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.

[p2004r]

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

это спарта бутстреп

1) выборки проводились в предположении что никаких различий между группами нет.

2) оказывается что 4я группа отличается от остальных (скорее всего достоверно).

3) попарно есть смысл определить отличие только 4й от 1й для этого различия достаточен размер групп.

4) частота женского бесплодия одинакова во всех группах.

расчеты выполнены в R. вот ссылка на русское руководство http://m7876.wiki.zoho.com/Introduction-to-R.html