• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      樣本量估計(jì)及其在nQuery和SAS軟件上的實(shí)現(xiàn)*——率的比較(一)

      2012-05-23 08:02:44唐欣然張惠風(fēng)揭著業(yè)陳平雁
      關(guān)鍵詞:二項(xiàng)分布參數(shù)設(shè)置樣本量

      唐欣然 張惠風(fēng) 揭著業(yè) 陳平雁

      2 率的比較

      2.1 單樣本率的比較

      2.1.1 差異性檢驗(yàn)

      2.1.1.1 單樣本χ2檢驗(yàn)

      方法:Dixon & Massey(1983)〔1〕根據(jù)正態(tài)近似法得到的樣本量估計(jì)公式如下:

      式中,α為檢驗(yàn)水準(zhǔn);s取1代表單側(cè)檢驗(yàn),取2代表雙側(cè)檢驗(yàn);1-β為檢驗(yàn)效能;π0為已知總體率;π1為試驗(yàn)組預(yù)期總體率。值得注意的是,當(dāng)數(shù)據(jù)來自人數(shù)有限的總體時(shí),需對(duì)樣本量的估計(jì)值進(jìn)行調(diào)整,即n’=nN/(n+N),其中n’為調(diào)整后的樣本量估計(jì)值,n為通過式(1)求得的樣本量估計(jì)值,N為有限總體的容量。當(dāng)N與n相差較大,尤其當(dāng)N值接近無(wú)限總體時(shí),n’≈n。檢驗(yàn)效能可由式(1)反推求得。

      【例2-1】某臨床試驗(yàn)欲驗(yàn)證一款彩色多普勒超聲系統(tǒng)的臨床有效性,采用標(biāo)準(zhǔn)對(duì)照設(shè)計(jì),用圖像優(yōu)良率為主要評(píng)價(jià)指標(biāo),臨床有效的標(biāo)準(zhǔn)為圖像優(yōu)良率不低于85%。預(yù)期試驗(yàn)機(jī)器的圖像優(yōu)良率為95%,以0.05為檢驗(yàn)水準(zhǔn),采用雙側(cè)檢驗(yàn),設(shè)定檢驗(yàn)效能為80%,試估計(jì)樣本量。

      nQuery Advisor 7.0實(shí)現(xiàn):設(shè)定檢驗(yàn)水準(zhǔn)α=0.05;雙側(cè)檢驗(yàn),即s=2;檢驗(yàn)效能取1-β=80% 。

      在nQuery Advisor 7.0主菜單選擇:

      Goal:Make Conclusion Using:⊙Proportions

      Number of Groups:⊙One

      Analysis Method:⊙Test

      方法框中選擇:⊕Single proportion,One sample Chi-square。

      在彈出的樣本量計(jì)算窗口將各參數(shù)值鍵入,如圖2-1所示,結(jié)果為n=79。

      圖2-1 nQuery Advisor 7.0關(guān)于例2-1樣本量估計(jì)的參數(shù)設(shè)置與計(jì)算結(jié)果

      SAS運(yùn)行結(jié)果:

      圖2-2 SAS9.2關(guān)于例2-1樣本量估計(jì)的參數(shù)設(shè)置與計(jì)算結(jié)果

      2.1.1.2 單樣本率確切概率檢驗(yàn)

      方法:Dixon & Massey(1983)〔1〕和 Chernick &Liu(2002)〔2〕提出方法的基本思路為:基于累積二項(xiàng)分布計(jì)算檢驗(yàn)效能,由檢驗(yàn)效能推算樣本量。首先根據(jù)檢驗(yàn)水準(zhǔn)α和二項(xiàng)分布B(n,π0)得到拒絕域,再根據(jù)拒絕域和二項(xiàng)分布B(n,πA)求得檢驗(yàn)效能。其中π0為已知總體率;πA為試驗(yàn)組預(yù)期的總體率。

      對(duì)于檢驗(yàn)水準(zhǔn)為α的單側(cè)檢驗(yàn),H0:πA=π0,H1:πA<π0,其拒絕域?yàn)?-∞,k),其中k為r的最大值,k與r均為非負(fù)整數(shù),r滿足下式:

      相應(yīng)的檢驗(yàn)效能計(jì)算公式如下:

      對(duì)于檢驗(yàn)水準(zhǔn)為α的單側(cè)檢驗(yàn),H0:πA=π0,H1:πA>π0,其拒絕域?yàn)?k,+∞),其中k為r的最小值,k與r均為非負(fù)整數(shù),r滿足下式,

      相應(yīng)的檢驗(yàn)效能計(jì)算公式如下:

      對(duì)于檢驗(yàn)水準(zhǔn)為α的雙側(cè)檢驗(yàn),H0:πA=π0,H1:πA≠π0,其拒絕域?yàn)?-∞,k1)∪(k2,+∞);其中,當(dāng)r滿足(2-6)式時(shí),k1為r的最大值

      當(dāng)r滿足(2-7)式時(shí),k2為r的最小值,

      相應(yīng)的檢驗(yàn)效能計(jì)算公式如下:

      【例2-2】為驗(yàn)證某一治療肝癌的組合治療方案是否有效,擬進(jìn)行臨床試驗(yàn)設(shè)計(jì)。根據(jù)以往研究數(shù)據(jù)獲知,肝癌的5年生存率為50%,研究者預(yù)期新的組合治療方案能使肝癌的5年生存率提高至60%,試按照檢驗(yàn)效能為80%、檢驗(yàn)水準(zhǔn)為0.05的雙側(cè)檢驗(yàn)估計(jì)本試驗(yàn)所需樣本量。

      nQuery Advisor 7.0實(shí)現(xiàn):設(shè)定檢驗(yàn)水準(zhǔn) α=0.05;雙側(cè)檢驗(yàn),即s=2;檢驗(yàn)效能取1-β=80% 。在nQuery Advisor 7.0主菜單選擇:

      Goal:Make Conclusion Using:⊙Proportions

      Number of Groups:⊙One

      Analysis Method:⊙Test

      方法框中選擇:⊕ Single proportion,Exact test for single proportion。

      在彈出的樣本量估計(jì)窗口將各參數(shù)值鍵入,如圖2-3所示,在樣本量n一行反復(fù)嘗試填入不同數(shù)據(jù),直至獲得檢驗(yàn)效能達(dá)到或超過80%即為所求樣本量,本例為208例。

      圖2-3 nQuery Advisor 7.0關(guān)于例2-2樣本量估計(jì)的參數(shù)設(shè)置與計(jì)算結(jié)果

      SAS9.2軟件實(shí)現(xiàn)

      圖2-4 SAS9.2關(guān)于例2-2樣本量估計(jì)的參數(shù)設(shè)置與計(jì)算結(jié)果

      2.1.1.3 McNemar χ2檢驗(yàn)

      方法:Miettinen(1986)〔3〕針對(duì)配對(duì)設(shè)計(jì)的試驗(yàn)數(shù)據(jù),給出樣本量估計(jì)公式如下:

      式中,η為結(jié)果不一致的對(duì)子數(shù)占總對(duì)子數(shù)的比例(不一致率),δ為兩組陽(yáng)性率之差的絕對(duì)值,兩個(gè)參數(shù)的具體含義見例2-3。相應(yīng)的檢驗(yàn)效能由式(2-9)反推求得。

      【例2-3】為了研究服用某藥是否會(huì)增加行瓣膜手術(shù)的風(fēng)險(xiǎn),研究者設(shè)計(jì)了回顧性病例對(duì)照研究。病例組為近兩年內(nèi)進(jìn)行過瓣膜手術(shù)的病人,按年齡、性別和體重指數(shù)將病例組與對(duì)照組配對(duì)。通過病例組和對(duì)照組填寫的調(diào)查問卷來判斷病人是否已服用過該藥。預(yù)期對(duì)照組已服用過該藥的比例為5%,病例組服用過該藥的比例為10%,兩組均服用過該藥的比例為3%。若設(shè)定檢驗(yàn)效能為80%,試估計(jì)該調(diào)查所需的樣本量。

      nQuery Advisor 7.0實(shí)現(xiàn):設(shè)定檢驗(yàn)水準(zhǔn) α=0.05;雙側(cè)檢驗(yàn),即s=2;檢驗(yàn)效能取1-β=80% 。在nQuery Advisor 7.0主菜單選擇:

      Goal:Make Conclusion Using:⊙Proportions

      Number of Groups:⊙One

      Analysis Method:⊙Test

      方法框中選擇:⊕ Paired responses,paired responses:McNemar's Chi-square test。

      注意,這里首先應(yīng)根據(jù)各組用藥比例對(duì)率差δ和不一致率η進(jìn)行估計(jì),在菜單欄中選擇:

      Assistants:⊙Compute Effect Size

      彈出輔助計(jì)算窗口。依據(jù)上述基礎(chǔ)數(shù)據(jù),病例組用藥比例為5%,對(duì)照組用藥比例為10%,兩組均服用過該藥的對(duì)子數(shù)比例為3%,在彈出的計(jì)算窗口將各參數(shù)值鍵入,如圖2-5所示,結(jié)果為δ=0.05,η=0.09。

      點(diǎn)擊Transfer后,將所計(jì)算參數(shù)傳輸至樣本量估計(jì)窗口,如圖2-6所示,結(jié)果為n=262。

      圖2-5 nQuery Advisor 7.0關(guān)于例2-3樣本量估計(jì)中效應(yīng)量的計(jì)算結(jié)果

      圖2-6 nQuery Advisor 7.0關(guān)于例2-3樣本量估計(jì)的參數(shù)設(shè)置與計(jì)算結(jié)果

      圖2-7 SAS9.2關(guān)于例2-3樣本量估計(jì)的參數(shù)設(shè)置與計(jì)算結(jié)果

      2.1.1.4 配對(duì)設(shè)計(jì)的確切概率檢驗(yàn)

      方法:Dixon & Massey(1983)〔1〕和 Chernick &Liu(2002)〔2〕提出方法的基本思路為:基于累積二項(xiàng)分布計(jì)算檢驗(yàn)效能,由檢驗(yàn)效能推算樣本量。首先定義樣本量為n,結(jié)果不一致的對(duì)子數(shù)為m,由2.1.1.3的參數(shù)η和δ的解釋可知m~B(n,η),故可根據(jù)二項(xiàng)分布概率密度公式求得每個(gè)m值對(duì)應(yīng)的概率p(m)。然后,可參考2.1.1.2的方法算出每個(gè)m值對(duì)應(yīng)的檢驗(yàn)效能power(m):由檢驗(yàn)水準(zhǔn)α和二項(xiàng)分布B(m,0.5)得到拒絕域,再根據(jù)拒絕域和二項(xiàng)分布B(m,(1/2)(1+δ/η))求得每個(gè)m值對(duì)應(yīng)的檢驗(yàn)效能。最后,以p(m)做權(quán)重,對(duì)每個(gè)m值的檢驗(yàn)效能求和,即得到最終所求檢驗(yàn)效能(對(duì)于檢驗(yàn)效能小于10-7的m值忽略不計(jì)),計(jì)算公式如下:

      式中m0、m1滿足 p(m < m0)≤10-7,p(m > m1)≥10-7。

      【例2-4】以例2-3為例,已知服藥不一致的對(duì)子數(shù)比例為9%(見圖2-5中“Proportion discordant,η”一欄),病例組與對(duì)照組的服藥率差值為5%,對(duì)該研究做配對(duì)設(shè)計(jì)的確切概率檢驗(yàn),試估計(jì)檢驗(yàn)效能為80%時(shí)的樣本量。

      nQuery Advisor 7.0實(shí)現(xiàn):設(shè)定檢驗(yàn)水準(zhǔn) α=0.05;雙側(cè)檢驗(yàn),即 s=2;δ=0.05,η =0.09。

      在nQuery Advisor 7.0主菜單選擇:

      方法框中選擇:⊕ Paired responses,paired responses:exact sign test。

      在彈出的樣本量估計(jì)窗口將各參數(shù)值鍵入,如圖2-8所示,在樣本量n一行反復(fù)嘗試填入不同數(shù)據(jù),直至獲得檢驗(yàn)效能達(dá)到80%即為所求樣本量,本例為每組303例。

      圖2-8 nQuery Advisor 7.0關(guān)于例2-4樣本量估計(jì)的參數(shù)設(shè)置與計(jì)算結(jié)果

      圖2-9 SAS9.2關(guān)于例2-4樣本量估計(jì)的參數(shù)設(shè)置與計(jì)算結(jié)果

      猜你喜歡
      二項(xiàng)分布參數(shù)設(shè)置樣本量
      二項(xiàng)分布與超幾何分布的區(qū)別與聯(lián)系
      醫(yī)學(xué)研究中樣本量的選擇
      深度剖析超幾何分布和二項(xiàng)分布
      概率與統(tǒng)計(jì)(1)——二項(xiàng)分布與超幾何分布
      航空裝備測(cè)試性試驗(yàn)樣本量確定方法
      Sample Size Calculations for Comparing Groups with Binary Outcomes
      二項(xiàng)分布參數(shù)的E-Bayes估計(jì)及其應(yīng)用
      蟻群算法求解TSP中的參數(shù)設(shè)置
      動(dòng)車環(huán)境下U900異頻切換參數(shù)設(shè)置探討
      基于MATLAB仿真的井下變壓器參數(shù)設(shè)置研究
      邢台市| 肥西县| 保康县| 万州区| 广安市| 绥滨县| 无为县| 炎陵县| 黄平县| 阜新| 克山县| 昌邑市| 长沙县| 会昌县| 双牌县| 武鸣县| 确山县| 东阿县| 浦江县| 克山县| 喜德县| 崇左市| 固始县| 虹口区| 吐鲁番市| 白河县| 荔浦县| 依兰县| 华亭县| 雅安市| 定远县| 嘉峪关市| 夏邑县| 阳曲县| 彰化市| 彭州市| 穆棱市| 新津县| 建水县| 仙游县| 罗甸县|