统计教程|PASS实现单因素多水平方差分析的样本含量估计

news2024/11/22 22:53:14

前面我们讲过当主要结局指标是连续变量时,两总体均数比较时样本量估计的计算公式原理以及PASS软件操作教程。当设计研究的试验因素只有一个,并且该因素的水平数(组数)k≥3,当主要研究指标为连续变量时我们常用单因素多水平方差分析即F检验来考察各组间该研究指标所代表的总体均数之间的差别是否有统计学意义,其样本含量计算公式为:

​N为所需的样本含量;σ为标准差,k为组数,μi为各组的平均数,μ平均为各组平均数的平均数,λ为当拒绝总体均数相等的原假设H0时具有非中心F分布的非中心性参数λ(手工计算时可查相关表获得,但PASS15软件中不需要设置该参数)。

本节今天主要讲解采用PASS15软件实现单因素多水平方差分析(F检验)样本含量估计的PASS软件实现。

例:某心内科医生欲比较四种不同药品治疗高血压的效果差异。已知四种药品降低收缩压的平均数分别是8.25mmHg、11.75mmHg、12mmHg和13mmHg。假设各药品降低收缩压的标准差都是3.5mmHg。按1:1:1:1平行设计,在α=0.05(双侧检验),β=0.1下,问需要多少调查对象?

解析:本研究只有一个研究因素即组别因素,该因素具有四个水平:四种不同的降压药;主要结局指标是收缩压下降水平值,是连续型变量,四组间的差异性常采用单因素方差分析(F检验)进行检验;目的是进行当四组样本含量相等(等比例平行设计)时总体均数比较(即四均值差异性检验)的样本含量估计。根据题目我们知道了四个参数:①四药品降低收缩压的平均数μ1=8.25mmHg、μ2=11.75mmHg、μ3=12mmHg和μ4=13mmHg;②标准差σ=3.5mmHg;③α=0.05(双侧检验);④检验效能(1-β)=0.9。

PASS软件样本含量估算的具体步骤:

01 PASS主菜单进入样本含量估算设置界面:

打开PASS15软件,①点击Means菜单并双击或其前面的“+”展开子菜单栏;→②点击One-Way Designs(ANOVA)菜单并双击或其前面的“+”展开子菜单栏;→③点击ANOVA F-Test;→④点击有边方框的One-Way Analysis of Variance F-Tests → 弹出 One-Way Analysis of Variance F-Tests 对话框进入单因素方差分析时所需样本含量估计界面,详见操作示意图 1 。

02 PASS样本含量估算参数设置:

①Solve For:Sample Size,首先说明我们本次所求的结果为样本含量;→②Power:0.9,表明检验效能(1-β)为90%;→③Alpha:0.05,表示检验水准为0.05;→④G(Number of Groups):4,指定研究因素的水平数为4个不同水平;→⑤Group Allocation Ratios:Equal ,表明各组样本例数相等(本例1:1:1:1),也可自定义各组的样本例数之比;→⑥Input σmusing:List of means(μi's)from which σmis calculated ,指定均值的标准差(有“σmvalues directly”和“List of means(μi's) from which σmis calculated”两种形式,当选择前者时只需要直接输入均值的标准差σm,而选择后者时需要输入各组样本的均数,然后PASS软件根据计算公式计算出均值的标准差σm),由于本例知道各样本的均值(μ1=8.25、μ2=11.75、μ3=12和μ4=13mmHg),故选择“List of means(μi's) from which σmis calculated”;说明采用各组的均值计算均值的标准差;→⑦Means(μ1,μ2,...,μG):8.25 11.75 12 13,指定各样本均数,本例μ1=8.25、μ2=11.75、μ3=12和μ4=13mmHg;→⑧K(Means Multiplier):1,指定样本均数的乘数(K),当要考虑样本均数变化对样本量影响时可设置多个K值以便观察样本量变化情况,一般采用默认值,即K=1;→⑨σ(Standard Deviation):3.5,指定总体标准差,可以设置不同的取值以探讨标准差对样本量含量的影响,本例假设各组总体标准差相同即标准差σ=3.5mmHg;→⑩点击Calculate 按钮,完成单因素多水平设计方差分析所需的样本量估算,详见操作示意图(图2)

03 PASS样本含量估算结果:

由图3可知,PASS软件给出的总体率样本量估算的结果同前面进行估计总体均数时样本含量估算结果类似,主要有:样本含量估算的结果、相关参考文献、样本量估算报告中出现各名词的定义、对计算结果的总结描述以及假定脱落率为20%时所需的样本含量估计结果和其各名词的相关定义。由于脱落率不同研究结果各不相同,故本次不看脱落率为20%的相关结果,我们主要关注Total(N)这一结果即可:本研究按1:1:1:1等比例平行设计每组最少需要15例,四组共需要60例研究对象才能发现四组药物间降压效果差异有统计学意义。

​想要了解更多统计教程相关知识,可以到常笑医学网(www.cxmed.cn)的医学统计栏目进行查询和学习。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/942398.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

设计模式—原型模式(Prototype)

目录 一、什么是原型模式? 二、原型模式具有什么优缺点吗? 三、有什么缺点? 四、什么时候用原型模式? 五、代码展示 ①、简历代码初步实现 ②、原型模式 ③、简历的原型实现 ④、深复制 ⑤、浅复制 一、什么是原型模式&…

2023-8-28 树的重心(树与图的深度优先遍历)

题目链接&#xff1a;树的重心 #include <cstring> #include <iostream> #include <algorithm>using namespace std;const int N 100010, M N * 2;int n; int h[N], e[M], ne[M], idx; int ans N; bool st[N];void add(int a, int b) {e[idx] b, ne[id…

小鹏接手MONA,滴滴造了一台什么样的车?

作者|张祥威 编辑|德新 8月28日&#xff0c;小鹏汽车宣布和滴滴出行达成战略合作。 除了资本层面的合作&#xff0c;双方合作的业务核心是代号「MONA」的车型项目。 根据协议&#xff1a; 双方将打造一款售价15万元级别的A级纯电动轿车&#xff0c;项目代号MONA&#xff1b…

5.Redis-string

string 字符串 字符串类型是 Redis 最基础的数据类型&#xff0c;关于字符串需要特别注意&#xff1a; 1.⾸先Redis中所有 key 的类型都是字符串类型&#xff0c;⽽且其他⼏种数据结构也都是在字符串类似基础上构建的&#xff0c;例如 list 和 set 的元素类型是字符串类型。 2…

遥遥领先?实际是落后两代以上,小丑挡不住更多消费者买iPhone

谈到国产手机的时候&#xff0c;谁都知道一个品牌&#xff0c;都说遥遥领先苹果&#xff0c;然而事实上呢所有安卓手机都落后苹果两代&#xff0c;正是这样的现实让国内消费者越来越多买iPhone&#xff0c;推动苹果在中国高端手机市场逼近八成份额。 1.苹果为何领先&#xff1f…

Android12之ABuffer数据处理(三十五)

简介: CSDN博客专家,专注Android/Linux系统,分享多mic语音方案、音视频、编解码等技术,与大家一起成长! 优质专栏:Audio工程师进阶系列【原创干货持续更新中……】🚀 人生格言: 人生从来没有捷径,只有行动才是治疗恐惧和懒惰的唯一良药. 更多原创,欢迎关注:Android…

WebGL:开始学习 / 理解 WebGL / WebGL 需要掌握哪些知识 / 应用领域 / 前端值得学WebGL吗

一、WebGL发展史 2006 年&#xff0c;WebGL 的发展史可以追溯到 2006 年左右&#xff0c;当时 Mozilla Foundation 的一个开发人员 Vladimir Vukićević 开始尝试在 Firefox 浏览器中嵌入 OpenGL&#xff0c;为 JavaScript 提供底层图形库的支持。随后&#xff0c;这个项目引…

IDEA插件推荐 - Grep Console - 控制台日志过滤的插件

装上该插件之后&#xff0c;我们就可以很方便的进行日志的过滤、筛选。

周鸿祎为360智脑招贤纳士;LLM时代的选择指南;Kaggle大语言模型实战;一文带你逛遍LLM全世界 | ShowMeAI日报

&#x1f440;日报&周刊合集 | &#x1f3a1;生产力工具与行业应用大全 | &#x1f9e1; 点赞关注评论拜托啦&#xff01; &#x1f916; 思否「齐聚码力」黑客马拉松&#xff0c;用技术代码让生活变得更美好 主页&#xff1a;https://pages.segmentfault.com/google-hacka…

智通三千亮相2023中国软博会

“软件赋智&#xff0c;数实融合。”8月20日—23日&#xff0c;2023中国国际软件产品和信息服务交易博览会在南京举办。软博会连续举办19届。期间&#xff0c;《2023年我国工业软件产业发展研究报告》《中国软件产业高质量发展紫金指数&#xff08;2023&#xff09;》等发布。 …

c++查漏补缺(1)

目录 1.explicit关键字 2.static关键字 3.友元函数 1.explicit关键字 exeplicit关键字是在构造函数要使用的关键字。可以防止“隐式构造”&#xff0c;例如&#xff1a; #include<iostream>using namespace std;class Date { public:explicit Date(int year, int mo…

【科研论文配图绘制】task5 SciencePlots绘图包入门

【科研论文配图绘制】task5 SciencePlots绘图包入门 task5主要学习了SciencePlots拓展包的出图样式&#xff0c;掌握SciencePlots的安装及具体使用。 SciencePlots作为一个专门用于科研论文绘图的第三方拓展工具包&#xff0c;提供了主流英文科技 期刊(如 Nature、Science 和 …

1、监测数据采集物联网应用开发步骤(1)

项目介绍 本文章编写目的针对下图中《。。。解决方案》所涉及的开发资料&#xff1b; 监测数据采集物联网应用解决方案_yong427的博客-CSDN博客 开发步骤实现从0开始搭建软件框架&#xff0c;该开发步骤基于python3.0语言及相关工具实现&#xff0c;阅读本文章之前请先初步百…

MyBatis学习简要

目录 什么是MyBatis? MyBatis实现的设想 MyBatis基于配置文件的开发步骤 mybatis的配置文件 Mapper代理开发 配置文件完成增删改查的三步 注解开发 一、条件查询 参数接收时&#xff0c;参数的设置&#xff1a; 动态条件查询&#xff1a; 二、添加功能 步骤&#xf…

Eclipse打jar包与JavaDOC文档的生成

补充知识点——Eclipse打jar包与JavaDOC文档的生成 1、Eclipse如何打jar包&#xff0c;如何运行jar包 Java当中编写的Java代码&#xff0c;Java类、方法、接口这些东西就是项目中相关内容&#xff0c;到时候我们需要把代码提供给甲方、或者是我们需要运行我们编写的代码&…

《2023年网信人才培训-网络安全从业人员能力素养提升培训》第一期成功举办

随着网络强国和数字中国建设的步伐加快&#xff0c;建设规模宏大、结构合理、素质优良的人才队伍成为一项重要工作。知了汇智作为数字产教融合基地&#xff0c;通过与高校、企业等多方合作&#xff0c;建立了完整的网络安全人才培养生态链。凭借自身技术优势和丰富的产业资源&a…

【Go 基础篇】探索Go语言中的Map:数据的魔法盒子

嗨&#xff0c;各位Go语言的探索者们&#xff01;在我们的编程世界中&#xff0c;总会有一些特殊的工具能够让我们的生活变得更加便捷。而在Go语言中&#xff0c;Map就是这样一种神奇的数据结构。它就像是一个魔法盒子&#xff0c;可以帮助我们高效地存储和操作键值对数据。本文…

python技术栈之单元测试中mock的使用

什么是mock&#xff1f; mock测试就是在测试过程中&#xff0c;对于某些不容易构造或者不容易获取的对象&#xff0c;用一个虚拟的对象来创建以便测试的测试方法。 mock的作用 特别是开发过程中上下游未完成的工序导致当前无法测试&#xff0c;需要虚拟某些特定对象以便测试…

Spring(九)声明式事务

Spring整合Junit4和JdbcTemplater如下所示&#xff1a; 我们所使用的junit的jar包不同&#xff0c;可以整合不同版本的junit。 我们导入的依赖如下所示&#xff1a; <?xml version"1.0" encoding"UTF-8"?> <project xmlns"http://maven.a…

SAP_ABAP_DEBUG_场景介绍

SAP ABAP顾问能力模型_企业数字化建设者的博客-CSDN博客SAP Abap顾问能力模型https://blog.csdn.net/java_zhong1990/article/details/132469977一 背景说明 二 场景说明 1 SAPerp与第三方系统集成&#xff0c;第三系统通过接口函数请求SAP系统&#xff0c;如何调试&#xff1…