重复测量设计资料的方差分析在骨科临床治疗中的应用--《大连医科大学》2014年硕士论文
重复测量设计资料的方差分析在骨科临床治疗中的应用
【摘要】：目的利用统计学方法分析Sextent经皮椎弓根钉系统与国产“威高” UPASSⅡ经皮椎弓根钉系统在治疗不稳定型胸腰椎骨折的疗效。
方法选择作者所在医院收治的47例单节段胸腰椎不稳定骨折患者的临床资料，其中38例采用UPASSⅡ经皮椎弓根钉内固定治疗（UPASSⅡ组），9例采用进口Sextent经皮椎弓根钉系统固定（Sextent组），比较两组伤椎固定情况、手术情况等，从而评价治疗效果。结果全部患者获得随访，两组治疗2周、6个月伤椎前缘高度、后凸Cobb角度均较术前低，前后比较差异有统计学意义（P＜0.05），但两组间比较差异无统计学意义，UPASSⅡ组手术时间短于Sextent组，两组差异有统计学意义（P=0.002），术中出血量，两组住院时间、下床活动时间差异无统计学意义（P＞0.05）。
结论Sextent经皮椎弓根钉系统与国产“威高” UPASSⅡ经皮椎弓根钉系统治疗不稳定胸腰椎骨折效果相似，但UPASSⅡ系统手术时间短、费用低，更适合基层应用。
【关键词】：
【学位授予单位】：大连医科大学【学位级别】：硕士【学位授予年份】：2014【分类号】：R195.1【目录】：
摘要6-7Abstract7-9前言9-101 材料和方法10-12 1.1 临床资料10-11 1.2 治疗方法11 1.3 观察指标11-12 1.4 统计学处理122.统计学分析结果12-19 2.1 两组手术情况、住院时间比较12-14 2.2 两组伤椎恢复情况比较14-17 2.3 疗效的配对比较17-19讨论19-20参考文献20-21综述21-26 参考文献24-26致谢26-27
欢迎：、、)
支持CAJ、PDF文件格式
【参考文献】
中国期刊全文数据库
王俊;吴熙;;[J];中国卫生统计;2008年01期
【共引文献】
中国期刊全文数据库
田兵;;[J];通化师范学院学报;2013年10期
成苗苗;;[J];商场现代化;2014年23期
王洪昌;程繁银;;[J];中国卫生统计;2014年03期
中国博士学位论文全文数据库
李莲芝;[D];吉林大学;2011年
中国硕士学位论文全文数据库
郑年木;[D];上海交通大学;2008年
【二级参考文献】
中国期刊全文数据库
丁元林,孔丹莉;[J];中国卫生统计;2002年05期
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 大众知识服务
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备75号重复测量方差分析中的对象间误差为什么很大？_统计学吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：15,069贴子：
重复测量方差分析中的对象间误差为什么很大？收藏
以上结果中的对象间误差，数值为什么这么大呢？手算和软件算结果一样的，应该没有算错，但是这么大正常吗？如果正常的话，能帮忙解释一下为什么吗？
登录百度帐号推荐应用
为兴趣而生，贴吧更懂你。或关注今日：0 | 主题：180286
微信扫一扫
扫一扫，下载丁香园 App
即送15丁当
【求助】两因素多水平的析因设计方差不齐怎么办？
页码直达：
这个帖子发布于3年零207天前，其中的信息可能已发生改变或有所发展。
问题已解决悬赏丁当:3
各位大侠们，两因素多水平的析因设计方差不齐怎么办？进行数据转换？怎么转换？
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
统计的东西也不是很明白呢，Mark下，回头共同学习
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
丁香园中级站友
样本量达到多少？样本量较大时，对方差齐 要求往往没有要求特别严格。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
样本量大于100的话，就可以不考虑此问题；或者，用专门的方差不齐的ANOVA，比如Welch 方差分析。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
pearzhouq 样本量大于100的话，就可以不考虑此问题；或者，用专门的方差不齐的ANOVA，比如Welch 方差分析。我的样本量才4个。我是两因素多水平的析因设计的方差分析，可以用这个Welch 方差分析吗？这个Welch 具体在哪里？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
丁香园中级站友
水谷子 我的样本量才4个。我是两因素多水平的析因设计的方差分析，可以用这个Welch 方差分析吗？这个Welch 具体在哪里？4个样本量？做什么指标，或什么 类型的实验，是不是比较少？用秩和 OR 还是直接描述更好
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
样本量太少，就算统计出有意义，也不能说明什么。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
样本才少了，做出来power也不足
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
4个。。。。直接描述吧。。。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
anyida05 4个样本量？做什么指标，或什么 类型的实验，是不是比较少？用秩和 OR 还是直接描述更好
@做的是某药物在时间和浓度两个因素上对某种细胞的增殖抑制率的影响。一般这样的实验也都只是重复3次就做统计分析。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
丁香园中级站友
水谷子 做的是某药物在时间和浓度两个因素上对某种细胞的增殖抑制率的影响。一般这样的实验也都只是重复3次就做统计分析。这种数据接触得比较少，搞点类似 文章上来学习一下
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
多因素时方差齐性检验价值不大，多因素方差分析一般不考虑方差齐性问题问题是你的试验设计是单纯的两因素析因分析吗？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
jefferson_xu 多因素时方差齐性检验价值不大，多因素方差分析一般不考虑方差齐性问题问题是你的试验设计是单纯的两因素析因分析吗？是的，两因素时考不考虑方差齐性？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
方法用错了，用多次观察的方差分析，不需要多因素分析
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
22:15 消息
分享anyida05 wrote:4个样本量？做什么指标，或什么 类型的实验，是不是比较少？用秩和 OR 还是直接描述更好 @做的是某药物在时间和浓度两个因素上对某种细胞的增殖抑制率的影响。一般这样的实验也都只是重复3次就做统计分析如果您是分组后，不同组给与不同浓度药物，然后重复3次测定细胞增殖抑制率，您的资料就是重复测量资料，不是析因设计的资料
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
22:15 消息
分享做的是某药物在时间和浓度两个因素上对某种细胞的增殖抑制率的影响。一般这样的实验也都只是重复3次就做统计分析如果您是分组后，不同组给与不同浓度药物，然后重复3次测定细胞增殖抑制率，您的资料就是重复测量资料，不是析因设计的资料我不只是浓度一个因素，还有时间，共两个因素，我想看时间和浓度有无交互作用。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
pearzhouq 样本量大于100的话，就可以不考虑此问题；或者，用专门的方差不齐的ANOVA，比如Welch 方差分析。 你好，我最近也在做这个，我的总样本量有160+，但我有6个处理组，这样每个组就只有20+个样本，也是方差不齐的问题，可以不考虑不？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园我们关注寒带植物。因变量是二氧化碳吸收量（uptake），单位为ml/L，自变量是植
物类型Type（魁北克VS密西西比州）和七种水平（95~1000 umol/m^2 sec）的二氧化碳浓度（conc）。另外，Type是组间因子，conc是组内因子
w1b1 &- subset(CO2, Treatment == &chilled&)
fit &- aov(uptake ~ (conc * Type) + Error(Plant/(conc)),&w1b1)
summary(fit)
Error: Plant
& & & & & Df Sum Sq Mean Sq F value &Pr(&F) &&
Type & & & 1 67.2 & 60.41 0.00148 **
Residuals &4 &176.6 & &44.1 & & & & & & & & &&
Signif. codes: &0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Error: Plant:conc
& & & & & Df Sum Sq Mean Sq F value & Pr(&F) & &
conc & & & 1 &888.6 & 888.6 &215.46 0.000125 ***
conc:Type &1 &239.2 & 239.2 & 58.01 0.001595 **&
Residuals &4 & 16.5 & & 4.1 & & & & & & & & & &&
Signif. codes: &0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Error: Within
& & & & & Df Sum Sq Mean Sq F value Pr(&F)
Residuals 30 & &869 & 28.97 &
par(las = 2)
par(mar = c(10, 4, 4, 2))
with(w1b1, interaction.plot(conc, Type, uptake, type =&&b&,&
& & col = c(&red&, &blue&), pch = c(16, 18), main =&&Interaction Plot for Plant Type and Concentration&))
boxplot(uptake ~ Type * conc, data = w1b1, col = (c(&gold&,&&&green&)), main = &Chilled Quebec and Mississippi&Plants&,&ylab = &Carbon dioxide uptake rate (umol/m^2 sec)&)
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：100132次
积分：4198
积分：4198
排名：第5786名
原创：271篇
转载：357篇
评论：23条
(12)(160)(29)(30)(20)(7)(10)(12)(71)(45)(95)(51)(63)(35)(8)}