跳转至

假设检验

方法简介

临床试验中常用的假设检验方法，包括参数检验和非参数检验。

AI Prompt 模板

Prompt 
我的两组数据分别是 treatment 和 control，样本量各 50。
主要终点是连续变量 endpoint，请帮我：
1. 做正态性检验（Shapiro-Wilk）
2. 方差齐性检验（Levene test）
3. 根据结果选择适当的检验方法
4. 计算效应量 (Cohen's d)

代码实现

# 正态性检验
shapiro.test(data$endpoint[data$group == "Treatment"])
shapiro.test(data$endpoint[data$group == "Control"])

# 方差齐性
car::leveneTest(endpoint ~ group, data = data)

# 两样本 t 检验
t.test(endpoint ~ group, data = data, var.equal = TRUE)

from scipy import stats

# 正态性检验
stat, p_treat = stats.shapiro(df[df.group=='Treatment'].endpoint)
stat, p_ctrl = stats.shapiro(df[df.group=='Control'].endpoint)

# 方差齐性
stat, p_var = stats.levene(
    df[df.group=='Treatment'].endpoint,
    df[df.group=='Control'].endpoint
)

# 两样本 t 检验
t_stat, p_val = stats.ttest_ind(
    df[df.group=='Treatment'].endpoint,
    df[df.group=='Control'].endpoint
)

proc ttest data=adqs;
    class group;
    var endpoint;
run;

注意事项

  • 临床试验中优先使用 ANCOVA 而非多次 t 检验
  • 多重终点需控制 family-wise error rate

相关可视化