医学统计学第四版各章例题SAS与STATA实现第三章.docx
《医学统计学第四版各章例题SAS与STATA实现第三章.docx》由会员分享，可在线阅读，更多相关《医学统计学第四版各章例题SAS与STATA实现第三章.docx（17页珍藏版）》请在冰豆网上搜索。
医学统计学第四版各章例题SAS与STATA实现第三章
医学统计学（第四版）各章例题SAS/STATA实现
（第三章）
例3J
若某市1999年18岁男生身高服从均数为167.7cm,标准差为53cm的正态分布。
从该
正态分布NU67・7,5・32）cm总体中随机抽样100次即共抽取样本^=100个，每次样本含量川）
=10人.得到每个样本均数Xj及标准差S/如图3-1和下表3-1所示。
167.41,2.74
165.56,6.57
168.20,536
图3-11999年某市18岁男生身aN（16775.32）抽样示意图
表3-1N（167・7・5.32）总体中100个随机样本的乂j.Sj和95%CI（«j=10）
样木号
乂j
Sj
9S%CZ
样本号
乂J
Sj
95%CZ
1
167.41
2.74
165.45
169.37
51
16&47
3.91
165,67
17L27
165.56
6.57
160.86
170.26
52
165.95
3.76
163.26
168.64
3
16S.20
5.36
164.37
172.03
53
168.87
5.77
164.74
173,00
4
166.67
4.81
163.24
170.11
*54
169.53
2.07
168.05
171.00
5
164.89
5.41
161.02
168.76
55
166.10
5.58
162.11
170,10
6
166.36
4.50
16344
169.58
56
167.20
4.56
163.94
17047
7
166.16
4.04
163.27
169.05
57
170.50
7.66
165.02
175.98
S
169.11
5.71
165.02
173.19
58
166.44
4.93
162.91
169.97
9
167.17
8.26
16L27
173.08
59
16&68
4.52
16545
17L91
10
166.13
5.24
1623S
169.87
60
16&40
6.95
16343
173.37
11
167.71
6.42
163.12
172.31
61
171.21
630
166.70
175.72
12
16&68
5.93
164.44
172.92
62
170.33
4.34
167.23
173,44
13
166.83
3.69
16449
169.47
63
169.03
7.38
163.75
17431
14
169.62
4.81
166.18
173.06
64
16763
4.58
164.36
170,90
15
166.95
3.64
16435
169.56
65
16&66
3.33
166.27
171.04
16
170.29
4.91
166.78
173.80
66
16&84
2.78
166.85
170,83
17
169.20
5.72
165.11
173.30
67
169.31
5.31
165.51
173.11
1S
167.65
2.79
165.65
169.65
68
168.46
4.81
16302
171.90
19
166.51
5.39
162.65
170.36
69
168.60
5.4S
164,68
172.52
•20
163.28
3.19
16L00
165.57
70
168.47
5.05
164.86
172,09
21
166.29
4.95
162.75
169.84
71
165.6S
5.19
161.97
169.40
167.65
5.27
163$8
171.42
72
165.68
8.22
159.80
171.56
23
167.64
4.61
16435
170.94
73
168.03
4.89
164.53
171.53
24
172.61
7.74
167.07
178.15
74
169.37
5.00
16579
172.94
25
166.65
4.12
163.70
169.59
75
169.16
8.36
163,18
175,14
26
165.19
4.41
162.04
168.34
*76
171.27
4.99
167.71
174,84
27
168.80
7.68
16331
174.30
77
16&36
4.50
165,14
171.58
28
167如
2.58
166.14
169.83
78
168.50
3.55
165,96
171,04
29
168.41
3.43
165.95
170.86
79
168.08
5.33
164.27
171.90
30
167.75
7.53
162.36
173.13
80
165.51
4.71
162.14
168.88
♦31
164.25
4.30
161.17
167.33
S1
167.59
3.73
164.93
17026
32
166.42
5.19
16271
170.13
*82
171.12
4.40
167.98
174,27
33
166.90
4.41
163.74
170.05
83
165.92
5.11
162.26
169.58
34
166.77
4.34
163&
169&
84
16786
4.44
164.69
171,04
35
165.77
5.34
161.95
169.59
85
167.43
6.15
163.03
171.83
36
16442
6.63
15938
168.86
86
16790
6.13
163.51
172.28
37
169.83
4.20
166.82
172.84
87
167.59
633
163.06
172.12
38
165.16
4.01
162.29
168.02
88
167.74
4.60
16445
17L03
39
166.59
6.20
1623
171.03
89
167.40
8.27
161.49
173.32
40
165.65
3.56
163.10
168.20
90
167.1S
6.00
162.89
171.48
41
165.72
4.17
162.74
168.71
91
16643
3.87
163.66
169,21
42
166.22
7.44
1603
171.54
92
166.62
4.08
163.70
169.54
43
167.71
6.12
163.33
172.09
93
166.30
4.84
162.83
169.76
44
16725
5.24
163.50
170.99
94
169.70
5.26
165.94
17345
45
165.69
5.91
161.46
169.92
95
169.17
632
164.65
173.69
46
169.06
5.65
165.03
173.10
96
167.89
6.07
163.54
172.23
47
16&76
6.14
16436
173.15
97
167.48
6.03
163.16
171.79
4S
16&64
4.54
16539
171.89
98
169.93
4.80
166.50
173.37
49
167.72
3.82
164.99
170.45
99
16940
5.57
16342
17339
50
170.39
4.15
16742
173.35
100
165.69
5.09
162,06
16933
*：
表该样本资料算得的可信区间未包含已知总体均数167.7cm
例3・5
某医生测量了36洛从事铅作业男性工人的血红蛋白含量，算得加均数为130.83或L,标准
差为25・74g/L.问从事铅作业工人的血红蛋白是否不同于正常成年男性平均值140gzL?
（1）建立检验假设，确定检验水准
Ho：
严3=140g/L,即从事铅作业的男性工人平均血红蛋白含量与正常成年男性平均值
相等
Hl：
/岸MF140弓L即从事铅作业的男性工人平均血红蛋白含量与正常成年男性平均值不等
0=0.05
⑵讣算检验统il嗤
本例«=36>乂=130・83g/L,425・74g/L,“o=140g/L。
按公式（3-15）
仟36・1=35
J30.83一斗」38
25.74/后
（3）确定P值，做出推断结论
以仟35、f=—2.138=2.138査附表2的r界值表，因^0,05/235<2.138v'o・02/2・35♦
故双尾概率0.02结合本题可认为从事铅作业的男性工人平均血红蛋白含量低于正常成年男性。
（1）SAS实现
SAS代码如下:
dataex3_5;
n=36;
s_m=130.83;
std=25.74;
p_m=140;
df=n-l:
t=abs（s_m-p_m）/（std-sqrt（a））;p=（l-probt（t,df））*2;
procprint;
\'artp:
nm：
结果如下:
Obs
（2）STATA实现
.sumhb
Variable|
Obs
Mean
Sid,Dev,
Mm
Max
hb|
36
130.8333
25.74102
88
178
.tiesthb=140
\toable1
Obs
Mean
Std.Err
Std.Dev
[95%Conf.Inten^al]
hb|
36
130.8333
4.29017
25.74102
122.1238139.5428
Oiie-sanq>lettest
mean=meaii（hb）
Ho:
mean=140
-2.1367
例3・6
为比较两种方法对乳酸饮料中脂肪含量测；4^结果是否不同，随机抽取了10份乳酸饮料
制品，分別用脂肪酸水解法和哥特里一罗紫法测定貝结果如表3・5第（1X3）栏。
问两法测崔结果是否不同？
表3-5两种方法对乳酸饮料中脂肪含量的测崔结果（％）
編号
<1）
哥特里一罗紫法
⑵
脂肪酸水解法
⑶
差值d
（4X2）73）
1
0.840
0580
0.260
2
0.591
0509
0.0S2
3
0.674
0500
0.174
4
0.632
0316
0.316
5
0.687
0337
0.350
6
0978
0517
0.461
7
0.750
0,454
0.296
8
0730
0512
0.21S
9
L200
0997
0.203
10
0.870
0506
0.364
2.724
（1）建立检验假设，确定检验水准
Hz“a，即两种方法的测定结果相同
血耳工0・即两种方法的测企结果不同
0=0.05
⑵汁算检验统il•量
本例«=10.加2・724,N^=0・8483.7=ZJ/n=2・724/10=0・2724。
0.8483-22空L
叫一=0.1087
10-1
按公式（3-16）
v=i0-l=9
尸°27247.925,
0J087/710
（3）确企P值，做出推断结论
査附表2的r界值表得P<0.001o按0=0.05水准，拒绝尿.接受局,有统计学意义。
可认为两种方法对脂肪含量的测定结果不同，哥特里一罗紫法测总结果较高。
（1）SAS实现
SAS代码如下：
严用MEANS作配对资料两个样本均数比较的t检验*/
dataex3_6:
inputxlx2@@;
d=xl・x2:
cards;
0.840
0.580
0.591
0.509
0.674
0.500
0.632
0.316
0.687
0.337
0.978
0.517
0.750
0.454
0.730
0.512
1.200
0.997
0.870
0.506
procmeanstprt:
vard;
nm;
严用UNIVARIATE过程作配对资料两样本均数比较的t检验*/procunivariatedata=ex3_6;
vard：
nm;
MEANSPROCEDURE
分析变量：
d
t值Pr>|t!
7.93
<0001
SAS系统
UNIVARIATEPROCEDURE变&矩
N均值标准差偏度未校平方和变异系数
10
0.2724
0.10868119
-0.0337503
0.848322
39.8976451
权重总和观测总和方差峰度校正平方和标准误差均值
10
2724
0,0118116
0.06565577
01063044
0.03436801
基本统计测度位置均值中位数众数
0.272400
0.278000
变异性标准追方差极差
0.10868
0.01181
037900
四分位极差0.14700
位置检验:
Mu0=0检验
Studentt符号符号秩
••统计量…
-P
值…一
<0001
t7.925976Pr>|t|
Pr>=|M|0.0020
Pr>=|S|0.0020
分位数（是义5）分位数100%最大值99%
95%
90%
75%Q3
50%中位数
25%QI
10%
5%
1%
0%最小值
27.5
估il值
0.4610
0.4610
0.4610
0.4125
03500
0.2780
0.2030
0.1280
0.0820
0.0820
0.0820
极值观测■•…最小值….
最大值
值
观测
值
观测
0.082
2
0.296
7
0.174
3
0.316
4
0.203
9
0.350
5
0.218
8
0364
10
0.260
1
0.461
6
（2）STATA实现
.ttestxl=x2
'"anable|Obs
Mean
Std.Err
StdDe\・
〔95%ConfInieml]
X1110
.7952
.0583003
.1843618
.6633155.9270845
x2|10
.5228
.0588125
.1859814
.389757.655843
diff|10
.2724
.034368
.1086812
1946542.3501458
niean（diff）=mean（xl
■x2）
t=7,9260
Ho:
meaa（di3）=0
degreesoffreedom=9
Ha:
<0
Ha
:
meaii（difl£）!
=
0
Ha:
mean（difi）>0
Pr（TP论T|
>|t|）=0,0000
PrCT>1）=0.0000
.gend=xl-x2
.ttestd=0
Oiie-sanq>lettest
Variable|Obs
Mean
Std.Err.
Std.De\*.
[95%Conf.Inien^al]
d|10
.2724
.034368
.1086812
.1946542.3501458
mean=meaii（d）
t=7,9260
Pairedttest
Ho:
mean=0
degreesoffreedom=
9
Pr（T>t）=0.0000
Pr（T例3・7
为研究国产四类新药阿卡波糖胶囊的降血糖效果，某医院用40名n型糖尿病病人进行同期随机对照试验。
研究考将这些病人随机等分到试验组（用阿卡波糖胶囊）和对照组（用拜唐苹胶囊），分别测得试验开始前和8周时的空腹血糖，算得空腹血糖卜•降值见表3・6,能否认
为该国产四类新药阿卡波糖胶囊与拜膚苹胶囊对空腹血糖的降糖效果不同？
表3-6阿卡波糖胶囊组和拜唐苹胶囊组空腹血糖卜•降值（mm&L）
阿卡波糖胶囊组必
-070
•5.60
2.00
2.80
0.70
3.50
4.00
5・80
7.10
•050
（hi=20）
2・50
•1.60
1.70
3.00
0.40
4.50
4.60
2・50
6.00
-1.40
拜唐苹胶囊组上
3.70
6.50
5.00
5.20
0.80
0.20
0.60
340
6.60
-1.10
（”2・20）
6.00
3.80
2.00
L60
2.00
2.20
1.20
3.10
1.70
-2.00
（1）建立检验假设，确定检验水准
Hz“LM，即阿卡波糖胶囊组与拜唐苹胶囊组空腹血糖下降值的总体均数相等
Hz“iHM，即阿卡波糖胶囊组与拜膺苹胶囊组空腹血糖下降值的总体均数不等
0=0.05
⑵讣算检验统il嗤
今算得阿卡波糖胶囊组空腹血糖下降值均数X|=2・0650（minoL'l）,标准差
Si=3・0601（uimol/L）；拜唐苹胶囊组空腹血糖卞降值均数2.6250（nmiolL）,标准差
S,=24205（inmol/L）a按公式（3・18）
乂一¥（）650—2.6250—冋JSf+S；J3.O6OF+2.4205,
v=«i+n2-2=2（«-l）=2（20-l）=38
（3）确定P值，做出推断结论
以1=38、t=-0-642=0-642,査附表2的/界值表得P>0.50.按a=（M）5水准,
不拒绝Hq,无统计学意义。
还不能认为阿卡波糖胶囊与拜腐苹胶囊对空腹血糖的降糖效果不同。
（1）SAS实现
SAS代码如下:
dataex3_7:
inputX@@;if_n_<21thenc=l;
elsec=2:
cards;
-070-5,602,002,800.703.504.005.807.10-0.50
2.50-L60L703.000404.504602.506.00-1.40
3.706.505.005200.800.200.603.406.60-1.10
6.003.802.001.602.002.201.203.101.70-2.00
procnesi;
varX；
classc;
run:
结果如下:
TheTTESTProcedure
\^able:
X
Mean
StdDe：
・
StdErr
Minimum
Maximum
20
10650
3.0601
0.6S43
■5.6000
7,1000
20
2,6250
2.4205
05412
■2.0000
6.6000
■05600
2.7589
0.8724
Method
Mean
95%CLMean
StdDev
95%CLStdDev
2,0650
0632S3.4972
3,0601
2.32724.4696
2,6250
1.492237578
24205
LS40S3,5353
Di£F（l-2）
Pooled
-05600
■2.32621.2062
2・7589
225473.5556
Di£f（l-2）
SatterthTT-aite
05600
23293L2093
Metiiod
\^aiices
DF
Pr>|tl
Pooled
Equal
38
-0,64
0.5248
Unequal
36.086
064
0.5250
EqualityofX^nances
Metiiod
MumDF
DenDF
F\yuePr>F
FoldedF
19
19
1.600.3153
（2）STATA实现
.nestxl=x2jinp
l\vo-samplettestwichequalvariances
Variable|
Obs
Mean
Std.Err.
Std.Dev
[95%ConfImerval]
xl|
20
2.065
.6842697
3,060147
•6328071
3.49刀93
x2|
20
2.625
.54124
2420499
1.492172
3.757828
combmed|
40
2.345
•4329231
2.738046
1.46933
3.22067
&ff|
•・56
•8724482
-2326179
1206179
06419
diff=mean（xl）-inean（x2）
.stackxlx2,into（x）.rename.stackgroup.ttestx.by（group）
l\vo-samplettestuirhequalvariances
Group1
Obs
Mean
Std,Err
SuJ.Dev,
（95%Conf.Interval]
ll
20
2.065
.6842697
3,060147
•6328071
3497193
2|
2
升级会员 