如何正确运用t检验——两算术均值比较优效性t检验及SAS实现

本文主要介绍临床试验中优效性检验的概念、假设检验、界值设定和样本量的估计以及成组设计一元定量资料优效性t检验的SAS实现。通过实例展示SAS在优效性t检验中的应用,分别基于两种数据结构(原始定量数据和样本含量、均值、标准差数据)进行操作,对结果进行解释并作出结论。     

样本含量与检验效能分析（二）——成组设计一元定量资料的三种特殊检验的样本含量估计

对于成组设计一元定量资料,人们常用成组设计一元定量资料的t检验或Wilcoxon秩和检验进行假设检验。事实上,这里所提及的常用的假设检验都属于一般的差异性检验方法。然而,在新药或医疗器械临床试验研究中,还有3种特殊的假设检验方法,即非劣性检验、等效性检验和优效性检验。本文将介绍这3种特殊检验的样本含量估计方法。     

如何正确运用t检验——两算术均值比较一般差异性t检验及SAS实现

本文目的是介绍算术均数以及单组设计、配对设计和成组设计一元定量资料t检验的基本原理及SAS实现。首先对算术均数的概念、适用条件和计算公式进行介绍;其次,介绍不同设计类型t检验的基本原理,结合SAS实例进行分析,并对相关结果进行解释;最后,讨论不同设计类型t检验应用的注意事项。     

如何正确运用t检验——线性回归模型中参数与0比较t检验及SAS实现

本文目的是介绍t检验在简单线性回归分析和多重线性回归分析中参数与0之间差异性比较时的理论依据和应用实践。首先介绍线性回归分析中t检验的基本原理和计算公式;然后用SAS程序分别对2个实例进行简单线性和多重线性回归分析,提请读者着重关注输出结果中有关"参数假设检验部分的检验统计量的名称及结果";最后对结果进行解释和讨论。     

新药临床试验设计中的比较类型

本文目的是介绍新药临床试验设计中的四种比较类型,即一般差异性检验、非劣效性检验、优效性检验和等效性检验。通过讲解与假设检验有关的概念,总结了假设检验的种类,推理出广义差异性检验的概念;着重论述了四种比较类型和合理选用的要领;从临床试验设计角度出发,详细给出了成组设计四种比较类型下一元定量资料假设检验时样本含量估计所需要的SAS程序和应用实例,并提供了与"成组设计四种比较类型有关的其他内容的解决方案"的参考文献。     

单组设计、配对设计、交叉设计定量与定性资料差异性检验时样本含量与检验效能估计

本期讲座中,我们将向读者介绍单组设计、配对设计、交叉设计定量与定性资料差异性检验时的样本含量与检验效能估计. 一、单组设计定量与定性资料差异性检验时样本含量与检验效能估计 单组设计是指对来自某个总体的一个随机样本在一个特定条件下观测其定量或定性指标的取值.其特点是仅涉及一个试验因素的一个特定水平,受试对象未按任何其他试验因素或区组因素分组.     

双样本t检验和配对检验的异同性

概述:临床研究中经常遇到比较实验组和对照组之间的结果.双样本t检验(又称为独立样本t检验)和配对t检验可能是运用于比较两个样本之间均值的最广泛的统计方法.然而,这两种方法的运用会产生混淆,从而导致使用不当.本文中,我们讨论了这两种t检验之间的异同性,并运用三个范例来阐述双样本t检验和配对t检验的计算过程.     

两因素析因设计定量资料样本含量与检验效能估计

如果试验涉及两个试验因素,当各因素在试验中同时实施且所处的地位基本平等,两个因素之间存在一级交互作用,且需要加以考察时,所采用的一种试验设计类型就是两因素析因设计[1].若观察指标只有一个且是定量的,相应的资料类型即为两因素设计一元定量资料,这时我们可以采用两因素设计一元定量资料方差分析处理该资料.本期讲座,我们向读者介绍两因素析因设计一元定量资料方差分析时样本含量与检验效能估计.     

样本含量与检验效能估计（三）——结果为二值变量的单因素两水平设计三种特殊试验的样本含量估计

我们通常采用卡方检验或Fisher精确检验处理结果为二值变量的单因素两水平设计定性资料（也称为四格表资料）,这些方法属于差异性检验。在新药或医疗器械临床试验研究中,还可能需要采用非劣效性检验、等效性检验、优效性检验这3种特殊的假设检验方法中的某一种来处理此类资料。上期讲座中,我们介绍了结果为定量变量的单因素两水平设计三种特殊检验的样本含量估计,本期向读者介绍结果为二值变量的单因素两水平设计三种特殊检验的样本含量估计。     

神经科研究中设计类型的辨析方法

1 引言在定量资料的假设检验中 ,误用统计方法最常见的原因是忽视资料所对应的设计类型。有些人根本没有这方面的概念 ,只要看到观测结果是定量的资料 ,就认准一定要用ｔ检验。仅从设计类型角度看 ,适合选用ｔ检验的设计类型只有 3种 ,即单组设计、配对设计和成组设计[1] 。这 3种设计资料的ｔ检验公式稍有区别 ,不应盲目套用。不仅如此 ,用ｔ检验之前 ,还应检查资料是否符合正态性 (即各组资料近似服从正态分布 )和方差齐性 (即两组资料的总体方差相等 )。当资料取自其他设计类型 [如单因素Ｋ水平设计 (Ｋ≥3)、析因设计、重复测量设计等 ]…     

如何正确运用t检验——两几何均值比较一般差异性t检验及SAS实现

本文目的是介绍几何均数以及两组近似对数正态分布数据几何均数的一般差异性t检验及SAS实现。首先对几何均数的概念、适用条件和计算公式进行介绍;并且将几何均数与统计学中常用的算术均数的特点进行比较;其次,呈现两组药物浓度数据,该数据近似服从对数正态分布,符合几何均数的适用条件,使用SAS的TTEST过程对两组几何均数的一般差异性进行t检验,并对相关结果进行解释和比较;最后,讨论几何均数使用时的注意事项。     

如何正确运用t检验——两算术均值比较等效性t检验及SAS实现

本文主要介绍临床试验中的等效性检验的概念、原理、作用以及成组设计一元定量资料等效性检验的SAS实现。基于原始的定量数据或者基于给定样本含量、均值、标准差两种数据结构,结合实例展示SAS在等效性检验中的应用,并对结果进行解释、做出结论。     

研究设计与统计分析写作要求

<正>1.研究设计:应告知研究设计的名称和主要方法。如调查设计(分为前瞻性、回顾性还是横断面调查研究),实验设计(应告知具体的设计类型,如自身配对设计、成组设计、交叉设计、析因设计、正交设计等),临床试验设计(应告知属于第几期临床试验,采用了何种盲法措施等);主要做法应围绕4个基本原则(重复、随机、对照、均衡)概要说明,尤其要告知如何控制重要非试验因素的干扰和影响。2.统计学分析方法的选择:对于定量资料,应根据所采用的设计类型、资料具备的条件和分析目的,选用合适的统计学分析方法,不应盲目套用t检验和单因素方差分析;对     

基于R软件估计样本含量与检验效能及其应用

本文目的是使读者快速掌握用R软件估计样本含量和检验效能的方法。通过R软件中的stats包中的三个函数,即power.t.test()、power.prop.test()和power.anova.test(),可以很方便地估计若干种场合下的样本含量或检验效能。事实表明:R软件易于获取、易学易用、功能强大、适用面宽,可以方便快捷地解决试验设计中的样本含量与检验效能估计问题。     

如何正确运用Z检验——Z检验的基本概念与前提条件

本文的目的是简要介绍与Z检验有关的基本概念和理论基础。基本概念涉及五个方面的内容：①何为Z检验；②何为正态分布；③Z检验的前提条件；④Z检验的适用场合；⑤Z分位数的适用场合。理论基础涉及两个方面的内容：正态分布与其他概率分布之间的关系以及正态分布可用于某些其他概率分布的近似计算。     

如何选择合适的试验设计类型(一)

试验设计类型是试验设计核心内容(三要素、四原则、试验设计类型)之一.何为试验设计类型?就是在试验研究中,人们安排试验因素和区组因素(即重要非试验因素)及其水平的一种架构.试验前,应根据研究目的、现有条件选定合适的设计类型;试验后(有了试验数据),要想正确表达和分析试验数据,就需要正确判定资料所取自的是何种试验设计类型.依据对定量资料拟采取的统计分析方法来划分,可将全部试验设计类型划分成两大类,第一类,差异性分析类设计类型,简称为非回归设计;第二类,回归分析类设计类型,简称为回归设计.本期讲座中,我们将结合实际问题,向读者介绍非回归设计中的单组设计和配对设计的应用场合和具体实施.     

样本含量估计与检验效能分析（一）

在2010年第6期的讲座中,我们介绍了试验设计的重复和均衡原则。重复原则关键在于正确估计样本含量,即指实验中拟包括的各组内重复实验次数之和。说到样本含量,我们不得不提到检验效能,正确估计样本含量的目的在于花费较少的人力、物力的同时,提高检验效能（即假设检验能发现客观上存在的差别的能力）；     

如何正确运用t检验——相关系数与0比较t检验及SAS实现

本文目的是介绍Pearson相关系数、Spearman秩相关系数和Kendall’s tau-b秩相关系数的概念及应用场合。首先介绍三种相关系数的计算及其假设检验的基本原理,然后使用SAS程序对实例进行分析,最后对分析结果进行解释和讨论。     

如何正确运用t检验——两算术均值比较非劣效性t检验及SAS实现

本文主要介绍临床试验中非劣效性检验的概念、原理和作用以及成组设计一元定量资料非劣效性检验的SAS实现。通过实例展示SAS在非劣效性检验中的应用,分别基于原始的定量数据或者基于给定样本含量、均数、标准差两种数据结构下进行操作,对结果进行解释并作出结论。     

如何正确运用χ2检验——病例对照设计四格表资料的χ2检验

本文目的是介绍病例对照设计四格表资料的χ2检验、优势比的假设检验和区间估计以及使用SAS与R软件实现的方法.针对病例对照设计的特点,重点介绍优势比的概念、假设检验和区间估计方法.对SAS与R软件计算的结果作出解释,并给出统计结论和专业结论.