实验性研究常见包括完全随机设计和配对（配伍）设计两种实现均衡可比的设计方法。
之前的t检验、秩和检验都是基于完全随机设计资料开展的统计分析。今日学习配对设计的数据分析。
配对设计是将受试对象配成对子，随机给予每对中的两个体以不同处理。配对条件为主要的非处理因素。
配对设计常见有两种形式：
自身前后配对：同一对象自身前后数据进行比较分析，比如干预前后血糖值比较；
平行配对随机化：同一一对象随机接受两种处理，如同一标本用两种方法进行检验同一患者接受两种处理方法；将条件相近的实验对象配对，并分别随机给予两种处理。
常见配对设计形式包括：
-同一受试对象处理前后的数据（自身前后）
-同一受试对象两个部位的数据（自身平行）
-同一样品用两种方法（仪器等）检验的结果（自身平行）
-配对两个受试对象分别接受两种处理后的数据（异体配对）
配对设计的优点(自身前后配对除外)是它可以保证非常好的可比性，而均衡可比的各处理组比进行比较分析，探讨干预措施与结局的因果关系，结论更可靠。
成组设计和配对设计。这组概念代表着另外一组名称：独立、非独立。成组设计意味着独立，配对设计意味着非独立。
对设计产生的两组数据是相关的。
配对t检验和符号秩和检验两种方法的选择，关键在于数据“正态性”的问题。这里的“正态性”不是两组数据的正态性”，是两组数据差值的正态性”。
若差值为正态或者近似正态分布，则采用配对t检验；若差值为严重偏态分布，则采用Wilcoxon符合秩和检验(本方法出自统计学家Wilcoxon之手）。
网友评论