测值,此时,采用具有一个重复测量的单因素设计较为适宜.
-
对中国药典2005年版二部抗生素微生物检定浊度法的商榷(二)
2 二剂量法与三剂量法中国药典规定将各试管按随机区组分配培养,以"2.2"法或"3.3"法进行可靠性测验及效价计算.2.1 问题一:试管排列应如何分配?商榷:二剂量法或三剂量法的试管排列的完全随机设计与随机区组设计应如何分配同1.1的讨论.
-
单因素实验设计基本方法之二——完全随机区组设计
1完全随机区组设计概念与特点完全随机区组设计(completely randomized block design)又称配伍组设计,是配对设计的扩展.本设计首先是在农业试验中应用的,认为小麦的产量不仅受其品种(处理因素)的影响,还受田块(block,区组因素)的影响,因此,将每个田块分成若干单元(unit),每个单元所接受的处理足随机的,这样的设计既可分析处理因素的作用,也可分析区组因素的影响,提高了试验效率.
-
单因素实验设计基本方法之一——完全随机设计
单因素实验设计是指在实验中只有一个研究因素,即研究者只分析一个因素对效应指标的作用,但单因素实验设计并不意味着该实验中只有一个因素与效应指标有关联.单因素实验设计的主要目标之一就是如何控制非研究因素(称为混杂因素,confounding factor)对研究结果的影响.用随机化分组的方法可以平衡或减少混杂因素对结果的作用,分层方法也可以控制分层变量的混杂作用.如果在实验设计中仅仅用随机化方法进行分组,则称为完全随机设计;如果在实验设计中用一个非研究因素的变量进行分层,每个层的观察对象数相等,并对每个层进行随机分组,则称为随机区组设计,其目的就是用分层的方法控制分层变量的混杂作用,然后用随机化的方法平衡其他非研究因素的混杂作用;如果在实验设计中用拉丁方的行和列对应两个非研究因素的水平进行特殊的交叉分层,使处理因素的各个水平在这两个分层因素各个水平中均匀分布,再随机确定处理水平与拉丁方的字母对应关系,由此确定分组,因此这种设计可以控制两个非研究因素的混杂作用,并用随机的方法平衡其他非研究因素的混杂作用,这种设计称为拉丁方设计.
-
乌司他丁对急性肺损伤水通道蛋白-1调节机制的研究
乌司他丁治疗急性肺损伤(ALI)的机制是否与水通道蛋白(AQPs)的表达有关,乌司他丁调节水通道蛋白的机制是否是通过抑制炎症介质来实现,对此,我们进行了研究,现报告如下.1 材料与方法1.1 动物模型制备成年、健康Wistar大鼠40只,体质量平均250 g左右,全部购自山西医科大学动物实验中心.于实验室适应性饲养(商品化干块料、自由饮水、温度20~22℃、湿度50%~55%)1周后,采用随机区组设计将其分为4组:正常对照组10只,油酸组10只,治疗组10只,乌司他丁组10只.
-
混合效应模型在完全随机区组设计的药效研究中的应用
完全随机区组设计(randomized complete blocks design,RCBD)是将具有某种特征的研究对象划分为同一区组(block),然后将研究因素的每个水平(处理,treatment)随机分配给各区组内每个受试对象的一种实验研究方案.
-
随机区组设计的方差分析在脱落率较高样本中的应用
通过对老年2型糖尿病患者实施强化糖尿病教育的观察,判断随机区组设计的方差分析在样本脱落率相对较高情形下的应用价值.
-
重复测量设计与随机区组设计原理及应用
重复测量设计与随机区组设计是医学研究领域两种重要的研究设计类型,二者在形式上常较为接近,尤其是当重复测量或区组因素均与时间效应有关时,更易使人产生混淆[1].在实际工作中,两者误用的情形并不少见.如此不仅会损失原始数据的部分信息(如重复测量数据内部的相关性),甚至有可能导致统计分析结论的错误.因此本文就重复测量设计与随机区组设计的自身特点及其区别作一番介绍,并运用实例对两种设计类型的SPSS软件分析结果进行分析和比较.
-
三种具有非标准误差结构的试验设计及SAS程序关系探讨
在医学科研中,研究者常根据研究目的和试验条件选择试验设计方案,如完全随机设计、随机区组设计、析因设计等.在这些试验设计中,各处理因素同时作用于同一级别的受试对象,且处理因素间没有主次之分,因此在方差分析时,往往用标准误差结构(standard error structure),即以模型的误差项作为分析各处理因素的误差项.
-
Friedman M检验平均秩的多重比较在SPSS软件的实现
完全随机区组设计的秩和检验(Friedman's test)是随机化区组设计方差分析不满足方差分析条件时采用的方法.随机化区组设计的秩和检验是由M·Friedam在符号检验的基础上提出来的,又称M检验,目的是推断各处理组样本分别代表的总体分布是否不同[1].对于Friedman M检验,在当P<α(α为检验水准)差异有统计学意义时,可认为多个总体间相比较有差异,但不能说明任何两个总体间均是有差异的.
-
顺序效应的Page检验
原理与方法对于随机区组设计的资料,通常检验的是各处理组的效应是否不同.而有时则随时间或地点或其他因素的变化,处理组的效应可以顺序增大或减小,这称为顺序效应.Page在1963年提出此检验用来处理具有顺序效应的资料.应用条件是一般以行为区组,列为处理组.区组与处理组之间无交互作用,区组的样本相互独立,变量是连续性的.分别按照每一区组内的观察值由小到大编排秩次.
-
随机区组设计资料的Quade检验
原理与方法该检验由Quade在1972年提出,用于处理完全随机区组设计的资料.数据由b个相互独立的k维随机变量构成.数据排列的模式如表1所示.
-
Morris水迷宫实验设计的统计学方法探析
Moms水迷宫是检测动物记忆水平的重要工具,依据Moms水迷宫实验原理及相关检测指标的数据分类,结合对研究者实验设计、实验目的及实验数据的认识,采用相应的统计学方法分析,以期帮助研究者筛选佳设计方案,精化实验数据、简化数据分析、优化实验结果.
-
用SAS软件实现随机区组设计定量资料的统计分析
随机区组设计是药学科研中控制重要的非试验因素时用到的一种试验设计方法,在临床药物疗效研究方面具有十分广泛的适用性.本文主要对随机区组设计的概念,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.
-
单因素重复测量设计与随机区组设计资料处理异同解析
目的 探讨单因素重复测量设计与随机区组设计资料的方差分析的关系.方法 利用文献数据[1,2],拟对资料进行单因素重复测量设计和随机区组设计2种处理,比较2种处理结果的异同.结果 单因素重复测量设计资料在满足球对称的条件和正态对称条件下,与误用随机区组设计处理结果相同;尤其在球不对称且F值F界值时,采用随机区组设计处理与单因素重复测量分析校正前后的结果,也会出现一致情况.结论 2种方法都是单因素试验的方差分析,但2种设计的方法和分析目的 均不同,不可混同.
-
统计分析随机区组设计非参数检验的多重比较
目的:探讨随机区组设计多组样本资料非参数 Friedman M 检验后,各组样本的多重比较。方法:采用秩转换方差分析方法和调整检验水准做多次相关两样本的配对Wilcoxon方法,应用统计软件SPSS 进行多重比较。结果:实现SPSS 软件对同一数据资料非参数检验的多重比较,两种方法所得结论相同。
关键词: 随机区组设计 秩和检验 多重比较 秩转换 配对 Wilcoxon -
随机区组设计资料中多个缺失数据的估计及SAS程序
对于含有多个缺失数据的随机区组设计资料根据误差平方和小的准则推导出估计缺失数据的方法及给出SAS程序.