1.56k likes | 1.67k Vues
在低輻射對人體染色體異常的影響. 假設在低輻射對人體染色體異常之細胞數數目 ( 單位 :%) 具有常態分配 N( μ 1 ,σ 1 2 ) 假設未在低輻射對人體染色體異常之細胞數數目 ( 單位 :%) 具有常態分配 N( μ 2 ,σ 2 2 ). 資料假設. 由於資料中有四組以家庭為主的資料 , 不考慮家庭成員之間的關係 , 所以我以家庭的每一個成員為一個個體 , 每個個體間都獨立 , 故暴露於輻射屋的樣本一共有 30 個 , 而對照組未暴露於輻射屋的樣本一共有 15 個. 第一步. 首先先檢定
E N D
在低輻射對人體染色體異常的影響 • 假設在低輻射對人體染色體異常之細胞數數目(單位:%)具有常態分配N(μ1,σ12) • 假設未在低輻射對人體染色體異常之細胞數數目(單位:%)具有常態分配N(μ2,σ22)
資料假設 • 由於資料中有四組以家庭為主的資料,不考慮家庭成員之間的關係,所以我以家庭的每一個成員為一個個體,每個個體間都獨立,故暴露於輻射屋的樣本一共有30個,而對照組未暴露於輻射屋的樣本一共有15個.
第一步 • 首先先檢定 H0: σ12 = σ22 對 H1: σ12 σ22 F 檢定:兩個常態母體變異數的檢定 P值=0.172902>0.05 所以不拒絕H0(α=0.05) 也就是說兩組資料間的變異程度相同(同質資料)
第二步 • 由第一步檢定結果,再來用混合 T 檢定 H0: μ1 = μ2對 H1: μ1 μ2 T 檢定:兩個常態母體平均數差的檢定 (假設變異數相等) P值=0.0476430.05 所以拒絕H0(α=0.05)
結果 • 從上述的檢定結果,我們知道在低輻射對人體染色體變異之細胞數數目和未在低輻射對人體染色體變異之細胞數數目會有不同的差異,故我們可以知道在低輻射對人體染色體變異之細胞數數目(單位:%)會大於未在低輻射對人體染色體變異之細胞數數目(單位:%)
研究動機 • 欲知原發性高血脂症組病人(HBL)和糖尿病合併高血脂証組病人(CHBL)在接受過「百脂脫喜」的藥物治療後,其三酸甘油脂(TG值)的變化,是否有明顯的差異。
定義符號 • 定義HBL組、CHBL組,用藥後和試驗前之TG值開平方根後資料成對間差異分別為:
個別探討 • 探討1:檢定HBL組病人其TG值是否有明顯下降(課本已檢定, 檢定結果為不顯著) • 探討2:檢定CHBL組病人其TG值是否有明顯下降
探討2 : 假設檢定 檢定統計量為: 檢定結果同樣不顯著,顯示CHBL組病人在經過藥物治療後,其三酸甘油脂亦無明顯下降。
資料變異數檢定 檢定 檢定統計量為 檢定顯著,即兩組資料的變異數是異質的
研究探討:假設檢定 因兩組資料為異質,考慮自由度如下:
研究探討:假設檢定 檢定統計量為 :
研究結論 • 經過比較兩組TG值平均差異,結果檢定不顯著,故我們認為兩組病人在接受過「百脂脫喜」的治療後,其並無顯著的療效或改善。
第四章習題 習題四-1
國人暴露於輻射屋之個案組與未暴露者之對照組國人暴露於輻射屋之個案組與未暴露者之對照組 資料:有染色體變異之細胞數數目百分比 目的:期望轉換後之資料符合常態分配 個案組:轉換前、後之偏度和峰度值 對照組:轉換前、後之偏度和峰度值
偏度(skewness) • 以資料平均值為中心軸檢查左右對稱與否,常態分布的偏度為0。
峰度(kurtosis) • 量測資料分佈形狀峰度有多高的指標,常態分布的峰度為0。
個案組:有染色體變異之細胞數目百分 比轉換前後之偏度和峰度值 峰度:由低闊峰往常態峰的方向 (資料集中些) 偏度:輕微左偏→左偏 (左尾拉長了,因轉換使數據變大)
對照組:有染色體變異之細胞數目百分比 比轉換前後之偏度和峰度值 峰度:均為低闊峰的形態,轉換後的形態坡度變的更緩 偏度:右偏→接近對稱
結論 • 個案組: • 對照組: • 經 轉換使資料略接近常態分配。 峰度:低闊峰→常態峰(O) 偏度:輕微左偏→左偏 (X) 峰度:低闊峰→形態坡度變的更緩 (X) 偏度:右偏→接近對稱(O)
分析兩組樣本有無差異 1.data要來自常態:若不符合常態的假設,做轉換,eg.開根號 2.樣本資料間的關係: • 兩組獨立樣本:先檢定 的關係 • 成對樣本 3.做檢定
兩組獨立樣本 兩組隨機樣本: ; 想 Test v.s 先檢定 再檢定
先檢定 v.s • 未知 T.S= > reject • 已知, 改為 ,d.f改為 (m,n)
再檢定H0,H1 situation1 已知:直接代 T.S= > , reject
situation2 2-1未知,大樣本,但檢定出 T.S= > ,reject Where
2-2未知,大樣本,但檢定出 用估 T.S= > ,reject
situation3 小樣本,且 未知,但檢定出 T.S= > ,reject Where
situation4 未知,小樣本,且檢定出 T.S= > ,reject Where V=
成對樣本 樣本: Test: v.s T.S= > t(n-1) ,reject
原發性高血脂實例 <case1>想檢定試驗前兩組病人的三酸甘油脂是否有差異 樣本為兩組獨立樣本 Step1:檢定 v.s 未知,so, T.S= =1.79 < Don’t Reject ,即 ,也就是說 兩組病人三酸甘油脂資料間的變異程度相同。
Step2:檢定v.s ,so T.S= =0.9976 < Don’t reject ,即在試驗前兩組病人的三酸甘油脂並無顯著差異
想檢定HBL組病人在接受藥物治療後,三酸甘油脂是否有明顯下降想檢定HBL組病人在接受藥物治療後,三酸甘油脂是否有明顯下降 樣本為成對樣本 想檢定 v.s * :吃藥前後差異的平均值 Step1:先算出 And T.S= =1.2454 < Don’t reject ,即並無明顯的下降趨勢
同質資料 v.s異質資料 • 同質與異質資料的差別 當n組資料變異數相同時:同質 ; 反之,異質 • 當資料為異質時,沒辦法求出n組資料共有的變異數,也就無法標準化分配,所以便調整自由度,使其近似t分配。因此當資料異質時,無法直接用t檢定。
CHD XbaI 個案組 對照組 + 4 2 - 292 304 其中CHD表示冠狀動脈阻塞心臟疾病
(1) 首先我們考慮先檢定個案組和對照組間XbaI為「+」的發生率是否相同。 假設:為個案組中XbaI為「+」的發生率 為對照組中XbaI為「+」的發生率 所以我們檢定
採用齊一性檢定,在 下 C(棄卻域) = not reject H0,表示兩組間XbaI為「+」 的發生率是相同的。
(2)當n夠大時,在成立下,考慮將兩 組資料進行合併,求得合併後全體的發生率為 其中, 是兩組為「+」的觀察數, 是兩組觀測樣本數
當 夠大時,可用常態分布產生近似統計量 ,其中( )
則兩組間出現「+」的發生率的差值之 信賴區間為: -0.00892 0.0228787 not reject 但因為信賴區間要在 被拒絕下計算才有意義,而在這裡的例子,兩組間並沒有顯著的差異。
(3) 已知型一誤差,型二誤差 和 必須憑經驗或已知條件猜測,在 這裡假設根據國外文獻猜測, , 則估計兩組各需樣本數為: = 182.94 ≒ 183 個樣本數
第15題 • 目的:討論兩藥的之反應率有無差異。 設A藥的反應率為PA,B藥的反應率為PB。 我們假設
則 • 設 • 我們可以得到 =2.706049
結論: 因為是拒絕虛無假設我們可以知道PA不等於PB,所以A藥的反應率比B藥的反應率大。在此我們可以知道其跟試藥的人數有關係,因為在這裡m=n,所以n越大的話,如果其反應率不變的化其拒絕H0的機會比較大,反之就越小。
第16題 • 目的:討論可否先取12人試驗前後資料差值,在取平方跟造出信賴區間。又如此取法可否還原回原單位資料。 • 方法: =>因為前後資料的分配相同,所以我們可以知道前後相減的差值再取平分根得xi=1~12=(12.00、11.49、5.92、13.34、17.44、4.47 、5.92、11.40、5.20、5.10、3.00、16.58) 假設其符合常態分配。 得
在95%的信心水準下的信賴區間: =>(6.0173,12.6226) 在此我們可以推得: 在95%的信心水準下的信賴區間: =>((6.0173)2,(12.6226)2) = (36.2078,159.3300)
結論: 其 的信賴區間為(6.0173,12.6226),我們把其 信賴區間平方,就可得的信賴區間。所以可以還原差值的信賴區間到原單位。
目的:檢定表1.1之對照組15人是否符合細胞遺傳學目的:檢定表1.1之對照組15人是否符合細胞遺傳學 家認為自然界染色體變異發生機率不應超過 3﹪, 超過便視為異常.