管理统计学与SPSS160应用课件习题及答案10复习课程.docx
《管理统计学与SPSS160应用课件习题及答案10复习课程.docx》由会员分享,可在线阅读,更多相关《管理统计学与SPSS160应用课件习题及答案10复习课程.docx(30页珍藏版)》请在冰豆网上搜索。
管理统计学与SPSS160应用课件习题及答案10复习课程
习题10
(1)北京辉仁制药有限公司正在开发一种用于治疗慢性关节炎疼痛的消炎药必得康。
公司对该药的生效时间及其与现存药物阿司匹林之间的比较很感兴趣。
公司希望该药的生效时间越短越好。
表10-17是必得康和阿司匹林的治疗结果数据,其中变量age、gender、health、treat、dosage、status、time的含义分别为年龄、性别(0-男,1-女)、健康状况(1-差,2-一般,3-好)、治疗方法(0-必得康,1-阿司匹林)、剂量(0-低,1-高)、治疗结果(0-截尾值,1-生效数据)、生效时间(小时)。
试用生存分析方法比较二者的治疗效果。
age
gender
health
treat
dosage
status
time
age
gender
health
Treat
dosage
status
time
54
0
2
0
1
1
1.2
65
0
2
0
0
1
5.6
54
0
1
0
1
1
4
40
1
2
1
0
0
11.2
64
0
3
0
1
1
7.4
58
0
2
0
0
0
3.1
63
0
3
1
1
1
7.3
37
1
3
1
1
1
0.9
43
0
3
1
1
0
7.4
69
0
2
1
1
0
7.7
67
1
1
0
1
1
0.6
38
1
1
1
0
1
2.2
45
1
2
0
大学生对手工艺制作兴趣的调研0
附件
(二):
1
据统计,上海国民经济持续快速增长。
03全年就实现国内生产总值(GDP)6250.81亿元,按可比价格计算,比上年增长11.8%。
第三产业的增速受非典影响而有所减缓,全年实现增加值3027.11亿元,增长8%,增幅比上年下降2个百分点。
1.9
3、竞争对手分析53
据了解,百分之八十的饰品店都推出“DIY饰品”来吸引顾客,一方面顺应了年轻一代喜欢与众不同、标新立异的心理;另一方面,自制饰品价格相对较低,可以随时更新换代,也满足了年轻人“喜新厌旧”的需要,因而很受欢迎。
0
据调查统计在对大学生进行店铺经营风格所考虑的因素问题调查中,发现有50%人选择了价格便宜些,有28%人选择服务热情些,有30%人选择店面装潢有个性,只有14%人选择新颖多样。
如图(1-5)所示1
为此,装潢美观,亮丽,富有个性化的店面环境,能引起消费者的注意,从而刺激顾客的消费欲望。
这些问题在今后经营中我们将慎重考虑的。
0
我们长期呆在校园里,对社会缺乏了解,在与生意合作伙伴应酬方面往往会遇上困难,更不用说商业上所需经历的一系列繁琐手续。
他们我们可能会在工商局、税务局等部门的手续中迷失方向。
对具体的市场开拓缺乏经验与相关的知识,缺乏从职业角度整合资源、实行管理的能力;1
在上海,随着轨道交通的发展,地铁商铺应运而生,并且在重要商圈已经形成一定的气候,投资经营地铁商铺逐渐为一大热门。
在人民广场地下的迪美购物中心,有一家DIY自制饰品店--“碧芝自制饰品店”1
1.3
上述所示的上海经济发展的数据说明:
人们收入水平的增加,生活水平的提高,给上海的饰品业带来前所未有的发展空间,为造就了一个消费额巨大的饰品时尚市场提供了经济基础。
使大学生对DIY手工艺品的时尚性消费,新潮性消费,体验性消费成为可能。
49
1
3
1
0
1
2.7
63
0
3
1
0
1
1.3
59
1
3
0
0
1
1.1
52
1
3
1
0
1
5.7
56
0
1
1
0
1
1.3
37
1
3
0
0
1
6.2
49
1
1
0
0
0
7.8
53
1
2
1
0
1
2.4
60
0
2
0
0
1
3.1
51
0
3
0
0
1
1.7
51
0
3
0
0
1
3.6
32
0
3
0
0
1
2.5
56
1
2
1
1
0
7.2
40
0
3
1
1
1
1.8
63
1
2
0
0
1
7.1
54
0
2
1
0
1
6.6
52
0
3
1
0
0
7.5
37
1
1
1
0
1
0.8
41
1
3
0
0
1
2.6
42
1
3
0
1
1
7.8
51
1
3
1
1
1
10
59
0
2
1
1
1
1
50
0
2
0
0
0
2.6
42
0
3
1
1
1
0.9
30
0
3
1
0
1
1.4
66
1
3
1
1
0
6.7
46
1
3
1
0
1
2.8
60
0
2
1
0
1
8.7
53
1
1
0
0
1
4.1
57
0
3
1
1
0
6.1
55
1
3
1
0
0
6.8
59
0
1
0
0
1
1.3
61
1
3
0
1
1
1.6
34
1
2
0
0
1
1.5
50
1
1
0
0
1
3
54
1
1
1
0
0
3.6
表10-17两种药物的治疗结果数据(time数据原稿有错)
解:
操作步骤:
1.Analyze→Survival→Kaplan-Meier;
2.选择time变量为时间变量,选择status为状态变量,点击DefineEvent按钮,数值1表示该数据是生效数据;
3.点击Continue,选择treat为因素变量,点击CompareFactor;
4.选择Logrank,Breslow,andTarone-Ware,点击Continue;
5.点击Option,选择Statistics选项组中的Quartiles和Plots选项组中的Survival;
6.点击OK。
结果分析:
CaseProcessingSummary
Treatment
TotalN
NofEvents
Censored
N
Percent
Newdrug
24
21
3
12.5%
Existingdrug
26
17
9
34.6%
Overall
50
38
12
24.0%
观测量汇总表,从表中给出了观测个案的综述、完全数据个数及截尾数据个数和百分比。
SurvivalTable
Treatment
Time
Status
CumulativeProportionSurvivingattheTime
NofCumulativeEvents
NofRemainingCases
Estimate
Std.Error
Newdrug
1
.600
Takeneffect
.958
.041
1
23
2
1.100
Takeneffect
.917
.056
2
22
3
1.200
Takeneffect
.875
.068
3
21
4
1.300
Takeneffect
.
.
4
20
5
1.300
Takeneffect
.792
.083
5
19
6
1.500
Takeneffect
.750
.088
6
18
7
1.600
Takeneffect
.708
.093
7
17
8
1.700
Takeneffect
.667
.096
8
16
9
1.900
Takeneffect
.625
.099
9
15
10
2.500
Takeneffect
.583
.101
10
14
11
2.600
Takeneffect
.542
.102
11
13
12
2.600
Censored
.
.
11
12
13
3.000
Takeneffect
.497
.103
12
11
14
3.100
Takeneffect
.451
.103
13
10
15
3.100
Censored
.
.
13
9
16
3.600
Takeneffect
.401
.103
14
8
17
4.000
Takeneffect
.351
.102
15
7
18
4.100
Takeneffect
.301
.099
16
6
19
5.600
Takeneffect
.251
.094
17
5
20
6.200
Takeneffect
.201
.088
18
4
21
7.100
Takeneffect
.150
.079
19
3
22
7.400
Takeneffect
.100
.067
20
2
23
7.800
Takeneffect
.050
.049
21
1
24
7.800
Censored
.
.
21
0
Existingdrug
1
.800
Takeneffect
.962
.038
1
25
2
.900
Takeneffect
.
.
2
24
3
.900
Takeneffect
.885
.063
3
23
4
1.000
Takeneffect
.846
.071
4
22
5
1.300
Takeneffect
.
.
5
21
6
1.300
Takeneffect
.769
.083
6
20
7
1.400
Takeneffect
.731
.087
7
19
8
1.800
Takeneffect
.692
.091
8
18
9
2.200
Takeneffect
.654
.093
9
17
10
2.400
Takeneffect
.615
.095
10
16
11
2.700
Takeneffect
.577
.097
11
15
12
2.800
Takeneffect
.538
.098
12
14
13
3.600
Censored
.
.
12
13
14
5.700
Takeneffect
.497
.099
13
12
15
6.100
Censored
.
.
13
11
16
6.600
Takeneffect
.452
.099
14
10
17
6.700
Censored
.
.
14
9
18
6.800
Censored
.
.
14
8
19
7.200
Censored
.
.
14
7
20
7.300
Takeneffect
.387
.104
15
6
21
7.400
Censored
.
.
15
5
22
7.500
Censored
.
.
15
4
23
7.700
Censored
.
.
15
3
24
8.700
Takeneffect
.258
.126
16
2
25
10.000
Takeneffect
.129
.111
17
1
26
11.200
Censored
.
.
17
0
寿命表,分别给出了新药必得康和旧药阿司匹林的生效时间,包括生存时间Time和Status等信息。
MeansandMediansforSurvivalTime
Treatment
Meana
Median
Estimate
Std.Error
95%ConfidenceInterval
Estimate
Std.Error
95%ConfidenceInterval
LowerBound
UpperBound
LowerBound
UpperBound
Newdrug
3.684
.513
2.680
4.689
3.000
.621
1.783
4.217
Existingdrug
5.616
.805
4.037
7.194
5.700
2.393
1.010
10.390
Overall
4.699
.508
3.703
5.696
3.100
.771
1.589
4.611
a.Estimationislimitedtothelargestsurvivaltimeifitiscensored.
生存时间的平均数、标准误差和95%置信区间。
新药的平均估计生存时间是3.684天,而旧药的平均预期生存时间为5.616天,总的平均预期生存时间是4.699天。
而中位生存时间中,新药为3天,旧药为5.7天。
因此,无论是平均生存时间还是中位生存时间,新药的生效时间都要小于旧药的生效时间。
Percentiles
Treatment
25
50
75
Estimate
Std.Error
Estimate
Std.Error
Estimate
Std.Error
Newdrug
6.200
1.747
3.000
.621
1.500
.212
Existingdrug
10.000
1.160
5.700
2.393
1.400
.452
Overall
7.400
.426
3.100
.771
1.500
.194
OverallComparisons
Chi-Square
df
Sig.
LogRank(Mantel-Cox)
3.460
1
.063
Breslow(GeneralizedWilcoxon)
.911
1
.340
Tarone-Ware
1.846
1
.174
TestofequalityofsurvivaldistributionsforthedifferentlevelsofTreatment.
生存率比较表格。
采取了Logrank、Breslow和Tarone-Ware3种比较方法给出了两种不同的治疗方法的统计量、自由度和Sig.值比较。
结合寿命表和生存函数曲线图中可以看出,大部分情况下旧药的生存函数曲线图(绿线)高于新药的生存函数曲线图(蓝色)。
所以可以认为新药必得康的治疗效果要好于阿司匹林。
(2)50例急性淋巴细胞性白血病人出院后的生存时间如表10-18,其中分组1表示出院后继续巩固治疗(25例),2为没有继续巩固治疗(25例)。
试分析出院后巩固治疗的效果。
表10-1850例急性淋巴细胞性白血病患者随访资料结果
分组
生存时间(天)
1
102
112
112
115
120
121
125
126
126
150
158
171
218
220
226
228
230
250
277
330
353
359
395
445
713+
2
212
226
230
249
250
264
355
355
455
547
547
575+
605+
605+
605+
617
630
656
780
850
940
113
2005
2207
3725+
解:
操作步骤:
1.Analyze→Survival→Kaplan-Meier,打开Kaplan-Meier主对话框;
2.选择t变量为时间变量进入Time列表框,选择变量d为状态变量进入Status文本框,3.点击DefineEvent按钮,打开Kaplan-Meier:
DefineEventforStatusVariable对话框,在Singlevalue单选按钮后面的文本框输入数值1,表示该数据是完全数据;
3.点击Continue,选择x为因素变量进入Factor列表框;
4.在主对话框上点击CompareFactor,选择Logrank,Breslow,andTarone-Ware,点击Continue返回;
5.在主对话框上点击Save,选择Survival复选框,点击Continue返回;
6.在主对话框上点击Option,选择Plots选项组中的Survival,点击Continue返回;
7.点击OK。
结果分析:
CaseProcessingSummary
是否继续巩固治疗
TotalN
NofEvents
Censored
N
Percent
继续巩固治疗
25
24
1
4.0%
没有继续巩固治疗
25
20
5
20.0%
Overall
50
44
6
12.0%
观测量汇总表,从表中给出了观测个案的综述、完全数据个数及截尾数据个数和百分比。
SurvivalTable
是否继续巩固治疗
Time
Status
CumulativeProportionSurvivingattheTime
NofCumulativeEvents
NofRemainingCases
Estimate
Std.Error
继续巩固治疗
1
102.000
完全数据
(1)
.960
.039
1
24
2
112.000
完全数据
(1)
.
.
2
23
3
112.000
完全数据
(1)
.880
.065
3
22
4
115.000
完全数据
(1)
.840
.073
4
21
5
120.000
完全数据
(1)
.800
.080
5
20
6
121.000
完全数据
(1)
.760
.085
6
19
7
125.000
完全数据
(1)
.720
.090
7
18
8
126.000
完全数据
(1)
.
.
8
17
9
126.000
完全数据
(1)
.640
.096
9
16
10
150.000
完全数据
(1)
.600
.098
10
15
11
158.000
完全数据
(1)
.560
.099
11
14
12
171.000
完全数据
(1)
.520
.100
12
13
13
218.000
完全数据
(1)
.480
.100
13
12
14
220.000
完全数据
(1)
.440
.099
14
11
15
226.000
完全数据
(1)
.400
.098
15
10
16
228.000
完全数据
(1)
.360
.096
16
9
17
230.000
完全数据
(1)
.320
.093
17
8
18
250.000
完全数据
(1)
.280
.090
18
7
19
277.000
完全数据
(1)
.240
.085
19
6
20
330.000
完全数据
(1)
.200
.080
20
5
21
353.000
完全数据
(1)
.160
.073
21
4
22
359.000
完全数据
(1)
.120
.065
22
3
23
395.000
完全数据
(1)
.080
.054
23
2
24
445.000
完全数据
(1)
.040
.039
24
1
25
713.000
截尾数据(0)
.
.
24
0
没有继续巩固治疗
1
113.000
完全数据
(1)
.960
.039
1
24
2
212.000
完全数据
(1)
.920
.054
2
23
3
226.000
完全数据
(1)
.880
.065
3
22
4
230.000
完全数据
(1)
.840
.073
4
21
5
249.000
完全数据
(1)
.800
.080
5
20
6
250.000
完全数据
(1)
.760
.085
6
19
7
264.000
完全数据
(1)
.720
.090
7
18
8
355.000
完全数据
(1)
.
.
8
17
9
355.000
完全数据
(1)
.640
.096
9
16
10
455.000
完全数据
(1)
.600
.098
10
15
11
547.000
完全数据
(1)
.
.
11
14
12
547.000
完全数据
(1)
.520
.100
12
13
13
575.000
截尾数据(0)
.
.
12
12
14
605.000
截尾数据(0)
.
.
12
11
15
605.000
截尾数据(0)
.
.
12
10
16
605.000
截尾数据(0)
.
.
12
9
17
617.000
完全数据
(1)
.462
.104
13
8
18
630.000
完全数据
(1)
.404
.106
14
7
19
656.000
完全数据
(1)
.347
.105
15
6
20
780.000
完全数据
(1)
.289
.102
16
5
21
850.000
完全数据
(1)
.231
.097
17
4
22
940.000
完全数据
(1)
.173
.088
18
3
23
2005.000
完全数据
(1)
.116
.075
19
2
24
2207.000
完全数据
(1)
.058
.056
20
1
25
3725.000
截尾数据(0)
.
.
20
0
寿命表,分别给出了继续巩固治疗的患者和没有继续巩固治疗的患者的寿命表,包括生存时间Time和Status等信息。
MeansandMediansforSurvivalTime
是否继续巩固治疗
Meana
Median
Estimate