11-随机化与样本含量估计-10.08周二晚柳伟伟课件.pptVIP

（七）两样本率比较时样本含量的估计 两组合并率 总体率 （七）两样本率比较时样本含量的估计 总体率 （七）两样本率比较时样本含量的估计 （八）配对设计四格表资料统计分析时样本含量估计 （八）配对设计四格表资料统计分析时样本含量估计 （九）成组设计定量资料的等效检验时样本含量的估计 总体均数 等效界值 标准差 （九）成组设计定量资料的等效检验时样本含量的估计 （十）成组设计定量资料的非劣效检验时样本含量的估计 总体均数 差值 非劣效界值 标准差 （十）成组设计定量资料的非劣效检验时样本含量的估计 （十一）成组设计定性资料的等效检验时样本含量的估计 总体率 等效界值 （十一）成组设计定性资料的等效检验时样本含量的估计 （十二）成组设计定性资料的非劣效检验时样本含量的估计 总体率 差值 非劣效界值 （十二）成组设计定性资料的非劣效检验时样本含量的估计 五、几个需要特别说明的问题 在其他条件等同的情况下，定性指标所需的样本含量大于定量指标 每组88只小鼠 每组324只小鼠 五、几个需要特别说明的问题 同一问题，在其他条件不变的情况下，用单侧检验比用双侧检验所需的样本含量要少，但究竟该用单侧检验还是双侧检验取决于专业知识，而不是人的意愿 每组88只小鼠 每组72只小鼠 五、几个需要特别说明的问题 同一问题，在其他条件不变的情况下，对检验效能的要求越高，需要的样本含量越大 每组88只小鼠 每组66只小鼠 每组59只小鼠 分层随机化 首先对可能影响试验过程和结果的主要混杂因素（如年龄、性别、病情、疾病分期等）进行分层，然后在每一层内进行完全随机化分组，最后分别合并为试验组和对照组 分层随机化 分层目的：使某些对结果影响较重的因素在各组中尽可能相等 分层因素选择：根据不同疾病 分层因素的数量和分级：不宜太多，否则组合太多且病人收集有一定困难 分层随机化 现有24只小鼠，其中16只雌性，8只雄性 若采用完全随机化方式将他们均分成两组，则有可能某一组中的12只小鼠全是雌性的，另一组中有4只雌性、8只雄性小鼠 当小鼠性别对观测结果有较大影响时，性别这个重要的非实验因素就会严重地影响实验因素两个水平对观测结果效应大小的正确评价 分层随机化 此时，宜采用分层随机化 先用完全随机化法将16只雌性小鼠随机均分成两组，实验组和对照组各8只；再用完全随机化法将8只雄性小鼠随机均分成两组，实验组和对照组各4只 样本含量估计及其SAS实现 医学统计学教研室 柳伟伟 讲师 一、样本含量和检验效能的含义 样本含量（sample size）也叫样本大小或样本例数，是一项科研工作中，拟进行调查的被调查对象的个体数或拟用于试验研究的动物只数或新药临床试验中拟观察的患者例数 一、样本含量和检验效能的含义 总样本量用N表示，各组的样本含量用n表示 若各组的样本含量不相等，则给“n”加上右下标 不仅要关注N的大小，更应关注n的大小 一、样本含量和检验效能的含义 检验效能也称为把握度，是指当对比组的参数之间确实存在有意义的差别时，假设检验能够发现这种差别的能力或概率 Ⅱ型错误概率 二、估计样本含量和检验效能的意义 在医学科研工作中，无论抽样调查，临床试验或实验研究，正确确定样本含量都是一项十分重要的内容，也是一个需要科研人员给予认真考虑的问题 二、估计样本含量和检验效能的意义 根据假设检验的原理，若样本太小，会使本来存在的差别不能显示出来，难以获得正确的研究结果，结论也缺乏充分的依据 反之，若样本太大，也会增加实际工作中的困难，不必要地浪费人力、物力、财力和时间，此外，由于样本太大，可能投入不足，科研过程的质量控制下降，从而引入不必要的干扰因素，对研究结果造成不良影响 二、估计样本含量和检验效能的意义 目前，不管是从期刊杂志上发表的论文，还是从实际科研人员的实验记录等科研档案来看，绝大多数研究工作都没有交代样本含量的确定方法、计算依据及公式，没有进行科学的、有理有据的样本含量估计 当假设检验的结果为“阴性”，即不能拒绝原假设（H0）时，也很少有研究者去估计假设检验的检验效能，进而判断“阴性”结果的可信度如何 二、估计样本含量和检验效能的意义 造成这种状况的原因： 一是研究者没有认识到样本含量估计与检验效能分析对科学研究的重要性 二是研究者不知道如何进行样本含量与检验效能估计 三、估计样本含量时应具备的条件 影响样本含量估计的因素： 拟开展的研究类型 研究中将涉及到的因素的个数及其水平数的多少 观测的效应指标的性质 必不可少的前提条件 三、估计样本含量时应具备的条件 检验水准或显著性水平α：即事先规定本次试验允许犯Ⅰ型（或假阳性）错误的概率α，通常规定α=0.05，同时还应明确是单侧检验还是双侧检验。