第十章 半数效量计算.ppt

数据输入 1）启动SPSS，进入定义变量工作表，分别用name命令设置三个变量“剂量”、“死亡例数”、“试验动物数”，小数位（Decimals）定义为0。 统计分析简明步骤： Analyze---Regreesion---Probit Response Frequency 框:死亡例数 反应频数变量为“死亡例数” Total Observed框:试验动物数 总观察例数变量为“试验 动物数” Covariate框:剂量 剂量的变量：剂量 Model:Probit 选择默认的probit法对反应 比例进行转换 OK 分析过程说明 1）单击主菜单（Analyze）分析---- Regreesion（回归分析）---Probit(概率单位)；弹出对话框，将变量“死亡例数”置入Response Frequency框内，将变量“试验动物数”置入Total Observed框内，将变量“剂量”置入Covariates框内，该组变量用来表示不同的实验刺激条件。 Covariates框下方的transform下拉列表用来选择对协变量的变量变换方法。其方法分别为：None，不进行转换（系统默认）；Log base 10，常用对数转换；Natural log，自然对数转换。在Model栏，选中Probit（系统默认），用累积标准正态函数的逆函数进行转换，这个过程就是Probit分析，即概率单位法。OK后则输出结果。 2）单击主菜单（Analyze）分析----Nonparametric（非参数）----Binomial（二项分布）；弹出对话框，将变量“治疗方法”置入Test Variable List框，在Define Dichotomy框内选中Get from data （变量取值只有两个有效值时选取该项，反之可选择Cut point）。在 Test Proportion框中指定检验概率。系统默认值为0.5，如果每一项中样本的期望比率不等，则在此框中键入对应于第一项的概率期望值。本例中，第一项中是治愈的蜜蜂数27只，故键入治愈率（标准率P0）“0.75”在框内。OK后则输出结果。见下表所示。 左上表输出的是模型概况，显示有7条记录被纳入分析，采用的是正态概率的Probit变换。 左下表显示在迭代18次以后，模型收敛，得到最优解。 参数估计结果：regression coeff. 表示回归系数(0.004)；Standard Error表示标准误差(0.001)；Coeff./S.E.表示回归系数/标准误差(5.11)；Intercept 表示截距a；Intercept/S.E.表示截距/标准误差(-4.941)；故此可得模型的方程式： Probit(p)=-4.886+0.004x 上表是模型拟合优度检验的结果：Pearson 拟合优度检验结果为X2=1.522；df=5；P=0.911；差异不显著，表明模型拟合良好。 注释b的文字说明，由于检验结果无统计学意义，故在可信区间计算时将不进行异质性校正。 上表显示各剂量组的药物剂量、试验动物数、观察的死亡例数，由系统计算的估计死亡例数(Expected Responses)、残差(Residual)、估计的反应概率（Prob） 结果详细列出了不同死亡概率所对应的估计剂量，及其估计剂量的95%的置信区间。死亡概率的范围为0.01-0.99。可见，半数致死时（P=0.50）的估计剂量LD50=1344.98mg/kg体重，其95%的置信区间为（1223.724，1460.552）mg/kg体重 左图为输出反应曲线图，是不同药物剂量对应相应概率的散点图，本例中，由于在样本的7条记录中只有5条记录的反应率在0—100%之间，故此本图中只有5个点。 结果说明 上表列出了二项分布检验的有关参数，Observed Prop.为二项样本的频率，即30例中治愈率为0.90，未治愈率为0.10；Test Prop.为检验概率（）一般疗法治愈率P0=0.75）；Asymp. Sig. 为显著性水平概率，由于其值P=0.0370.05，差异显著，说明新法显著地提高了疗效。 Shaanxi Normal University 陕西师范大学 * 第十章 半数效量的计算 在兽医、水产科研工作中经常用动物试验来研究某种因素（药物、毒物、细菌及理化刺激等）对机体的作用以鉴定其