Достоверность различия в SPSS 17 Опции

[ElenaSh]

Подскажите, пожалуйста, как подсчитать, достоверны ли различия между группами при разных методах лечения?

К примеру:
у меня 4 группы больных:
1гр. - 74 чел., из них у 52 бесплодие, после лечения родили 18 человек;
2гр. - 32 чел., из них у 22 бесплодие, после лечения родили 5 человек;
3гр. - 35 чел., из них у 24 бесплодие, после лечения родили 7 человек;
4гр. - 54чел., из них у 37 бесплодие, после лечения родили 4 человека.

[p2004r]

Подскажите, пожалуйста, как подсчитать, достоверны ли различия между группами при разных методах лечения?

К примеру:
у меня 4 группы больных:
1гр. - 74 чел., из них у 52 бесплодие, после лечения родили 18 человек;
2гр. - 32 чел., из них у 22 бесплодие, после лечения родили 5 человек;
3гр. - 35 чел., из них у 24 бесплодие, после лечения родили 7 человек;
4гр. - 54чел., из них у 37 бесплодие, после лечения родили 4 человека.

можно бутстрепом смоделировать

Код

# моделируем совокупность из которой будеи делать выборки
> data<-c(rep(0,74-52),rep(1,52-18),rep(2,18), rep(0,32-22),rep(1,22-5),rep(2,5), rep(0,35-24),rep(1,24-7),rep(2,7), rep(0,54-37),rep(1,37-4),rep(2,4))
> data
  [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[38] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
[75] 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 0 0 0 0 0
[112] 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 0 0 0 0 0 0 0
[149] 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[186] 1 1 1 1 1 1 2 2 2 2

# 0 небесплодная, 1-бесплодная невылеченная 1 - бесплодная вылеченная

> gr1 <- t(replicate(10000,as.vector(table(sample(data, 74 ,replace = TRUE)))))

## первая группа
# матожидание числа вылеченных
> mean(gr1[,3])
[1] 12.9137
# оценки 5% двустороннего доверительного интервала
> gr1[,3][order(gr1[,3])[250]]
[1] 7
> gr1[,3][order(gr1[,3])[10000-250]]
[1] 20
# матожидание числа бесплодных
> mean(gr1[,3]+gr1[,2])
[1] 51.2528
# оценки 5% двустороннего доверительного интервала
> (gr1[,3]+gr1[,2])[order(gr1[,3]+gr1[,2])[10000-250]]
[1] 59
> (gr1[,3]+gr1[,2])[order(gr1[,3]+gr1[,2])[250]]
[1] 43


## 2я группа
> gr2 <- t(replicate(10000,as.vector(table(factor(sample(data, 32 ,replace = TRUE), levels=c(0,1,2))))))

## вылеченные
> mean(gr2[,3])
[1] 5.5496
> gr2[,3][order(gr2[,3])[10000-250]]
[1] 10
> gr2[,3][order(gr2[,3])[250]]
[1] 2
## всего бесплодных
> mean(gr2[,3]+gr2[,2])
[1] 22.151
# дов.интервал
> (gr2[,3]+gr2[,2])[order(gr2[,3]+gr2[,2])[10000-250]]
[1] 27
> (gr2[,3]+gr2[,2])[order(gr2[,3]+gr2[,2])[250]]
[1] 17

## 3я группа
> gr3 <- t(replicate(10000,as.vector(table(factor(sample(data, 35 ,replace = TRUE), levels=c(0,1,2))))))
> mean(gr3[,3])
[1] 6.1233
> gr3[,3][order(gr3[,3])[10000-250]]
[1] 11
> gr3[,3][order(gr3[,3])[250]]
[1] 2
> mean(gr3[,3]+gr3[,2])
[1] 24.2219
> (gr3[,3]+gr3[,2])[order(gr3[,3]+gr3[,2])[10000-250]]
[1] 29
> (gr3[,3]+gr3[,2])[order(gr3[,3]+gr3[,2])[250]]
[1] 19

## 4я группа
> gr4 <- t(replicate(10000,as.vector(table(factor(sample(data, 54 ,replace = TRUE), levels=c(0,1,2))))))
> mean(gr4[,3])
[1] 9.4148
> gr4[,3][order(gr4[,3])[10000-250]]
[1] 15
> gr4[,3][order(gr4[,3])[250]]
[1] 4
> mean(gr4[,3]+gr4[,2])
[1] 37.3952
> (gr4[,3]+gr4[,2])[order(gr4[,3]+gr4[,2])[10000-250]]
[1] 44
> (gr4[,3]+gr4[,2])[order(gr4[,3]+gr4[,2])[250]]
[1] 31

бесплодие как таковое по группам на удивление равномерно распределилось.

в 4й группе лечение дало странный эффект в снижении числа забеременевших почти до 5% границы достоверности

в 1 группе тенденция к повышению числа вылеченных

их к стати имеет смысл сравнивать на различия долей вылеченных (мощность критерия достаточна)

Код

> h<-ES.h(18/52,4/37)
> pwr.2p2n.test(n1=52,n2=37,h=h,sig.level=0.05,alternative="two.sided")

     difference of proportion power calculation for binomial distribution (arcsine transformation)

              h = 0.5879686
             n1 = 52
             n2 = 37
      sig.level = 0.05
          power = 0.780478
    alternative = two.sided

NOTE: different sample sizes

PS наверное 4я это контроль?

Сообщение отредактировал p2004r - 7.01.2012 - 20:45

[ElenaSh]

можно бутстрепом смоделировать

Код

# моделируем совокупность из которой будеи делать выборки
> data<-c(rep(0,74-52),rep(1,52-18),rep(2,18), rep(0,32-22),rep(1,22-5),rep(2,5), rep(0,35-24),rep(1,24-7),rep(2,7), rep(0,54-37),rep(1,37-4),rep(2,4))
> data
  [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[38] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
[75] 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 0 0 0 0 0
[112] 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 0 0 0 0 0 0 0
[149] 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[186] 1 1 1 1 1 1 2 2 2 2

# 0 небесплодная, 1-бесплодная невылеченная 1 - бесплодная вылеченная

> gr1 <- t(replicate(10000,as.vector(table(sample(data, 74 ,replace = TRUE)))))

## первая группа
# матожидание числа вылеченных
> mean(gr1[,3])
[1] 12.9137
# оценки 5% двустороннего доверительного интервала
> gr1[,3][order(gr1[,3])[250]]
[1] 7
> gr1[,3][order(gr1[,3])[10000-250]]
[1] 20
# матожидание числа бесплодных
> mean(gr1[,3]+gr1[,2])
[1] 51.2528
# оценки 5% двустороннего доверительного интервала
> (gr1[,3]+gr1[,2])[order(gr1[,3]+gr1[,2])[10000-250]]
[1] 59
> (gr1[,3]+gr1[,2])[order(gr1[,3]+gr1[,2])[250]]
[1] 43


## 2я группа
> gr2 <- t(replicate(10000,as.vector(table(factor(sample(data, 32 ,replace = TRUE), levels=c(0,1,2))))))

## вылеченные
> mean(gr2[,3])
[1] 5.5496
> gr2[,3][order(gr2[,3])[10000-250]]
[1] 10
> gr2[,3][order(gr2[,3])[250]]
[1] 2
## всего бесплодных
> mean(gr2[,3]+gr2[,2])
[1] 22.151
# дов.интервал
> (gr2[,3]+gr2[,2])[order(gr2[,3]+gr2[,2])[10000-250]]
[1] 27
> (gr2[,3]+gr2[,2])[order(gr2[,3]+gr2[,2])[250]]
[1] 17

## 3я группа
> gr3 <- t(replicate(10000,as.vector(table(factor(sample(data, 35 ,replace = TRUE), levels=c(0,1,2))))))
> mean(gr3[,3])
[1] 6.1233
> gr3[,3][order(gr3[,3])[10000-250]]
[1] 11
> gr3[,3][order(gr3[,3])[250]]
[1] 2
> mean(gr3[,3]+gr3[,2])
[1] 24.2219
> (gr3[,3]+gr3[,2])[order(gr3[,3]+gr3[,2])[10000-250]]
[1] 29
> (gr3[,3]+gr3[,2])[order(gr3[,3]+gr3[,2])[250]]
[1] 19

## 4я группа
> gr4 <- t(replicate(10000,as.vector(table(factor(sample(data, 54 ,replace = TRUE), levels=c(0,1,2))))))
> mean(gr4[,3])
[1] 9.4148
> gr4[,3][order(gr4[,3])[10000-250]]
[1] 15
> gr4[,3][order(gr4[,3])[250]]
[1] 4
> mean(gr4[,3]+gr4[,2])
[1] 37.3952
> (gr4[,3]+gr4[,2])[order(gr4[,3]+gr4[,2])[10000-250]]
[1] 44
> (gr4[,3]+gr4[,2])[order(gr4[,3]+gr4[,2])[250]]
[1] 31

бесплодие как таковое по группам на удивление равномерно распределилось.

в 4й группе лечение дало странный эффект в снижении числа забеременевших почти до 5% границы достоверности

в 1 группе тенденция к повышению числа вылеченных

их к стати имеет смысл сравнивать на различия долей вылеченных (мощность критерия достаточна)

Код

> h<-ES.h(18/52,4/37)
> pwr.2p2n.test(n1=52,n2=37,h=h,sig.level=0.05,alternative="two.sided")

     difference of proportion power calculation for binomial distribution (arcsine transformation)

              h = 0.5879686
             n1 = 52
             n2 = 37
      sig.level = 0.05
          power = 0.780478
    alternative = two.sided

NOTE: different sample sizes

PS наверное 4я это контроль?

Спасибо. 4-я группа контроль,верно. http://forum.disser.ru/style_images/disser...icons/icon1.gif
К сожалению, я не могу интерпретировать ваши рекомендации.