邢瑞芳 劉巍
【摘 要】高血壓腦出血血腫擴大危險因素眾多,血壓變異性起重要作用,本文構造一個含變異系數(shù)的h分布,利用matlab編程求變異系數(shù)的上側(cè)分位數(shù),根據(jù)h分布的假設檢驗研究血壓變異性。
【關鍵詞】變異系數(shù);抽樣分布;假設檢驗
中圖分類號: O212 文獻標識碼: A 文章編號:2095-2457(2018)04-0040-002
Hypothesis testing of blood pressure variability
XING Rui-fang1 LIU Wei2
(1. Xian Peihua College, Xian 710125, China;2.Xian Aerospace General Hospital, Xian 710100, China)
【Abstract】Hypertensive intracerebral hemorrhage has a large number of risk factors for hematoma enlargement, and blood pressure variability plays an important role. In this paper, a h-distribution with coefficient of variation is constructed. The upper quantile of coefficient of variation is calculated using matlab programming, and hypothesis testing based on h distribution is performed. Blood pressure variability.
【Key words】Coefficient of variation; Sampling distribution; Hypothesis test
1 含變異系數(shù)的抽樣分布
在概率論和統(tǒng)計學中,變異系數(shù)是衡量各觀測值變異程度的統(tǒng)計量[1-2]。
v==(1)
變異系數(shù)是無量綱量,可以衡量平均值差異大或不同單位的樣本。
定理1設總體X~N(μ,σ2),X1,X2,…,Xn是來自總體的容量為n的樣本
X=X,S=(X-)
其中X為樣本均值,S2為樣本方差,S=為樣本標準差[3-4],v=為變異系數(shù),那么隨機變量
H=-(2)
仍為連續(xù)型分布,其密度函數(shù)為
fn(z)=?蘩xedx(3)
推論1在定理1中,當μ時
H=~t(n-1)(4)
其密度函數(shù)為
fh(z)=?蘩xedx(5)
或
fh(z)=(6)
為方便,我們把μ≠0時的分布稱為h分布,記作
H=-~h(n,v)(7)
其中
v=(8)
為變異系數(shù)。這時h分布的密度函數(shù)為
fh(z)=?蘩xedx(9)
2 變異系數(shù)的假設檢驗
設總體X~N(μ,σ2),總體的容量為n的樣本是X1,X2,…,Xn,則樣本均值和樣本方差分別為
X=X,S=(X-)
樣本標準差為
S=
變異系數(shù)為
v=
根據(jù)定理1
H=-=-~h(n,v)(10)
為連續(xù)分布,h分布的密度函數(shù)為
fh(z)=?蘩xedx
對上述分布,推導假設檢驗如下:
(1)對變異系數(shù)進行假設檢驗,提出假設檢驗
H0:v=v0 H0:v≠v0(11)
如果假設H0成立(即v=v0)則
H=v0~h(v,n-1)
所以對于給定的顯著性水平α(取α=0.1,0.05,0.01等)
P{(H≤h1-α/2(v0,n-1))或(H≥hα/2(v0,n-1))}=α
其中hα(v0,n-1)是h分布的上測分位數(shù)值。從而事件
A={H≤h1-α/2(v0,n-1)或H≥hα/2(v0,n-1)}
是一個小概率事件。即
H≤h1-α/2(v0,n-1)或H≥hα/2(v0,n-1)(12)
就懷疑原假設,在顯著性水平α下拒絕原假設,接受備擇假設,否則接受原假設,(12)是H0拒絕域。
(2)如果提出假設檢驗
H0:v=v0 H0:v>v0(13)
如果假設成立(即)則
H=v0~h(v,n-1)
所以對于給定的顯著性水平α(取α=0.1,0.05,0.01等)
P{(H≤h1-α(v0,n-1))}=α
其中hα(v0,n-1)是h分布的上測分位數(shù)值。從而事件
A={H≤h1-α(v0,n-1)}
是一個小概率事件。即
H≤h1-α(v0,n-1)(14)
就懷疑原假設,在顯著性水平下拒絕原假設,接受備擇假設,否則接受原假設,(14)是拒絕域。
(3)如果提出假設檢驗
H0:v=v0 H0:v 如果假設H0成立(即v=v0)則 H=v0~h(v,n-1)
所以對于給定的顯著性水平α(取α=0.1,0.05,0.01等)
P{(H≥hα(v0,n-1))}=α
其中hα(v0,n-1)是h分布的上測分位數(shù)值。從而事件
A={H≥hα(v0,n-1)}
是一個小概率事件。即
H≥h1-α(v0,n-1)(16)
就懷疑原假設,在顯著性水平α下拒絕原假設,接受備擇假設,否則接受原假設,(16)是H0拒絕域。
3 在血壓變異性理論中檢驗方法的實例
血壓管理是高血壓腦出血早期治療的主要指標之一,既往研究對腦出血患者血壓管理策略進行詳細的研究[5-6],但對于血壓變異性研究較少,本研究分析血腫擴大與非血腫擴大的血壓變異指標的假設檢驗,分析其統(tǒng)計學意義。
3.1 研究對象
(1)收集2016年8月至2017年8月連續(xù)入住西安航天總醫(yī)院的高血壓腦出血患者,符合ICH的診斷標準,并經(jīng)過頭顱CT檢查證實。
(2)病例基本特點:符合入組條件45例,男34例,女11例,平均年齡60±19,治療干預上限28天。
3.2 數(shù)據(jù)整理和收集
收集上述病例的基本資料,包括姓名、年齡、性別、入院時間、發(fā)病時間、治療時間、既往有無高血壓病史,發(fā)病部位、做CT檢查的時間,病人轉(zhuǎn)歸情況。
收集上述病例,觀察期間每日提供所有的血壓數(shù)據(jù),整理出兩次CT檢查期間所有的平均血壓(mean)、標準差(SD)、血壓變異系數(shù)(CV)。
3.3 概念說明
(1)血壓變異系數(shù)(CV)=SD/mean,SD是指觀察期間所記錄的所有血壓值的標準差。
(2)獨立mean的SD=K×SD/mean^x(x是通過SD變化曲線與平均血壓曲線擬合程度計算,k為常數(shù)項)
3.4 統(tǒng)計學分析
根據(jù)各變量賦值建立數(shù)據(jù)庫,采用MATLAB軟件計算上側(cè)分位數(shù)。血壓變異性量化指標有:計算樣本均值、樣本方差,組間比較用h分布的假設檢驗 進行比較。
3.5 結(jié)果
變異系數(shù)的點估計值為
=
(1)提出假設
H0:v=v0 H0:v>v0
這時拒絕條件為
H=v0~h1-α(v,n-1)
血腫擴大組的平均收縮壓1=155.45,S1=10.85,n=4,v=0.0698如果取α=0.05,計算可知
h1-α(v0,n-1)=h0.95(0.0698,3)=-10.5358
而
H=v0=0.0698×=1>-10.5358=h1-α(v0,n-1)
故接受原假設,即認為平均收縮壓的血壓變異系數(shù)有所增加。
(2)提出假設
H0:v=v0 H1:v>v0
這時拒絕條件為
H=v0~h1-α(v,n-1)
血腫擴大組的平均舒張壓285.57,S2=7.64,n=41,v=0.0893如果取α=0.05,計算可知
h1-α(v0,n-1)=h0.95(0.0893,40)=34.6614
而Z=v0=0.0893×=1<34.6614=h1-α(v0,n-1)
故拒絕原假設,即認為平均舒張壓的(下轉(zhuǎn)第85頁)(上接第41頁)血壓變異系數(shù)有所增加。
【參考文獻】
[1]趙彥暉.概率論與數(shù)理統(tǒng)計[M].西安:西北大學出版社,2014.
[2]吳贛昌.概率理論與數(shù)理統(tǒng)計[M].北京:中國人民大學出版社,2010.
[3]趙彥暉.概率統(tǒng)計[M].北京:科技大學出版社,2006.
[4]AriRema H,Anderson CS,et al.Lower Treatment Blood Pressure Is Associated With Greatest duction in Hematoma Growth After Acute Intracerebral Hemorrhage.Hyperteonsion.2010;56(5):852-6.
[5]Anderson CS,Huang Y, et al,for the INTERACT Investigators. Intensive Blood Pressure Redution in Acute Cerebral Haemorrhage Trial (INTERACT):a randomised pilot trial.Lancet Neurol.2008;7:391-399.
[6]Sung-Kyun Hwang,Jong-Soo Kim,et al.Antihypertensive Treatment of Acute Intracerebral Hemorrhage by Intravenous Nicardipine Hydrochloride:Prospective MultiCenter Study.J Korean Med Sci 2012;27:1085-1090.