logo
  • write-homewrite-home-active首页
  • icon-chaticon-chat-activeAI 智能助手
  • icon-pluginicon-plugin-active浏览器插件
  • icon-subjecticon-subject-active学科题目
  • icon-uploadicon-upload-active上传题库
  • icon-appicon-app-active手机APP
首页
/
统计
题目

某医院用某新药治疗7例高血压患者,现将收缩压 (mmHg) 变化的数据列在下表:编号 治疗前 治疗后-|||-1 152 139-|||-2 145 132-|||-3 139 125-|||-4 142 128-|||-5 150 142-|||-6 160 138-|||-7 158 138(1)请问本题数据是什么类型设计资料?怎样正确选择分析方法?(2)试问治疗前后血红蛋白之间的差别是否有统计学意义?

某医院用某新药治疗7例高血压患者,现将收缩压 (mmHg) 变化的数据列在下表:

(1)请问本题数据是什么类型设计资料?怎样正确选择分析方法?

(2)试问治疗前后血红蛋白之间的差别是否有统计学意义? 

题目解答

答案

(1)本题数据是相关样本设计资料,因为每个患者的血压数据在治疗前后是相关的,即同一组患者在不同时间点的测量数据。

首先,计算每个患者治疗前后的血压变化值(治疗后值减去治疗前值):

变化值=治疗后−治疗前

各个患者的血压变化值分别为:

−13,−13,−14,−14,−8,−22,−20

其次,根据相关样本t检验的原理,我们要检验血压变化值的平均数是否显著不等于零。相关样本t检验的公式如下:

其中,是血压变化值的平均数,是血压变化值的标准差,n是样本数量(这里为7)。

最后,根据t检验的结果,通过查找t分布的临界值或使用统计软件,比较t值与临界值,判断治疗前后血压之间的差别是否有统计学意义。如果t值大于临界值,则差异是显著的。​

(2)接下来,我们计算相关样本t检验的结果。

首先,计算血压变化值的平均数:

​

其次,计算血压变化值的标准差:

然后,计算t值:

最后,查找t分布表或使用统计软件,确定显著性水平(通常为0.05)对应的临界值,比较t值与临界值。

根据计算结果,t值较大且为负数,而显著性水平为0.05时,双侧t检验的临界值为-2.446。

因为 -5.25 < -2.446,所以在显著性水平为0.05时,治疗前后血压之间的差别是有统计学意义的。

综上所述,通过相关样本t检验,我们可以得出结论:治疗前后血压之间的差别具有统计学意义。

解析

考查要点:本题主要考查配对设计资料的识别及相关样本t检验的应用。
解题思路:

  1. 判断数据类型:同一组患者治疗前后的血压数据属于配对设计(相关样本),因为每个患者的治疗前后数据是相互关联的。
  2. 选择检验方法:配对设计通常采用相关样本t检验,通过计算差值的均值与标准差,判断治疗效果的差异是否具有统计学意义。
    关键点:正确识别数据设计类型是选择分析方法的前提,相关样本t检验的核心是分析差值的分布。

第(1)题

相关样本设计资料:

  • 每个患者治疗前后的血压数据是同一研究对象的两次测量值,存在内在关联。
  • 分析方法:采用相关样本t检验,通过计算治疗前后血压差值的均值与标准差,检验差值是否显著不等于零。

第(2)题

步骤1:计算血压变化值

治疗后值减去治疗前值:
$\begin{align*}\text{变化值} &= (139-152), (132-145), (125-139), (128-142), (142-150), (138-160), (138-158) \\&= -13, -13, -14, -14, -8, -22, -20\end{align*}$

步骤2:计算差值的均值

$\bar{D} = \frac{\sum D}{n} = \frac{-13 + (-13) + (-14) + (-14) + (-8) + (-22) + (-20)}{7} = \frac{-114}{7} \approx -16.29$

步骤3:计算差值的标准差

$s_D = \sqrt{\frac{\sum (D - \bar{D})^2}{n-1}} = \sqrt{\frac{(-13+16.29)^2 + \cdots + (-20+16.29)^2}{6}} \approx 5.08$

步骤4:计算t值

$t = \frac{\bar{D}}{s_D / \sqrt{n}} = \frac{-16.29}{5.08 / \sqrt{7}} \approx -5.25$

步骤5:判断统计学意义

  • 自由度 $df = n-1 = 6$,显著性水平 $\alpha = 0.05$,双侧临界值 $t_{0.05/2,6} = \pm 2.447$。
  • 计算得 $t = -5.25 < -2.447$,拒绝原假设,说明治疗前后血压差异具有统计学意义。

相关问题

  • 皮尔逊相关系数的取值范围为0到正无穷。()A. 正确B. 错误

  • 下列哪项属于常见的池化方式。()A. 协方差池化B. 方差池化C. 反向传播D. 最大池化

  • 假定用于分析的数据包含属性age.数据元组[1]中age的值如下(按递增序):13,15,16,16,19,20,20,21,22,22,25,25,25,30,33,33,35,35,36,40,45,46,52,70, 问题:使用按箱平均值平滑方法对上述数据进行平滑,箱的深度为3。第二个箱子值为:A. 18.3B. 22。6C. 26。8D. 27。9

  • 重测信度用重测相关系数来表示,相关系数越趋近于下列哪一数值时,则重测信度越高A. 1B. 0.7C. 2D. 3

  • {1.5分)确定研究总体和样本时,不需要考虑A. 立题依据B. 样本量C. 抽样方法D. 目标总体E. 纳入及排除标准

  • 请你从下表中找出1~100中所有质数.并数一数一共多少个. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

  • 下列哪项属于常见的池化方式。()A. 反向传播B. 最大池化C. 方差池化D. 协方差池化

  • 下列关于回归分析的描述不正确的是()A. 回归分析模型可分为线性回归模型和非线性回归模型B. 回归分析研究不同变量之间存在的关系()C. 刻画不同变量之间关系的模型统称为线性回归模型D. 回归分析研究单个变量的变化情况

  • 44.2021年,我国人均预期寿命提高到了()。A. 78岁B. 79岁C. 78.2岁D. 79.2岁

  • 48皮尔逊相关系数的取值范围为0到正无穷。()A. 错误B. 正确

  • 5.聚类分析可以看作是一种非监督的分类。()

  • 对研究对象制定明确的纳入标准和排除标准,是为了保证样本的A. 可靠性B. 可行性C. 代表性D. 合理性E. 科学性

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差衡量了多个变量的分布C. 协方差和方差的计算方式完全一致D. 方差描述了样本数据的波动程度

  • 像从性不好的资料是()A. 由于死亡或者其他原因不能继续试验B. 能按照试验规定要求完成实验C. 重复参加试验D. 由于纳入标准不合格导致选择的研究对象不符合试验要求E. 能完成试验但是不能按照规定要求完成试验

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差和方差的计算方式完全一致C. 协方差衡量了多个变量的分布D. 方差描述了样本数据的波动程度

  • 设随机变量XY都服从N(0,1),则有()A. X+Y服从正态分布B. X+Y服从x^2分布 C. X^2和Y^2都服从x^2分布 D. (X^2)div (Y^2)服从F分布

  • {15分)常规情况下,下列不属于人口学变量的是A. 民族B. 收入C. 年龄D. 睡眠时间E. 性别

  • 1. 名词解释 假设检验 (请在答题纸上手写并拍照上传)

  • 以下几种数据挖掘功能中,〔〕被广泛的用于购物篮分析.A. 关联分析B. 分类和预测C. 聚类分析D. 演变分析

  • 可以从最小化每个类簇的方差这一视角来解释K均值聚类的结果,下面对这一视角描述正确的A. 每个样本数据分别归属于与其距离最远的聚类质心所在聚类集合B. 每个簇类的质心累加起来最小C. 最终聚类结果中每个聚类集合中所包含数据呈现出来差异性最大D. 每个簇类的方差累加起来最小

上一页下一页
logo
广州极目未来文化科技有限公司
注册地址:广州市黄埔区揽月路8号135、136、137、138房
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号