2x2 交叉设计的等效检验

效应

  

效应表显示了对以下可能的效应的分析：

·    延滞：延滞统计量可测量对下一个周期的某一治疗的效应。例如，假设参照治疗的效应较强，检验治疗的效应较弱。如果清洗周期不够长，则周期 1 中参考治疗的残差效应会导致周期 2 中的检验治疗效应强于实际效应。

·    周期：周期统计量测量周期 1 和周期 2 中响应的差异。例如，如果您测量血压作为响应，可能会发现该响应在周期 2 中有所减小，这仅仅是因为参与者更能适应检验环境和过程。这可能会导致周期效应。

注意

如果延滞效应或周期效应比较显著，则不应评估等效性。如果任一效应比较显著，则等效性结果可能会不可靠。

·    治疗：治疗统计量可测量检验治疗效应和参照治疗效应之间的差异。在大多数研究中，治疗效应是所需的效应。

输出示例

 

效应
 
           效应        SE  自由度     T 值   P 值      95% 置信区间
延滞    0.45181   0.64988      15  0.69521  0.498   (-0.93339, 1.8370)
处理   -0.32104  0.060641      15  -5.2941  0.000  (-0.45030, -0.19179)
周期  -0.097708  0.060641      15  -1.6112  0.128  (-0.22696, 0.031546)
                                                                     

解释

对于抗酸药数据，延滞效应的 p 值 (0.498) 和周期效应的 p 值 (0.128) 均大于 0.05。因此，这些效应在水平为 0.05 时不显著。

处理效应的 p 值 (0.000) 小于 0.05。因此，治疗效应在水平为 0.05 时很显著。治疗效应显著表明在提高胃液 pH 值方面一种抗酸药比另一种抗酸药效果好。但是，治疗效应显著并不意味着无法断定等效性。治疗均值之间的差异可能仍存在于等效性限制内。