样本量和检验效能估计的 Excel 快速实现(2)

当年全球共报告脊灰野病毒病例1349例，其中690例（51%）病例发现于与我国接壤的国家，其中巴基斯坦144例、印度42例、阿富汗25例、塔吉克斯坦458例、俄罗斯14例、哈萨克斯坦1例、尼泊尔6例。当我们用生命历程理论分析老年群体不同队列间的差异时，依据上述结论，可以提出如下一些假设：（1）不同队列老年群体间是有差异的。williamkruskal （1919-2005） allenwallis （1912-1998） 从总体中抽取的样本必须是独立的用于检验多个总体是否相同(对应的参数方 法—方差分析) kruskal-wallis检验不需要总体服从正态 分布且方差相等这些假设 该检验可用于顺序数据，也可用于数值型 数据 ：并非所有总体都相同或等价于 不全相同1、合并所有的样本 2、将合并后的样本值从低到高排序 3、将排序后的值用秩代替，从最小值1开始 4、统计量 样本k的秩和样本k的样本容量 6、如果样本至少包含5个观测值，样本统计量h的分布就非常近似于自由度为k-1的卡方分布 n：观察值个数。

方法采用病例对照研究，其中传统方法修补腹股沟疝325例，疝环充填式疝修补术128例，经前路腹膜 前间隙疝修补术50例。病例对照研究不能计算各种率，只能计算暴露比值，故评价暴露与疾病关系采用比值比。46 病例对照研究属观察性研究，首先选择目前患有研究疾病和未患有研究疾病的人群，分别作为病例组和对照组，回顾过去的暴露(或某些)因素的情况，即由果及因。

例5为病例对照研究中配对(1:1)设计的两个率的比较:在B3格录入两组都暴露例数22、C4格录入两组都非暴露例数60,在C3格录入对照组非暴露而病例组暴露例数 52,B4格录入对照组暴露而病例组非暴露例数 26;在C49格录入α(0.05)、E49格录入β(0.1)后(Excel图省略),显示在B54格的153为两 组 要 观 察 的 配 对 对 子 数 {n=[0.5× 1.655+1.287×2/3×(1-2/3)]2/(2/3-0.5)2/[0.4625×(1-0.3)+0.3×(1-0.4625)]=153};显示在C43、D43及E43格的为暴 露的 OR(2)及 95%可信 区间 1.24~ 3.23;显 示 在B45、C45格是假设检验的χ2=8.013,P=0.0046,统计结论是可排除由抽样误差引起的OR与1的差异,B47格为此结论的检验效能:0.912{tβ=[ 160×(2/3-0.5)×0.4625×(1-0.3)+0.3(1-0.4625)-0.989]/2/3×(1-2/3)=1.36,Power=1-TDIST(1.36,158,1)=0.912},检验效能充足,样本量足够。

例6为成组设计的两个均数的比较:如图 2所示,在B3、B4录入α(0.05)、β(0.1),B6、B7录入差值δ(4)、标准差s(12)后,显示在C9格的191为两组各要检测的样本量{n1=n2=2×[(1.966+1.284)/4×12]2=191}。检验效能估计在 Excel工作表“两组均数t检验”中完成(Excel图略)。结论是不能排除二者之差是由抽样误差引起(P=0.298),此结论的检验效能0.169{tβ=(20+20)/4×4/12-2.024=-0.97,TDIST(0.97,38,1)=0.831},检验效能低,样本量不够。例7为配对设计的两个均数的比较:在B3至B6依次录入α(0.05)、β(0.1)、差值δ(1)、标准差s(2.5)后,显示在J9格的56为要检测的样本量{n=[(1.673+1.297)/1×2.5]2=56}。检验 效 能 估 计 在 Excel工 作 表 “配 对 t检 验”中 完 成(Excel图略)。

结论是不能排除二者之差是由抽样误差引起(P=0.238),此结论的检验效能 0.172{tβ= 9× 1/2.5-2.306=-1.106,TDIST(1.106,8,1)=0.828},检验效能低,样本量不够。例8为相关系数的比较:如图3所示,在B47至B50依次录入α(0.05)、β(0.1)、相关系数ρ0(0.8)、A中心相关系数r1(0.7)后,显示在D52格的16为本例问题之 1的A中心的样本量:n=4{(1.753+1.341)/ln[(1+0.7)/(1-0.7)]}2+3=16。显示在J52格的165为本例问题之2的A中心的样本·397·数理医药学杂志2015年第28卷第6期量:n=(1.654+1.287)2/{0.5×ln[(1+0.7)/(1-0.7)]-0.5×ln[(1+0.8)/(1-0.8)]}2+3=165。问题 1、2的检验效能估计在 Excel工作表“两变量相关(计量资料)”中完成(Excel图略)。B中心的相关系数0.6录入B50格后D52、J52格为B中心的样本量(Excel略)。

在B55至B58依次录入α(0.05)、β(0.1)、A中心相关系数r1(0.7)、B中心相关系数r2(0.6)后,显示在D60格的 569为本例问题之3的样本量:n1= n2= 2×(1.648+1.283)2/{0.5×ln[(1+0.6)/(1-0.6)]-0.5×ln[(1+0.7)/(1-0.7)]}2+3=569。问题 3的检验效能估计在 Excel工作表“两变量相关(计量资料)”中完成(Excel图略)。对例 8之 3进行假设检验,得u=0.346,P=0.730,AB两中心相关系数差异无统计学意义。检验效能估算(双侧):uβ= 0.5×ln[(1+0.7)/(1- 0.7)]- 0.5× ln[(1+ 0.6)/(1- 0.6)]/1/(n1-3)+1/(n2-3)-2.086= - 1.74,TDIST(1.740,20,1)=0.0486,检验效能(1-β)=0.0486。由于样本量太少导致的检验效能不足。图2 Excel中两样本均数t检验样本量估算的结果图3 Excel中相关系数假设检验时所需样本量估算的结果以上实例说明对假设检验资料进行样本量和检验效能估计都能利用Excel直观快速地得到统计结论。

ˆ}的前10个数值如下表 ˆk}及样本偏相关系数{计算样本其样本自相关系数{kk。(0,1,1) 解答：（1） 样本自相关系数1阶截尾，样本偏相关系数拖尾，arima。开设本课程的目的就在于提高医学研究生的专业素质，为他们将来的科研工作向临床转化奠定基础，将邀请相关学科的知名专家：首都医科大学附属北京佑安医院李宁教授，张永宏副教授和王美霞副教授，以及中国人民解放军总医院消化科郭明洲研究员，北京大学公共卫生学院刘爱萍副教授，北京大学基础医学院鲁凤民教授，首都医科大学生物医学工程学院李冬果副教授，就以下七个专题进行讲解：临床病历标准化，转化医学伦理学，临床数据样本资源库，大数据样本资源库，现代医学统计学，生物信息学的多组学数据挖掘技术，以及转化医学成功案例，上图为李宁教授在给研究生教授转化医学课。

查阅文献发现，图书情报领域研究合著现象的文献不多，主要研究方法为文献计量学，样本则多为某几年的期刊论文，分析视角多种多样。适合否是制控的件条应反或效有否是剂溶验检来+2用以可 �验试照对为称验试复重的行进下件条样同在液试替代液溶知已用 验试照对 �2 �。 一 是通过 如建筑材料检 验检测 、 房屋小型构 配件加工 、 装饰 小 品的制作加工 等业 务 ， 利用课题兴趣 小组形式 和教学要求 ， 把基地 的实践性教学 内容与 生产实际相结合， 让学生尽早接触到生产实际， 培养学生专业知识的运用 能力 和解决实际 问题 能力 。

因此,有专家认为根据观察检验效能的大小判断样本量是否足够的观点不应该提倡。由于Power、P值、n、δ和σ这 5项之间是一个特定的函数关系,对Power的分析要结合其它各项的值和研究的实际情况才有意义。通常依查阅文献或预试验得到相关参数后可得到一个能满足检验效能(1-β)的样本量的估计值,当预试验的样本量小于这个样本量估计值时,ObservedPower就小于1-β,对应的P值就大于α。这时要结合研究的实际情况进行分析,若样本量的估计值不是很大且研究病例容易获得,就可认为检验效能不足是因为样本量不够;若样本量的估计值很大且研究病例少见,就可认为检验效能不足是因为总体参数确实没有差别(δ太小或σ太大)。参 考 文 献1 颜虹.医学统计学.北京:人民卫生出版社,2005,94;104.2 彭小娟,肖秀林,周治年.统计分析的Excel快速实现.武汉:武汉大学出版社,2012,76~80.3 MortenW F,StianL,PetterL.TheMcNemartestforbinarymatched-pairsdata:mid-pandasymptoticarebetterthanexactconditional.BMCMedResMethodol,2013,13:91.4 WeckerleCS,CabrasS,CastellanosME,etal.Quantitativemeth-odsinethnobotanyandethnopharmacology:consideringtheoverallflora-hypothesistestingforover-andunderusedplantfamilieswiththeBayesianapproach.JEthnopharmacol,2011,137(1):837~843.5 AllisonL.C,MaryE.T,RonB.StatisticalTreatmentofFluores-cenceinSituHybridizationValidationDatatoGenerateNormalReferenceRangesUsingExcelFunctions.JMolDiagn,2009,11(4):330~333.6 贾士杰,范慧敏,谢敏,等.应用Excel实现调查问卷中多选题答案编码的拆分.数理医药学杂志,2013,26(4):466~468.7 刘伟,贾士杰.Excel在复杂随机抽样中的应用.数理医药学杂志,2014,27(3):347~349.8 徐勇勇,主编.中国医学统计百科全书医学研究统计设计分册.北京:人民卫生出版社,2004,5:136.9 钱俊,陈平雁.假设检验中计算观察检验效能的意义的探讨.中国卫生统计,2005,22(3):133~137. 文章编号:1004-4337(2015)06-0795-04 中图分类号:R54 文献标识码:A·医学数学模型探讨·人心脏血管系统血管段间拓扑关系自动构建技术△何娟娟 冯乔生 赵 健 张亚萍(云南师范大学信息学院 昆明 650500)摘 要: 心脏血管系统是一个结构复杂的系统,建立血管段间拓扑结构对于仿真血管中的血流流动具有十分重要的意义。

将血管视为一段段的圆台体,在以VTK可视化工具和MarchCube算法所重构的心脏血管等值面基础上,提出了利用较少的人的视觉与判定能力用包围盒的交互式分割方法实现对复杂血管系统的准自动化地有效分割与血管段间的拓扑结构构建方法与算法,实现了血管段间拓扑结构的准自动化构建,从而为仿真血管的血流流动奠定基础。关键词: 交互式分割; 拓扑结构表示; 准自动化构建doi:10.3969/j.issn.1004-4337.2015.06.0021 序言世界卫生组织研究表明心血管疾病是死亡率最高的疾病,现代医疗中介入式放射疗法是救治心血管疾病最及时、有效的方法之一。面对操作复杂、高风险的心脑血管介入手术,心血管病的高发病率促使医生们急切想要了解血管的组成,利用仿真系统进行训练便成为一种重要的临床医疗方式。而血管的三维重建以及血管段之间的拓扑关系是开发心脏虚拟手术系统的重要基础,即为真实的仿真血管中血流的流动与生理行为提供基础性的支撑,同时能够可视化地研究血液动力学、血管狭窄病变等病理[1]。真实感强的虚拟手术系统,在医学教育中为实习医生提供可靠便捷的训练手段,实习医生通过对心脏手术的规划设计与操作,更快地掌握血管介入手术技术以及新的手术方案效果的预评估。

目前,国内外对人心脏血管系统血管段间拓扑关系自动构建技术方面进行了一定的研究,文献[2]通过对所见三维心脏模型进行不同角度的投影,并对所有投影图按照拓扑结构进行分类,建立了一套心脏冠脉特性视图,然后利用树型搜索的方法将血管的拓扑结构用树表示出来,然后对血管模型与造影图中血管的拓扑结构进行匹配,进而对造影图中的血管进行识别和标记,以辅助冠脉的三维重建,然而该方法只是停留在对心脏血管的整体拓扑上。虽然建立了血管分支间的整体拓扑关系,但由于各分支不是基本形体,那么所建立的拓扑结构也不能较好的支持血流等生理活动的准确仿真。文献[3]提出用一种新的三维细化[4~ 5]的方法,通过 12个方向每个方向14个模板,计168个模板的过滤,实现了最大细化,并且能够保持拓扑。在预处理中,应用 Palágyi的算法[6]对提取出的血管进行三维细化。然而,由于心脏血管的复杂性,该方法不一定能够恰好细化到血管的中心点上,从而不能保证细化的准确性,再加上模板的可靠性差,也不能保证细化的稳定性。同样该方法不能保证各分支是基本的形体,也就不能支持血流的准确仿真。前人的研究表明,人的心脏系统的结构十分复杂,没有一种方法能够有效地实现血管系统基本形体的自动分割以及各形体间的拓扑关系的建立,以达到有效支持心脏血流的仿真。但人的智力强以及视力的可靠性与准确性远·597·数理医药学杂志2015年第28卷第6期