医学案例统计分析与SAS应用（笔记）一

一，样本含量估计 & proc power：

首先确定以下因素：

1）第一类错误概率 α 假阳性错误，α 设定越小，样本量越大，一般取0.05.

2）第二类错误概率 β 假阴性错误， β 设定越小，或把握度1- β 设定的越高，样本量越大，一般 β 取0.1、0.2，把握度取0.9、0.8

3）其他要素

二， 常用试验设计方法 & proc plan：

1）完全随机设计

2）配对设计及随机区组设计

3）析因设计

#####################################

完全随机设计 如下例所示：

例如： 研究A药物和B药物对糖尿病的疗效，以空腹血糖测量值和空腹血糖疗效作为主要疗效指标， 希望有80%的把握发现两种药物的真实差异。

Step1: 估算样本量：

空腹血糖测量值为因素推算样本量，研究者通过以往研究获得两组空腹血糖均值和标准差分别是：8.06±1.82 和 7.23±1.52，计算出合并方差2.81，标准差为1.68：

proc power;
 twosamplemeans
 groupmeans=8.06|7.23
 stddev=1.68
 power=0.8
 ntotal=.;
 run;