الأحصاء واختبارات التشخيص الطبية
•
2 likes•679 views
A book included several methods of medical data analysis. Four programs were used. I think it is more useful for researchers.
Recommended
More Related Content
Featured
Featured (20)
الأحصاء واختبارات التشخيص الطبية
- 1. األحصاء التشخيص واختبارات ةّيالطب الذكتوررشاد فراسالسامرائي بغذاد البيطري/جامعة الطب كلية 2015
- 2. األهداء الى........ .... ًومعلم ًملهم .... هللا رحمه والدي ....... وشىقا حبا ..... هللا رحمها ًوالدت ًسعادت وسر ًقىت ....وأوالدي ًزوجت ....... جهدي أهدي اليكم فراس
- 3. أ انمحتوٌاثسلُاٌصفؾخ اٌّمذِخ األول انفصماالحصائٍت وانبرامج االحصاء :1 1-1اٌجشاِظاألؽصبئ١خ1 1-2االؽصبءٚرطج١مبرٗفٟاٌعٍَٛاٌجب٠ٌٛٛع١خ2 1-3اٌّزغ١شادVariables4 1-4ٟاٌزٛص٠عاٌطج١عNormal distribution5 1-5ٟاخزجبساداٌزٛص٠عاٌطج١ع5 أاخزجبسادSAS5 ةاخزجبسادSPSS9 طاخزجبسادMedCalc12 داخزجبسادGraphpad Prism13 1-6ٓ٠اخزجبسادرغبٔظاٌزجب15 أاخزجبسادSAS16 ةاخزجبسادSPSS17 طاخزجبسادMedCalc18 داخزجبسادGraphpad Prism18 ٘اٌّمبسٔخث١ٓشىًرٛص٠عاٌّزغ١شاد19 درؾذ٠ذأفعًرٛص٠عٌٍج١بٔبد21 ًانثان انفصماالختبار واختٍار انبٍاناث تحهٍم :25 2-1رؾٍ١ًاٌج١بٔبد25 2-2اخز١بساالخزجبساالؽصبئٟإٌّبعت25 2-3األخطبءاألؽصبئ١خٟفاٌجؾٛساٌطج١خ26 2-4أِضٍخعٓاألخطبءاالؽصبئ١خفٟاٌجؾٛساٌطج١خ31 2-5أٔٛاعاالخزجبساداالؽصبئ١خ37 2-5-1األخزجبساداٌّعٍّ١خ38 2-5-1-1اخزجبسtٌٟع١ٕخٚاؽذحرٛص٠عٙبغج١ع40 أرٕف١زSAS41 ةرٕف١زSPSS41
- 4. ة طرٕف١زMedCalc41 درٕف١زGraphpad Prism42 2-5-1-2اخزجبسtْفٟؽبٌخع١ٕزبِْغزمٍزب42 أرٕف١زSAS42 ةرٕف١زSPSS43 طرٕف١زMedCalc45 درٕف١زGraphpad Prism46 2-5-1-3اخزجبسtفٟؽبٌخاٌج١بٔبداٌّضدٚعخ47 أرٕف١زSAS47 ةرٕف١زSPSS48 طرٕف١زMedCalc48 درٕف١زGraphpad Prism49 2-5-2االخزجبساداٌالِعٍّ١خ49 2-4-2-1ٙاخزجبسٌٚىبوغٌٍٓعالِخِٚشرجزٟبٌع١ٕخالرزٛصعرٛص٠عغج١ع49 أرٕف١زSAS49 ةرٕف١زSPSS50 طرٕف١زMedCalc50 درٕف١زGraphpad Prism51 2-5-2-2اخزجبساٌعالِخٌٍج١بٔبداٌّضدٚعخ51 أرٕف١زSAS52 ةرٕف١زSPSS52 طرٕف١زMedCalc53 درٕف١زGraphpad Prism53 2-5-2-3ْاخزجبسِبْٚٚرٕٟفٟؽبٌخع١ٕزبِْغزمٍزب53 أرٕف١زSAS53 ةرٕف١زSPSS55 طرٕف١زMedCalc56 درٕف١زGraphpad Prism56
- 5. ط 2-5اٌّمبسٔبداٌّزعذدح57 أرٕف١زSAS58 ةرٕف١زSPSS60 طرٕف١زMedCalc61 درٕف١زGraphpad Prism62 :انثانث انفصمانطبٍت االختباراث66 3-1اخزجبساداٌزشخ١ص66 3-2االخزجبساداألٌٚ١خٚاخزجبساداٌزشخ١ص66 3-3اٌّمبسٔخث١ٓاالخزجبساداالٌٚ١خ67 3–3-1اؽصبئ١خوبثب67 أرٕف١زSAS68 ةرٕف١زSPSS72 طرٕف١زMedCalc77 دٞٚرٕف١ز٠ذ79 3–3-2ْٚاخزجبسوبثباٌّٛص80 أرٕف١زSAS80 3–3-3ِٞعبًِفب81 أرٕف١زSAS81 ةرٕف١زSPSS82 طٞٚرٕف١ز٠ذ84 3-4األسرجبغ85 أرٕف١زSAS85 ةرٕف١زSPSS85 طرٕف١زMedCalc86 درٕف١زGraphpad Prism86 3-5األٔؾذاس87 أرٕف١زSAS87 ةرٕف١زSPSS88
- 6. د طرٕف١زMedCalc89 درٕف١زGraphpad Prism89 3-6ٍٟأالسرجبغاٌذاخIntraclass correlation90 أرٕف١زSAS90 ةرٕف١زSPSS91 طرٕف١زMedCalc93 3-7غش٠مخBland Altman96 3–7-1ٓ١اٌّمبسٔخثِمب٠١ظاٌزٛافك97 أرٕف١زSAS99 ةرٕف١زMedCalc103 ط د رٕف١زGraphpad Prism رٕف١زSPSSٚMedCalcٚGraphpad 104 109 انطبٍت انتشخٍص أختباراث :انرابع انفصم110 4-1رصٕ١فاخزجبساداٌزشخ١صاٌطج١خ110 4-2اٌصفبداٌضٕبئ١خBinary traits110 4-3اٌّمبسٔخث١ٓاخزجبساداٌزشخ١ص111 4-4رم١١ُاخزجبساداٌزشخ١ص111 4-5ثعطاٌّمب٠١ظاٌّغزعٍّخفٟرم١١ُاخزجبساداٌزشخ١ص111 4-6ٟاألخزجبساٌز٘جGolden test112 4-7االخزجبساداالؽصبئ١خالخزجبساداٌزشخ١ص116 4–7-1ٞاخزجبسِشثعوبChi square test117 أرٕف١زSAS117 ةرٕف١زSPSS119 طرٕف١زGraphpad Prism120 4–7-2اخزجبسMcNemar122 أرٕف١زSAS122 ةرٕف١زSPSS123 4–7-3اخزجبسMann-Whitney124
- 7. ٖ أرٕف١زSAS124 ةرٕف١زSPSS125 طرٕف١زMedCalc126 درٕف١زGraphpad Prism127 4–7-4اخزجبسCochran Q127 أرٕف١زSAS127 ةرٕف١زSPSS128 ط١رٕفزMedCalc128 4–7-5اخزجبسWilcoxon130 أرٕف١زSAS130 ةرٕف١زSPSS131 طرٕف١زMedCalc132 درٕف١زGraphpad Prism133 4–7-6اخزجبسKruskal – Wallis135 أرٕف١زSAS137 ةرٕف١زSPSS138 طرٕف١زMedCalc140 درٕف١زGraphpad Prism140 4–7-7اخزجبسFriedman141 أرٕف١زSAS141 ةرٕف١زSPSS142 طرٕف١زGraphpad Prism144 نهمستقبم انعمهٍاتٍت انخاصٍت منحنى : انخامس انفصم(ROC)145 5-1ٌرعش٠فاًخبص١خاٌعٍّ١بر١خٌٍّغزمج145 5-2اٌجشاِظاٌّغزعٍّخفٟرمذ٠شROC145 5-3ٌاخزجبسادازشخ١صفٟؽبٌخاٌّزغ١شاٌّغزّش146 5-4رؾذ٠ذأفعًٔمطخاٌمطع150 5-5اٌٙذفِٓسعُِٕؾٕٝاٌشٚن152
- 8. ٚ 5-6غشقرؾذ٠ذٔمطخاٌمطع152 5-7ٕٝاٌّغبؽخرؾذإٌّؾArea Under Curve (AUC)153 5-8ِٓضبيرطج١مٟعROC curve154 5-9رؾٍ١ًاٌج١بٔبدٌّزغ١شادِغزّشح158 أرٕف١زMedCalc158 ةرٕف١زSAS162 طرٕف١زSPSS165 درٕف١زGraphpad Prism169 ٘رٕف١زMedRoc171 5-11رؾٍ١ًاٌج١بٔبدٌّزغ١شادصٕبئ١خ173 أرٕف١زSASٌٝٚاٌطش٠مخاال173 ةرٕف١زSASاٌطش٠مخاٌضبٔ١خ175 طرٕف١زMedCalc178 درٕف١زGraphpad Prism179 5-12اٌّمبسٔخث١ِٕٓؾٕ١بٌٍْشٚن180 أرٕف١زSPSS180 ةرٕف١زMedCalc181 طرٕف١زMedRoc184 5-13ؽغبةؽغُاٌع١ٕخ185 5-14رمذ٠شؽغُاٌع١ٕخاعزّبداعٍٝاٌؾغُاٌّؤصش186 5-15ٕٝؽغبةؽغُاٌع١ٕخاٌعشٚسٌٞؾغبةاٌّغبؽخرؾذإٌّؾ187 5-16اٌخبص١خاٌعٍّ١بر١خٌٍّغزمجًاٌغضئ١خ187 5-17ٚاخزجبسِعٕٛ٠خاٌفشٕقفٟاٌّغبؽخرؾذإٌّؾٌّٕٕٝؾ١ٍِٓغزم١ٓ189 5-18ٕٝأٛاعاٌّغبؽخرؾذإٌّؾ190 5-18ٕٝؽغبةأٛاعاٌّغبؽخرؾذإٌّؾ191 أرٕف١زSAS191 ةرٕف١زGraphpad Prism193 انانسكري عن أحصائٍت تطبٍقاث :انسادس فصم195
- 9. ص 6-1دٌ١ًاٌغىشَفٟاٌذGlycemic Index195 6-2ٞاٌؾًّاٌغىشGlycemic Load196 6-3ٓ١ٌٛثعطأدٌخاٌّمبِٚخٌألٔغ196 6–3-1ْرم١١ُّٔٛرطاٌزٛاصHOMA196 أHOMA 1196 ةHOMA 2197 6–3-2دٌ١ًِبرغٛداMatsuda Index198 6–3-3Euglycemic insulin clamp analysis200 6–3-4QUICKI201 6–3-5ISI201 6-3-6IRI201 6–3-7CPI202 6–3-8CLIX202 6-4غشقرؾٍ١ًاالّٔبغاٌغزائ١خ Methods of food pattern analysis 202 6-5ٌغش٠مخرؾٍ١ًاّىٛٔبداالعبع١خPrincipal components analysis 205 أرٕف١زSAS205 ةرٕف١زSPSS207 6-6ٞاٌزؾٍ١ًاٌعٕمٛدCluster analysis210 6-7غش٠مخدسعبداٌّ١ًاٌّزطبثمخ Propensity scores matched (PSM) 214 6-8أؾذاساٌؾشفRidge regression215 6-9ٓ١االٔؾذاساٌؾصRobust regression221 انسا انفصمبعاننسبٍت وانخطورة االرجحٍت نسبتا :228 7-1ٔغجخاالسعؾ١خOdds Ratioٚاٌخطٛسحإٌغج١خRelative Ratio 228 أرٕف١زSAS229
- 10. ػ ةرٕف١زSPSS230 طرٕف١زMedCalc232 درٕف١زGraphpad Prism232 7-2اخزجبسBreslow-Day239 أرٕف١زSAS239 ةرٕف١زSPSS240 7-3ٕٝاٌزعج١شعٓٔغجخاألسعؾ١خثّٕؾROC241 أرٕف١زSAS242 ةرٕف١زMedCalc243 7-4اخزجبسCochran-Armitage Trend246 أرٕف١زSAS246 ةرٕف١زMedCalc249 ان انفصمثامن:ًانهوجست االنحذار252 8-1االٔؾذاساٌٍٛعغزٟاٌجغ١ػ252 أرٕف١زSAS253 ةرٕف١زSPSS254 طرٕف١زMedCalc255 8-2االٔؾذاساٌٍٛعغزٟاٌّزعذد256 أأوضشِٓعبًِِغزمًصٕبئٟرٕف١زSAS256 ةأوضشِٓعبًِِعاٌزذاخًرٕف١زSAS258 طأوضشِٓعبًِِغزمًصٕبئٟرٕف١زSPSS263 8-3االٔؾذاساٌٍٛعغزٟثبعزعّبيإٌّجئبداٌفئٛ٠خ265 8-4االٔؾذاساٌٍٛعغزٟٔغجٟاالعزغبثخ267 8-5ٟاالٔؾذاساٌٍٛعغزٟاٌزذس٠غ268 أرٕف١زSAS268 ةرٕف١زMedCalc270 8-6االٔؾذاساٌٍٛعغزِٟزعذداٌؾذٚد271 8-6-1ٟاالٔؾذاساٌٍٛعغزٟاٌزشر١ج271
- 11. غ أرٕف١زSAS272 ةرٕف١زSPSS274 8-6-2االٔؾذاساٌٍٛعغزٌٍّٟزغ١شاداٌزبثعخاالعّ١خ276 8-7ٟاالٔؾذاساٌٍٛعغزٟاٌششغ277 ان انفصمتاسعًانذوائ انتفاعم :280 9-1فٟؽبٌخإٌغجخصبثزخ280 أرٕف١زSAS281 ةرٕف١زCopmpuSyn286 9-2فٟؽبٌخإٌغجخغ١شصبثزخ293 أرٕف١زCopmpuSyn294 9-3فٟؽبٌخرٌٛ١فخدٚائ١خصالص١خ300 أرٕف١زCopmpuSyn300 9-4غش٠مخاالعزغبثخاٌغطؾ١خResponse surface analysis320 انمصادر337
- 12. ٞ انمقذمت ٌاؾّذهللعٍتذلذسرتٗاٌتزٞٚفمٕتٟألٔغتبص٘تزااٌىزتبة٠ؾتذٟٚٔأِتٝتٝعٍت ْ٠ؾ الوج١تشاثت .سظبٚا٘زّبَاٌجبؽضْٛٚاٌطالةعٍٝاٌغٛاء شٙذداٌغٕٛاداألخ١شحرمذِبِزغبسعبفٟعّ١عاٌعٍتَٛٚلتذغتبيرٌتهاٌزمتذَعٍتُاألؽصتبء تتتتتُفشٚعتتتزٞظتٌابٍّتتتتتذحشت٠عذتتختتتخِخزٍفت١تتبدثب٠ٌٛٛعتذرخصصًتتتِضٟتتتتتبءاٌطجتاالؽص (Medical statistics(ٟٔتت١ذالتتتبءاٌصت)ٚاالؽصPharmaceutical statistics) (ٟٚاالؽصبءاٌى١ّ١بئChemometric(ٟ)ٚاالؽصبءإٌٙذعEngineering statistics) (ٟٚاالؽصبءاٌش٠بظMathematical statistics)(ٟٚاالؽصبءاٌضساعAgricultural statistics(ٟتتتتتٛساصتٌتتتتتبءات)ٚاالؽصGenetic statisticsتتتتتخت١تتتتتبءاٌّعٍِٛبرت)ٚاؽص (Informatics statistics)ٚ(ٞاالؽصتبءاٌج١طتشVeterinarian statistics).ٚٔغتذ َٛ١ٌااٌىض١شِٓاٌّغالداٌعبٌّ١خاٌشص١ٕخلذظّٕذ٘١ئتخاٌزؾش٠تشخج١تشااؽصتبئ١بالثتذْا ٍٝ٠صبدقعً١ٍغش٠مخاعشاءاٌزؾٟاالؽصبئًٌٍجؾشلج.اٌّٛافمخعٍٝإٌشش اْإٌّٛٚاٌزمذَاٌزٞشٙذٖاالؽصبء٠عٛداٌٝاٌزمتذَاٌىج١تشفتِٟغتبياٌجتشاِظاالؽصتبئ١خ .ُٙاٌزٟٚفشدٌٍجبؽض١ٓعجالاوضشِشٚٔخٚعٌٙٛخفٟأغبصرؾٍ١ًث١بٔبر ٚثبٌشغُِٓاّ٘١خاٌزخصصبداالؽصبئ١خاٌّخزٍفخفبٕٔبالٔغتذاٌ١تَٛأٞعبِعتخفتٟاٌعتشاق ٚش ٌٕرّٕؼشٙبدحفٟرٍهاٌزخصصبدِٚ٘ٛٛظٛع٠غزذعٟاعبدحاٌاٝعّتًعٍتاعتزؾذاس تبءتتَٛاالؽصتٍتٟعتتْٛفتتذداٌّزخصصتتخعتٍتٗ.اْلت١تٙبدحفتتٕؼشتٌّتبدت١ٍتذٜاٌىتتٟاؽتتُفتلغ ١اٌّخزٍفخع١ٕعىظعٍجبعٍٝاٌم١ّخاٌعٍّ١خٌٍجؾٛساٌعٍّ١خارعٌٝؤدٞاأزبطثؾٛسرعزّتذ عٍٝغشائكاؽصبئ١خغ١شؽذ٠ضخاٌُْرىٓغ١شصؾ١ؾخ. ٚتخت١ٍّتٛساٌعتتٓاٌجؾتِتشت١اْاٌىضتختتبدؽذ٠ضتٔتزعّبيرمبتتٝاعتٌتبطاتتخرؾزت١تبألخصاٌجب٠ٌٛٛعتث فعالعٓاعزعّبيغشقاؽصبئ١خؽذ٠ضخٌغشضاٌزٛصًاٌٝٔزبئظٚاعتزٕزبعبدٚرٛصت١بد ْرادل١ّخعٍّ١خٚعٍّ١خ.ٚ٘زاْاٌعبِالِْزشاثطبٌٓٚىفٟوض١شِتٓاٌؾتبالد٠زعتزسعٍ١ٕتب تتٙتٛفشاالعتتذَرتتجتعتتبثغتِتباتّٙ١ٍتذّ٘باٚوتتزعّبياؽتاعٓ١تبؽضتتخاٌجتتذَِعشفتتخاٚعتضحاٌؾذ٠ض ثطش٠مخرشغ١ٍٙبفٟؽبٌخرٛفش٘باٚثغجتعذَاٌّبِٕبثبٌجشاِظاالؽصبئ١خاٌؾذ٠ضخٓفعالع عذَٚعٛداٌىض١شِٕٙبٓ١اٌٚىالاٌغتججص١شاٌغتٍجٟٚ٠تؤدٞاٌتٝأزتبط ِّتبع١عتبعفِتٓاٌزت .ثؾٛسعٍّ١خرادِغزِٜٛزٛاظع اِْٛاوجخاٌزطٛساٌعٍّٟاِتْوزتبث شاظتشٚس٠بٍِٚؾتبٌتزافتٟ٘تزاعتبءٌ١غطتٟعبٔجتبِّٙتب تبئ١خاٌؾذتتشقاألؽصتتطاٌطتتٝثعتٍتٛءعتتٍػاٌعتٚ٠غَٛتتٍتٟعتتعخفتتبدٚاعتتبرطج١متٌٟٙتتتخاٌزت٠ض اٌطتٚاٌص١ذٌخ.ثغ١خرشغ١عاٌجبؽضْٛعٍٝاعزّبدرٍهاٌطشائكفٟثؾٛصُٙاٌمبدِخ
- 13. ن اْعٕٛاْاٌىزبةثذا٠خوبْرم١ت١ُاخزجتبساداٌزشتخ١صاعتزعّبياٌخبصت١خاٌعٍّ١بر١تخ ٌطج١تخث ًٌٍّغزمجٚ٘تِٛتبدحاٌىزتبةاٌشئ١غت١خ،االإٔتٟٚعتذدٓاْ٘تزااٌّٛظتٛعال٠ّىتٗا٠عتبؽ ثصٛسحعٍ١خٌُِبأرٜطشقاٌِٝٛاظ١عاخشٕٗال٠ّىٓفصٍٙبعالسرجبغٙباٌٛص١كثٙتبٌتزٌه ٌُاعذثذااالْاأغ١شاٌعٕٛاْاٌٝاألؽصتبءٚاخزجتبساداٌزشتخ١صاٌطج١تخٌْ١زطتبثكاٌعٕتٛا ِعاٌّعّْٛٚفٟٔفظاٌٛلذٌٟىأٌشاٌجبؽض١ٓاٌٝإْ٘بنصّخاخزجتبساداؽصتبئ١خ ٔفذ ِزعذدحٚٓ٠ٌٚت١ظاخزجتبساٚاخزجتبساٌزتٟدسطعٍتٝاعتزعّبٌٙبفتٟاٌجؾتٛسٖالعت١ّبٚاْ٘تز تختتٛساٌؾذ٠ضتتٟاٌجؾتتذحفتّتٟاٌّعزت٘تبسادتاالخزجتخرت١ّ٘تبٌياالتتشاثتِتبات٘ٚاْاعزّبدتعتِت١بتّبش ٟتتٍّتٛساٌعتتخاٌزطتتخِٛاوجتع١بعٍّتزعتتذاعت.ٚلذٓ١تبِغتٔتٝاٌجشتٌتبفخاتثبالظSPSSٚSAS تخت١تَٛاٌطجتٍتٟاٌعتتعخفتتبدٚاعتتٗرطج١متٌتبِظتٔثشMedCalcٍّتزعتتباعتّ١فذتبتٌّٙٓ١تبِغتٔثش رطج١مبدِّٙخفٟعٍَٛاٌص١ذٌخGraphpad PrismٚCompuSyn. ٌٌٚمذؽبذعب٘ذااْالأٌصمًعٍٝاجبؽشثبٟشزمبلبدس٠بظ١خٌٍّعتبدالداٚاٌزٛغتًثعّتكفت ش٠بداالؽصبئ١خ ٌٕششػاوٟالافمذؽّبعزٗفٟلشاءحاٌىزبةٌٚٚأّبؽبذرجغت١ػاٌفىتشح لذساٌّغزطبعثؾ١ش٠ىْٛاٌجبؽشلبدساعٍٝرطج١كرٍهاٌطتشقٚرفغت١شٔزبئغٙتبٚ٘تٛغب٠تخ ِبأ.ٖٔشذ ٕتزّ١ؾتتٛااْ٠غتٚاسعٟٔٛتتتزساٌىتتبؽضْٛعتاٌجٟتتٌُأٟتتغط-تذتتشلصت١تذاٚغتتٓلصتع-تطتثع اٌغٛأتاالؽصبئ١خاٌّّٙخراداٌعاللتخثتبٌجؾٛساٌطج١تخٚاٌصت١ذالٔ١خاٌؾذ٠ضتخٚفتِٟمتذِزٙب تختغش٠مMeta-analysisٟتتتبٚاٌزت١ٌّتذحعبتّتبئ١خاٌّعزتتشقاالؽصتتذساٌطتتٓاؽتِتذتتٟرعتاٌز .سعئاٌىزبثخعٕٙباٌٝٚلذالؽكاْشبءهللا ع وّبأسعٛااْال٠زشدبرُٙٚرعٍ١مبرُٙؽتٛيِٛاظت١عاٌىزتبة دأِٞٓاٌجبؽض١ٓفٟاثذاءِالؽ تبدعزعتبعفِتٓل١ّتخاٌىزتبة ْرٍهاٌّالؽ ٌمٕبعزٟثٝٚ٠ّىتِٓٛافتبرٟثٙتبثبٌىزبثتخعٍت ٟٔٚثش٠ذٞاألٌىزشfiras_rashad@yahoo.com. ْأأًِاأْٛولذٚفمذفِٟغعبٞ.....ٚهللآِٚساءاٌمصذ د.فشاطسشبدٟاٌغبِشائ وٍ١خاٌطتاٌج١طشٞ/عبِعخثغذاد /رّٛص2015
- 14. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 1 االؽصبئَخ وانجشايظ األؽصبء : األول انفصم 1-1االؽصبئَخ انجشايظ لقدددديده دددٗ ال دداا ا دددً٘ اهن ءددْة٘ا ٖدددة م٘ددا دددة ٔالدد ٘ح ددد اية المددااهص ددِولداس ما ا ّساع بسِْل ٘ح اية رات ايختم،٘ح د اية المدااهص هدي ٗد ال اٙى ّْء ِل و دتداس ديدٗون ٖددالتت ددً ٘الم دبد٘ءيل ٖددة.و دتداس دلدّل ة ددّقددخوس٘ح دد اة دااهصدب ِل و اسددت دد عر ٖةدد ّءدد هتة ًددل ّاى لو٘دد عُّٖددSPSS 21ّSAS 9.1ّ MedCalc 10ّGraphpad Prism 5ّMedRocرات ايختمدد ءٌة٘ددخ ٖةدد دد ايةدد ٗا ولل دتدّاس ع ددالنت ددبؤهةل ددص الخ ٘حهص ددًباع ددسْددُCompuSyn ددالتْل٘ة دبد٘عل ٗا ددلتقدااهصدالم دددءل دد٘ءرم ددً٘ اهن دد٘ل اةتو عي ددٗا ة ددِب دددّكل . ددّ٘اح ال .ع النت هي عي اية عي ٗا ى و ّل هص ًبا ٗSPSSااق ال ٖة ي و است المااهص ةا ا هيًَيق٘راسد ال ُص الوٌد ضوي ت ٘النل ظن لوهود اليدْار ت د هاب خدال هدي ت د الوي اسدلْع تود ٗ ًَْد عي ال ة هي ٗقلب، َل و است ْب صهص ًبا تما ٗ ة٘وSASلن د ال ٖةد را اًتاد المدااهص ةا ا ُْ هص الاًد ٔعلد ءرمدى اّاهدا خدال هدي التٌة٘خ ٗتن اك ب الس هص ًللما ٗاا هغ اسلْب تو ّٗ. هي٘ي الماًد ال ٖة ّءتْةا٘ح د اة طااحدُدخ ةدؤى لدخا ا د ة٘داياىالماى هيد ًٗوندي دويدض دٌ٘ةِود ءالدااهصدماأل٘ح دد ةداادايا عي دد هتّال٘دد ءخ داد٘غددً٘ اهن ٕأ ِل و استو، ً٘ ّايًسد ٘سد ٌِّال ٘ ْْٗل الم لْم ال هختلف ٖةًيد ة٘ودبدااهصٓاخدا بااهص هةب ّاة هي ٖة ص ءتخCalcuSynّCompuSynٖةد ص ءتخ ٖالت ّاح٘د ال التْل٘ةد عل٘دب هي(Drug combination indexّا )د الْرا بدااهص هةدب ٘النوPopgeneّPowerMarker. ٘لو ال ت التخ ٘لمق لٌسم ب ُّنخا ا ّسدددد٘يةدددد لمبددددا اى ايهةلدددد دددد هاا خددددال هددددياهصSPSSّMedCalcّ Graphpad Prismالترم٘د بسدِْل ءتو٘زرًد هقهص بماًدSAS،ايحص د الخ اى ْددءة ٖددّالت داد٘اٙخ هص ددًللما دزيد٘الوتوال قددهي ًبا َددٌه دبد ءي ْري دخدالو دااهصدمديديٗون .ٌَع ٌايستغ يشدِل و است ّا ِاةت ه هي م٘اي عر ٔال ع س٘ي المااهص ٍُخ ءْةا م ع اىةودةال . ْ الي سِْل بسمبٔعلهص ًباSPSSهدى رًد هقالمدااهص بق٘دسدِْل عدي دال ة هص الماًد ٌَه لل َ٘ة ٖح اية التيل٘ب ءٌة٘خ.ةة٘ي المد بد٘ي اّي ءد ةدا األكلد ّرادند اةد ه ٖع ٗسدت هود َءد ً ٘ب لتيل٘دب الوالحود ٘ح اية الراٗق َ٘ة يٗي ق ة الم ةؤى .َءيل٘ل لتٌة٘خ ٓاخا بااهص٘ةة الم ًظا ًلةل ع ال ُخا ّٖةالمااهص ٍُخ ض ب اى ٔال ي
- 15. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 2 ْد الي ٗونيهْقدى هدي علِ٘د4shared.comةسد ٗةدتح اى د بعةد للماهدا ُّْد هص باًد د٘ب ٌء ٗوندي دن ّهدي بسدِْل َااح ا ٗوني ٗس٘اMedCalc 10 portable ةدا ا هص الماًد ُدخا هدي ٗةد الي الٌسدخ ًل ّاى ايهةل ت ً ٘ب ءيل٘ب ٖة َولت است ٕالخ ( اسدمْع٘ي لةتداي ِد٘م ٌء ٗوندي ّٖالتد راح هيtrialبدؤى علود ودب ال عدي ءتْقدف دن ) الم ا سهص ًا400هص ًبا ٗخص ة٘و اه عّيرGraphpad 5هتدْةا ْةِدد ٗأعلد َ٘عل وب ّال َ٘م ٌء ّٗوني الوْقى ًةسٗة ةد ارا اصد د ٗ ًَْد عدي دال ة،آخدا اى اك ُْ هص ًالما لِخا ار اص6. 2 - 1انجبٍونوعَخ انؼهوو ٌف ورطجَمبره األؽصبء دتادها دندقْاس ق ددٌُْْٗل الم دْمدل ال د٘يدبدد٘ددالوختلةدد ال ٖددة ٖددٗرأ دبدةس دبدءتوة دد٘ء ٘الي ددّ٘الن٘و دْعدس ّالي دد اية ٖددُ ٘ددس اس ت د ءخددة الم اى اكاى دبدٗي أل دْعدس الي و دتداس ٔددعل ري ددالق َددٗ ل دْىدءن ّاى دد ية ب ددهلو دْىدٗنداادالدبد٘تيل األَءيابت ت ً ٘لم ٖح ةلن٘و٘د ب اةد ه ٔعلد ٗندْى اى ٔال ج ٗيت ٗا ُّْء٘د ٘الي ٖر ٘لءةس٘اات٘علوَحي لٌتس٘نْى ّبخلدكات ْبيد ج اًت ٔعل عرا قٖل عد ْٓهسدت ّ.هتو٘زي ٘علو ق٘و لد ٌُض بل ٗوندي ٖالتد ٘ح د اية المااهصةد لملغدا ِل و اسدتالتيلد٘الت داا ا ٘ح ايةّلندي ٗة اليظدن هةة المدْىع اعتود ٔعلد داّى ٖٗح د اة اسدلْعّاةد ٘ي ه ر ّاختمع هي هص ًّباّ٘يٗيّىكلد عي،ا ابهولد ً٘ور ع اعتو ٕأّاستٌسد للراق هناررات ّايختمدٔالد ٕءدئع ٘ح د ايةءقل٘دةد ٔالد حص الٌتد ٘اق د ّه ق٘ود ب .م٘ا ٕأل دمدس ٌه ٍر ددّاعتم ددّاة ٖح دد اة ر ددبؤختم ددة الم دداة ه داد يءقت اى دبدٗي دخلددّل . عراسالوة هي ب ّلر ايختم ٔال ري ايش ٌُ ا ٘tهدي النة٘دا ٓ لد اّةد ه د ٗ ٕالخ ةة٘ي ددالمددهِو را دداختم َددًْ ديده لاان ددةمددّعق٘قددّبألدْىدٗن ٖددالت دااتد٘الوتغ ٖددة خص دْىديٗن ر ددايختم دخادُ اى اي دد٘ ٘طم ددِ ٗءْاددعق٘قدىدٗءْا كات ت ددً ٘الم دْىديءن ه ددٌع دايدالةن داعداق ٖددّلن .ٖدد ٘طمال ٔددالٓر ددقرا دداختم ٕدادٗي اى ديدهون دخصدش ٕأ اى ْدداق ب ٔدودّٗس حص ددًت ٖر ٘ددس ر ددايختم دخادُّ حن ددص داد٘ا ْددُّ م ددال ٖددة دنادالس دمدلٌسر دديختم ا( ٖاْاح لRandom testًَا اي )ٗوةب الي ّاقى ٖةَحد اعر رادن عق٘د ا٘دا ر اختمد قاايالسنا لٌسمٕالسنا عي وئشا م ال ٖةعق ٔاعل ر ايختم ٗنْى ة٘وَااح ا ٌع حن ددص دخصدلا ددٌ٘ع ٔددعل((Fasting Plasma Glucose test،٘دالةدص اى ٕا
- 16. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 3 شاّط بتْةا ع ءتي ر ايختمٌ٘ ه.ر يختم لٌسم ب الي خلدtرات ايختم هي ٍا٘ا ّا ٖ ْدددّء َ٘دد٘ةدّش دديدعاًن ددبدهةددد٘لو الو رات دددايختم ٔددودءس دددالويوْع ٍددخدُّددددءل اى اك ا ق٘ن اى ءةتا رات ايختمٖ ٘طم ءْاٗى كات لوتغ٘اءدْةا ٓ بود ع ءتيد حيِد ًت ّعقد ، داطدالا دخادُٓداداخ داّطدش ٔددعل دالّيدع.ددل ءت َددهِو دؤلدهس ٔددعل دد٘ التؤ ديده دديب ددٌُّ ر ختم بtهي ٔاعل ٕأ ً٘سم م٘ا ٌ٘ ال ةين ٗنْى ه ٌ ة30ةدؤى ي ُ هار ايختمد كلدد ْل ٔةت َل و است ح ًٗلْع ء ول الوست ٌ٘ الّكلد ٖ ٘طم ا٘ا َ ٗءْا هيتوى ٔال ٗددد ٌِال ًظاٗددد ةسدددب( زٗددد الواCentral limit theoremو اسدددت اى وددد ) ٘لو الاله رات ايختمرًد الوق لد ة ٖةهلت٘ي د ه بد٘يهةدبWhitney test-Mannّ Wilcoxon testظا ٌّالوٍير ختمٕtestUnpairedّtesttPairٖالتدْال ٔعل اي ّالو٘دد الاله رات ختمددهلت٘ي دد ه هددي ةددا ا لدد ة ٖةددWallis test-Kruskalّ Friedman testظاي ٌالوألر ختمٕtالو ا٘دا هالت د الو لد ة ٖةد ّزعّالود ّزع ت ٌ٘ ال ٍُخ ءنْى ه ٌّعر ايختمد حص ًتد ى ة ٖ ٘طم ِ ٗءْا ت هيتو ٔال ْع ّء م٘اي هي عق اقب ًِا اي صي٘ي ءنْى. ٘لو الو رات ايختم صدغ٘اي عٌ٘د ٖة ٘لو الو رات ايختم و است ل ة ٖة اهةِ٘د يءتدْاد ٗءْا دة ال دد٘ ٘طمدؤىدةرات ددايختم دددءل ع دداعتودخلددّب ددٗز الوا ددٗ ٌِال ددًّٗظا ٔددش يٗتودْىدءن ِحي ًتعق٘ق ا٘اصدغ٘اي ت ٌ٘د ل لو٘د الاله رات ايختمد و اسدت ى ةد ٓاخدا ِد هي . دىدٗءْا كاتددق٘و دداعر ٔددال ٕد٘ئعدس ٖدد ٘طمددعق٘ق داد٘ا( دد٘ل لالةتوPٍدخدُ دْيدق اى اك ) .غ٘اي ال ت ٌ٘ ال ٖة قل٘ل ءنْى رات ايختملخاعي اٗد ٖةد ا د هِو اهاا ٌ٘ ال ةين ةؤى حص الٌت ٘اق ه. اىر ايختم دااد ي ددٌ٘ ه داّطدش دْةادء داّريدض ٔددعل داد يءقت دنلدالوادبدةيسددّاًو ٓ ءتٖةد خب ًد ٕأ التيل٘دب ٖةد ٘ح د اية الراٗق ر ٘اخت ٘٘ة لتاوب كلدعلدن هيد ُْ آخا.رع التي ّءيل٘ب و٘ن ء اىٗوني ت ً ٘المءيلب ّاى ه٘ن ء ي ب غ ء اىيبد ّلندي ٘ح د اة طاٗق هي ةا بؤ ْع ّ هيّ و٘ن ءطاٗقحص الٌت اعر ٖة ب اية ءوةالى. ٍّالةنا لتقاٗب٘ي سؤستبْةؤق وةاىالووندي هيق٘د قود٘ص ٕ ارءد اى17َّلنٌد س٘نْىّاسىا اى ٗوني وٕ رء٘بق قو٘ص15٘ضد س٘نْى ٌَّلنالق٘د ّاى16 دتندٗ اى دبدٗي ٖددالت ٘ح دد اية ددللراٗق دمدلٌس ب ددالي دخلدد ٖددس ٘لق دده ءو ددالوْاة ْددُ ُر ٘اختي ّاةد طاٗقد ق ٌُ ّلني للتيل٘ب طاق ي ع ق ٌِةءيل٘دب لغدا دب األة ُٖد .حص الٌت ٔعل ْ ّالي ت ً ٘الم
- 17. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 4 دد٘الق دندةي ى دد ّاكاب ددالس ددٌل هة ٖددةٖددة ٌٗ ددل دؤىدة ر دد٘ايخت ددعق ٔددعل دادالوئش ْددُ ( ٗد التي هدب ه هةدب قد لل هق٘د هدي ةدا ا ٘ح د اية التيلد٘التCoefficient of determinationَددل دزدّٗاه )R²( دؤدالخر ت دد هاب دمدهتْس ّاMean square of error. ُّا٘ا ) وب الوسدت ٖح د اية هص الماًد ُٖد الِ٘د ري ايش اّع ٖالت ٓايخا ه ِال الٌقر،ةلد٘س ت ً ٘الم لتيل٘ب رّا ةا اي هص ًالما و است ٕاّر ال هيٍر ّاعتمعاحو الوالحن ُْ ٘ح اية الراق ليو٘ىاي هص ًالما و است ّاًوسِبا ءرم٘د ٖةدلراٗقد٘ح د اية عي الويةد الم رُد ٗخت ٖالت،اى ٌٔد بوّاح٘د ال التْل٘ةد عل٘دبالوةد سدم٘ب ٔعلدٗوندي هص باًد و ست ب ِ٘عل ْ اليSPSSّاSASّاGraphpad Prismل ّلندي٘سدل حص الٌتد ص٘ب ءة ّا التٌة٘خ سِْل ٖة ّٗ هتس المااهص ٍُخ و٘ى.َّسدٌالةظ ه ُْديةقد ءي ٌعت ً ٘الم ل٘ب.هص ًبا هي ةا بؤ 3-انًزغَشادVariables اك ت ً ٘الم ُٖ اية اًْا هي ًْ ٕي ٘ايّل عي الو اىهب ٗتت ًد ٘ب هى اية م ارقد ًدل ا سدْا هختلةد ت ًد ٘الم ءلد ءنْى اى شاٗر ت صة هيوْع ّا ة ل ْع ء ٌٔد ه عدي داة ًت اى لٌد يبد ٌُّد . اسو ّاهتغ٘داي اّسدو صدة ٗوةدب ٕالدخ :الوتغ٘دا اليودا م الد ت اٗد ع عد اليسدن ّاى اليسدن ْطد كلدد هة . ر ال ٘ق ت ً ٘للملدْى ّا ٘ي ال. ُّا٘ا داقدالر ديده ددٗ ال ق ددٌُلةا ا اى اي دااتد٘الوتغ دٌ٘فد تددُدْ٘عدشدٌ٘فد ء ٖددة دبدءتوة الوتغ٘ااتٔالًْع٘ي: 1-الٌْع ددددااتد٘الوتغددددد٘(ariablesualitative vQ)ت ددددد الة كات ددددااتد٘الوتغ ّا (ategorical variablesC)ددِ٘ة دتندٗ ٖددّالتٍدخدُّ ددص خ ت دد ة دويدض داد٘الوتغ دىدّض ن ء الوتغ٘اات: أ-٘دوداس دااتد٘هتغددهاءم داد٘ا(Nominalٖددٌ ّء دايدالما دْىدل ّا د٘يد ال دْىدل دبدهة ) لو ّةق ِبتاء٘م هلزه٘ي ا٘ا ًٌا ٌٔ بو هاءم ا٘ا ٘اسو هتغ٘اات. بت ٗ٘ا ع-( ددهاءم ٘دوداس دااتد٘هتغOrdinalْٗلْر ددبن ٖددراس ال د٘بد التي ْٓدتدهس دبدهة ) ت الة ءنْى اى ّيٗاتاط ي ٗ ّش ّهتْسر :طة٘ة ب ايص ي ش ّا ٍتْرا ّع ست٘ا ّه ةا ا ّا ارب ّا ال ءنْى ق ّاًو بت عا عّ.ٖالزاه التاء٘ب ٗنْى ٌُ ج-٘ح ٌ هتغ٘اات(Binaryّا (ًيد ةقدم لت٘ي بيد عٌِد مدا ٗ ٖالتد الوتغ٘داات ُّٖ ) .هب ة ا٘ا هب ة ، اّسل٘ن ع ه ، هلقح ا٘ا هلقح هةب )ةاب
- 18. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 5 2-النو٘دددددد الوتغ٘دددددداات(Quantitative variablesددددددد٘الاقو الوتغ٘دددددداات ّا ) (Numerical) ق٘و ءؤخخ ٖالت الوتغ٘اات ُّٖم الد ٖةد السدنا ٘ز ءا هةب هختلة ٘رقوالوْلدْع ّاى ّا ُّا٘ا الْيعي ٌعدض ب اى ٔعلد ٘ التؤ هي يب ٌٍُُّدخ هديالوتغ٘دااتقدقد٘ن ءؤخدخ اي ٘رقوةود ٘و هتغ٘اات يء ًِاةهدي هق٘د ّضدى عٌد ال5ي شد لْصدف ت د عر ة ه بوا ب ايصؤ.م رق ب ٌَع م٘ا الت ءن ّاى هاءب ٖاسو هتغ٘ا ٗوةب كلد ى الوتغ٘اا وي ءتًْع ٘النو ت٘: الوتغ٘اات هي ي أ-الدااتد٘وتغ( دد هتقرiscrete variableD)دد٘ةق٘ق ددق٘و دخدءؤخ دااتد٘الوتغ ٍدخدُّ ال ع عد كلدد هةد صي٘ئهستادة ٖةد ٔواضدالِ٘دةن ابديٖةد ي٘ي الٌد الرلمد ع عد ّا . ّاي ّر ال ع-( دتوايدهس دااتد٘هتغcontinuous variableرق ددق٘و دخدءؤخ دااتد٘الوتغ ٍدخدُّ )دد٘و اليسدن ّْطد اليسدن ّاى هةب ٓ ه ضوي ّءقى ٗعاا سْرا وي ءتعي الزٗد ار ّهقد ٘الْ٘ه ً٘الْاُّا٘ا. الوتغ٘داات هدي ى ًْعد ق ٌُ ٗنْى ٌ٘ف الت ُخا ب ّْبو للوتغ٘اات اخا ٌ٘ف ء لد ٌُ ُو( الوستقل الوتغ٘ااتIndependent variablesب ء ّهتغ٘اات )ّهتغ٘ااتا٘دا هسدتقل(Dependent variables)( علِ٘د هسد٘را ّهتغ٘دااتControlled).ةودةال ٘دز بتا ا ءتدؤ يًِد بى ءد هتغ٘دا ب ايسدتي ءندْى ة٘ود هتغ٘اهسدتقب تمدا ٗ الياع ٘ز ءا الياعَ٘عل هس٘را هتغ٘ا الاخص ّعواةؤى خلدايًزٗن ٘ز ءاتمدا ٗهسدتقب هدب ع ّعب التة ساعبى ء هب عّالياا عرّ َ٘عل هس٘را هب عهِود ٗندْى دٌ٘ف الت ُدخا ار ايًيد ٗا ءقد عٌد ا د.ًْد َعل٘د ٗتاءدب اك أيُو٘د لم بد اهداا الوتغ٘دا ًْد ٗد ءي اى .َءرم٘ق ٗيب ٕالخ ٖح اية ر ايختم 1-4ٌانطجَؼ انزوصٍغNormal distribution الوتغ٘داات ٍُّدخ هتغ٘اات هى هب ٗت ايةهختلةدّأشدا قدبق سد الِ٘د ًودب ٗ ود ٘دْاحدا ال دااتد٘الوتغ اى ٖددُ ت ٘ددالةاض ٍدخدُ دندُا ديدّه ت ٘ددةاض دىدّض ٔددعل دد اية ٔعلد الوتراةد ّالقد٘ن دز الوا ْةد دز ءتا القد٘ن ظدن ه اى ٌٔد بو ٖد ٘طم ِ ٗءْا ٗنْى ٔبوٌيٌد ٔٗسدو ه ُّْد الوقلدْع لليدا َب هاد الادنب ٗندْى ٘بي ٘رٗي ء ءقب ًم٘ي الي التالر ددىدْٗاٖددد ٘م((Normal distributionددندظ ه ٔدددعل دددٌٗرم ددىدالْاق ٖدددة ددخادُّ . ٘ ْْٗل الم الوتغ٘اات
- 19. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 6 كلد عن ٗ اى عّى ٘الةاض ٍُخ تو ٗ ةة٘ي الم هي النة٘ا اى ًي ٘ول ال ٘ة ٌال هيبؤعلد ر أختم ّا ٘ءياٗمُدخا ءدْةا م عد اى اك ٖد ٘الرم للتْاٗدى النم٘داي ٘ايُو هي الاان ٔعل ٌد ٗ الااطرات ايختمد اى ٖر اختمد هةدب لو٘د الوtّكلدد عق٘قد ا٘دا حص ًتد كات سدتنْى ٔعلد َبظاللد ٖس٘لقحص الٌتدّ.ت ّ٘التْصد ت ايسدتٌتر اختمد داا ا الوِدن هدي ةدؤى لدخا هي ًْع٘ي ق ٌُّ ِ ٗءْا ًْ ٔعل اة للت للوتغ٘ااتالراق: - 1ً٘د ٘الم الرداق(Graphical methods)ا ٔعلد ودب ء ٍدخدُّداد٘الوتغ ءْاٗدى ر ظِد ٖد ٘الرم ّالتْاٗدى الوتغ٘ا ءْاٗى شنب ب٘ي ًر هق ٕءيا ّا ٖاْاح الهدي دب دوي ّءت QQّBox-plotّSteam and leaf. -2( دد٘الاقو داقدالرNumerical methodsٖددر ء داقدالر ٍدخدُّ )ٗاات ددالتق دضد ب ٖرد ء رات اختمد دوي ءت ّا ّالدتةلرح ايلتدْا هق٘د هةب ٘ح ايةرقو٘د حص ًتدهةدب Shapiro-WilkّKolmogorov-SmirnovّCramer-von Mises. ٘ح اية المااهص ظن ه ٖة ءتْةا الراق ٍُخهص ًبا ٌِّهSAS. 1-5أخزجبسادٌانطجَؼ انزوصٍغ أ-اخزجبسادSAS هة1الوتغ٘ا اختماءْاٗى :w data z; input w; cards; 50 34 44 53 48 46 44 39 PROC UNIVARIATE DATA = z normal plot; HISTOGRAM w / NORMAL CFILL = ltGRE; INSET N = 'Number of students' MEDIAN (8.2) MEAN (8.2) STD (8.3) STDMEAN (8.2) / POSITION = ne; RUN;
- 20. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 7 36 42 48 54 0 5 10 15 20 25 30 35 40 P e r c e n t w The SAS System 18:45 Thursday, July 3, 2014 The UNIVARIATE Procedure Variable: w Moments N 8 Sum Weights 8 Mean 44.75 Sum Observations 358 Std Deviation 6.06512278 Variance 36.7857143 Skewness -0.5897158 Kurtosis 0.15590687 Uncorrected SS 16278 Corrected SS 257.5 Coeff Variation 13.553347 Std Error Mean 2.14434472 Basic Statistical Measures Location Variability Mean 44.75000 Std Deviation 6.06512 Median 45.00000 Variance 36.78571 Mode 44.00000 Range 19.00000 Interquartile Range 7.50000 Tests for Location: Mu0=0 Test -Statistic- -----p Value------ Student's t t 20.86885 Pr > |t| <.0001 Sign M 4 Pr >= |M| 0.0078 Signed Rank S 18 Pr >= |S| 0.0078 Tests for Normality Test --Statistic--- -----p Value------ Shapiro-Wilk W 0.968113 Pr < W 0.8828 Kolmogorov-Smirnov D 0.200793 Pr > D >0.1500 Cramer-von Mises W-Sq 0.031831 Pr > W-Sq >0.2500 Anderson-Darling A-Sq 0.1982 Pr > A-Sq >0.2500
- 21. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 8 Quantiles (Definition 5) Quantile Estimate 100% Max 53.0 99% 53.0 95% 53.0 90% 53.0 75% Q3 49.0 50% Median 45.0 25% Q1 41.5 10% 34.0 The SAS System 18:45 Thursday, July 3, 2014 The UNIVARIATE Procedure Variable: w Quantiles (Definition 5) Quantile Estimate 5% 34.0 1% 34.0 0% Min 34.0 Extreme Observations ----Lowest---- ----Highest--- Value Obs Value Obs 34 2 44 7 39 8 46 6 44 7 48 5 44 3 50 1 46 6 53 4 Stem Leaf # Boxplot 5 03 2 | 4 68 2 +--+--+ 4 44 2 +-----+ 3 9 1 | 3 4 1 | ----+----+----+----+ Multiply Stem.Leaf by 10**+1 Normal Probability Plot 52.5+ *++++*++ | +*++*+++ 42.5+ ++*++*++ | +++++++*+ 32.5+ ++++++++ * +----+----+----+----+----+----+----+----+----+----+ -2 -1 0 +1 +2 اى حص الٌت هي ّٗالةظا٘دا رات ايختمد و٘دى ّاى ى ربد هتق ّالْسد٘م الوتْسدم ٕٗا ءقد ( ٌْٗ هShapiro-WilkّKolmogorov-Smirnovّ(Cramer-von Mises اى ٔال ٗا٘ا هو٘ ٘طم ٗءْا ٗتْا الوتغ٘ا. رسن ءٌة٘خ ٗونيProbability Plots:ا ٗاي و بؤست proc univariate noprint; probplot w / normal (mu=est sigma=est); run;
- 22. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 9 ة-أخزجبسادSPSS Analyze Descriptive Explore statistics
- 23. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 10 الزر ٔعل غم ًPlotsآخا ةْار هابى ة٘ظِا
- 24. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 11 هابى ٔعل ًئشاNormalityنContinueحص الٌت ةتظِا Tests of Normality Kolmogorov-Smirnov a Shapiro-Wilk Statisti c df Sig. Statistic df Sig. A .201 8 .200 * .968 8 .883 *. This is a lower bound of the true significance. a. Lilliefors Significance Correction QQ plot
- 25. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 12 Box-plot ْٗت الوتغ٘ا اى ٍاعال الانل٘ي هي ح ٗت. ٘ ٘طم ٗءْا اّق ٌد ال ٔٗسدو ٍاعدال الاسن اى ٔعلد ع ّق ٌد ال ّسدم الوسدتق٘ن ى د كا ةد الْسد٘م ٗوةدب ّق ٌد ال عاخب ّالوستق٘ن ر ال٘سد ٔالد ْٕهلتد التْاٗدى اى ٔعلد ع ّق ٌد ال ّسدم ةْق ى اكا اه ٖ ٘طم التْاٗى ايسد اهد .ال٘ود٘ي ٔال ْٕهلت التْاٗى اى ٌٖ ٗ ّق ٌ ال ّسم ّاسةبٖطاةد ٔعلد يت تر .للوتغ٘ا ق٘و ًّٔاع ٔاعل ةتوةالى ّق ٌ ال ط-اخزجبسادMedCalc الدزر ٔعلد دغم ً دن ٘الاح٘س ةي ال ٔال ت ً ٘الم اعخ ء٘نStatisticsهابدى ة٘ظِدا َدد٘ة ر ددًخت ةدْارStatistic summaryدْاردة دىدهاب ة٘ظِداْددًّ داد٘الوتغ َدد٘ة ر ددًخت .ر ايختم
- 26. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 13 . ٘ ٘طم ٗءْا ٗتْا الوتغ٘ا اى ءئ اّة ْْلو ر اختم حص ًت د-اخزجبسادGraphpad Prism ر ًختColumnن ٘الاح٘س ةي ال هيCreateنٔعل غم ًAnalyzeر ًختد دن Column statisticsةْار هابى ة٘ظِار اختم ٔعل َ٘ة ًئشاShapiro Variable A Sample size 8 Lowest value 34.0000 Highest value 53.0000 Arithmetic mean 44.7500 95% CI for the mean 39.6794 to 49.8206 Median 45.0000 95% CI for the median 35.4039 to 52.1577 Variance 36.7857 Standard deviation 6.0651 Relative standard deviation 0.1355 (13.55%) Standard error of the mean 2.1443 Coefficient of Skewness -0.5897 (P=0.4271) Coefficient of Kurtosis 0.1559 (P=0.7788) Kolmogorov-Smirnov test for Normal distribution accept Normality (P=0.865)
- 27. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 14 ت الواب ٔعل ًّئشا. ًٗا ٖالت Number of values 8 Minimum 34.00 25% Percentile 40.25 Median 45.00 75% Percentile 49.50 Maximum 53.00 Mean 44.75 Std. Deviation 6.065 Std. Error 2.144 Lower 95% CI of mean 39.68 Upper 95% CI of mean 49.82 KS normality test KS distance 0.2008 P value > 0.10 Passed normality test (alpha=0.05)? Yes P value summary ns Shapiro-Wilk normality test W 0.9681 P value 0.8828 Passed normality test (alpha=0.05)? Yes P value summary
- 28. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 15 w 30 35 40 45 50 55 60 ٔعل ٘ التؤ هي يبرات ايختمد ةؤى ٖ ٘طم ا٘ا ٗءْا ِ ٗءْا ٗنْى ه ٌع ت ً ٘الم اى ر دداختم دبدهة دد٘لو الوtّDuncanد٘يدب ت ددًر الوق دااد أل دمدس ٌه داد٘ا دْىدءن ددُّا٘ا ددبدهة ددد٘لو الاله رات دددايختم ع ددداعتو ٕدداّرد ال دديده ّاى ت ددردالوتْسWilcoxonّ Mann-Whitneyُّا٘اّشا ّةسب. ِااح ا ط هالت د الو ع عد ٗنْى ه ٌّع3داا ا لغدا ٗي التمد ءيل٘دب وب ًسدت اى يبد ةدْق ةود ( ت دردالوتْس د٘يدب ددًر الوقPost hoc testsٖددُ رات ددايختم ٍدخدُ ديدّه )Tukeyّ DuncanّLSDهلد الو ت ًد ٘ب ءندْى ه عٌد ّلندي ٘لو الو رات ايختم هي ُّا٘ا دب ة٘ة ٖد ٘طم ا٘دا ِ ٗءْالو٘د الاله رات ايختمد و اسدتهةدبKruskal-Wallis testو بؤست ت الوتْسر ًر ّهقDunn's Multiple Comparison Test. 1-6ٍٍانزجب رغبَظ اخزجبسTest of Homogeneity of Variance ٘الم ٔعل ِااح ا ٗيب ّٖالت الوِو ايهْر هي ًس التي ر اختم ٗال ءٌة٘خ قمب ت ًتيل٘ب ٖح ايةر اختمد ٌِه ِل و است ٗوني رات اختم ي ع ق ٌُّLeveneّBrown and ForsytheّBartlettهص ددًبا ٖددة دْعيد ْه رات ددايختم ٍدخدُ دىد٘و ّSAS.ددةدد ا كا ٗي التمد ءيل٘دب ةدؤى ٗي التمد ًس ءيد م عد ر ايختمٖر ٘سدق٘ودPٗسدتلزم هود عق٘قد ا٘دا اًت٘يد ع عتودWelch's ANOVA.هص باًد ّٖةدSPSSٖةد ل٘د لالةتو ٗااى ءقد ٗظِدا )ٗي التمد ّٕ ءسد م عد ّ ٗي التمد ّٕ ءسد ( ٖة هلت٘ي ه ب٘ي ًر هق اا ا ٌع التٌة٘خ حص ًت ر اختم حص ًت ٔعل ا ٌب ر ٘ايخت ّٗنْىLevene.
- 29. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 16 أ-اخزجبسادSAS هة2دوي ءت ءيابد حص ًتد ءوةب ٍ ًاع ت ً ٘الم :د الّ هالت د هبْاقدى12لندب هندار هالت؟ الو ب٘ي ٗي التم ًس ءي ر اختم الورلْع هل ه data one; input trt g ; cards; 1 7 1 26 1 33 1 50 1 4 2 66 2 59 2 63 2 65 2 64 3 3 3 5 3 4 3 5 3 4 proc GLM data=ONE; class TRT; model G = TRT / ss1; means TRT / hovtest=levene hovtest=BF hovtest=obrien; run; proc GLM data=ONE; class TRT; model G = TRT / ss1; means TRT / hovtest=levene(type=ABS); run; proc glm data=one; CLASS TRT; model G = TRT; means TRT / hovtest=bartlett; run; The GLM Procedure Levene's Test for Homogeneity of g Variance ANOVA of Squared Deviations from Group Means Sum of Mean Source DF Squares Square F Value Pr > F trt 2 274250 137125 5.74 0.0178 Error 12 286832 23902.7 O'Brien's Test for Homogeneity of g Variance ANOVA of O'Brien's Spread Variable, W = 0.5 Sum of Mean Source DF Squares Square F Value Pr > F trt 2 428516 214258 4.21 0.0411 Error 12 610016 50834.7
- 30. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 17 Brown and Forsythe's Test for Homogeneity of g Variance ANOVA of Absolute Deviations from Group Medians Sum of Mean Source DF Squares Square F Value Pr > F trt 2 584.4 292.2 7.81 0.0067 Error 12 449.2 37.4333 The GLM Procedure Levene's Test for Homogeneity of g Variance ANOVA of Absolute Deviations from Group Means Sum of Mean Source DF Squares Square F Value Pr > F trt 2 613.4 306.7 10.05 0.0027 Error 12 366.3 30.5267 The GLM Procedure Bartlett's Test for Homogeneity of g Variance Source DF Chi-Square Pr > ChiSq trt 2 24.9282 <.0001 حص الٌت هي ح ٗتهص ًبا اىSASً اعتود ّْلد ٗي التمد ًس لتيد رات اختم ي ع َ٘ة ءتْةا ر اختم ًت٘يLevenًي مْط الوق٘و اىP=0.0027٘ةاضد ًداةض اًٌد ٌٖ ٗ هو ال ّٕ ددءسهالت دد الو بدد٘ي ًس تيددهددب ال ًْيدد بددؤى ت ددً ٘للم ءيْٗددب دداا ا ّٗوندديg ٔددالS=log(g)هص ددًالما دخدًٌّةدمحد ٗ ه ددٌّعددٌْٗ ه داد٘ا د٘يدل٘ة ر دداختمدؤىدةر دداختمt س٘نْى. صي٘ي وب ًست التيْٗب ًٕيا اى قمب ّاWelch's anovaق٘ود اى ل ة ّٖةPٌْٗد ه ٔسدتمق ددداه ت دددً ٘للم ددبدْٗالتي ٕددادًيدد٘يدب دددًر هق ددااد أل ددد ة ددالدة دددٌْٗ ه دداد٘ا ددلدً اكا .ت الوتْسر PROC GLM DATA=one; CLASS trt; MODEL g = trt / ss3; MEANS trt / HOVTEST=levene(TYPE=abs) welch; OUTPUT OUT=rsd(keep=trt g pred resid) P=pred R=resid; RUN; ة-اخزجبسادSPSS ٔددعل دغمد ًAnalyzeدندCompare meansدندOne way ANOVAدادِة٘ظ ٔال الوتغ٘ا ًٌقب ةْار هابىDependent listّالوتغ٘اgroupٔالfactorغم ً ن
- 31. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 18 ارoptionsٔعلد َة٘د ًئشدا ةدْار هابدى ة٘ظِداHomogeneity of Varianceدن continueنok. group w 1. 7. 1. 26. 1. 33. 1. 50. 1. 4. 2. 66. 2. 59. 2. 63. 2. 65. 2. 64. 3. 3. 3. 5. 3. 4. 3. 5. 3. 4. Test of Homogeneity of Variances G Levene Statistic df1 df2 Sig. 10.047 2 12 .003 ط-اخزجبسادMedCalc ٔعل غم ًStatisticsنOne wayنANOVAOne way Levene's Test for Equality of Variances Levene statistic 10.047 DF 1 2 DF 2 12 Significance level P = 0.003 د-اخزجبسادGraphpad prism ر ًختanalyzeنcolumn statisticsنokالوابدى ٔعلد ًئشا ةْار هابى ة٘ظِا Kolmogrove-Sminovنok.:ٖٙء ٗنْى ت ً ٘الم ءاء٘ب اى ٔال ري ايش هى A B C 7. 66. 3. 26. 59. 5. 33. 63. 4. 50. 65. 5. 4. 64. 4.
- 32. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 19 A B C Number of values 5 5 5 Mean 24.00 63.40 4.200 Std. Deviation 19.04 2.702 0.8367 Std. Error 8.515 1.208 0.3742 KS normality test KS distance 0.2140 0.2412 0.2305 P value > 0.10 > 0.10 > 0.10 Passed normality test (alpha=0.05)? Yes Yes Yes P value summary ns ns ns Sum 120.0 317.0 21.00 ر اختمدد ع عتودد ب ٗي التمدد ًس ءيدد ر اختمدد ٗونددي وددBartlett's test for equal variances دؤىدب دددّكلٔددعل دغمد ًanalyzeدندone way ANOVAَدد٘ة دْاردة دىدًاب دادِة٘ظ هابىtest nameٌَه ر ًختone way ANOVAٖةد اخا ر ٘اخت ًّيPost hoc ٌَه ر ًختtest for linear trendنok. Bartlett's test for equal variances Bartlett's statistic (corrected) 24.93 P value < 0.0001 P value summary *** Do the variances differ signif. (P < 0.05) Yes .ٗي التم ًس ءي ْص بخ م ال ٘ةاض رةض ٔال ءا٘ا ر ايختم حص ًت اى ّٗالةظ ه-انًمبسَخٍَثشكمانًزغَشاد روصٍغ الوتغ٘اات هي ًْع٘ي لتْاٗى ً٘ ٘الم ًر الوق اىءْض٘ح ٖة ا ٘هة ٗنْى ةا ا ّا .ت ٗالتْا ب٘ي ت ايختالة هة3ضغم لخةض ٘ي ه ر عق و است حص ًت ءوةب ٖالت ٘ل الت ت ً ٘الم ٌٗ ل ًل ْل : خال هي سٌالةظ الس٘راي هيوْع حص ًت هى َرًت ّهق م الٖة ت ايختالة الاسْم .حص الٌت data BPChange; input Treatment $ BPchange; datalines;
- 33. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 20 Placebo -1.0 Active -8.0 Active -23.0 Placebo 2.5 Active -15.5 Placebo -1.0 Placebo 1.0 Active -9.0 Active -20.0 Placebo 3.5 Active -15.5 Placebo 3.0 Placebo 6.0 Active -11.0 Active -26.0 Placebo 3.5 Active -18.5 Placebo -1.0 ; run; proc univariate data=BPChange; class Treatment; histogram BPChange / normal midpoints = -50 to 50 by 5 cfill = cx153e7e cframeside = cxeeeeee; run; proc univariate data=BPChange noprint; class Treatment; var BPChange; histogram BPChange / normal midpoints = -50 to 50 by 5 href = 0 chref = cx888888 vscale = count intertile = 1 cframeside = cxeeeeee; inset n="N" (5.0) mean="Mean" (5.1) std="Std Dev" (5.1) / pos=ne height=3; run;
- 34. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 21 0 10 20 30 40 50 60 70 80 90 P e r c e n t A c t i v e -50 -45 -40 -35 -30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 40 45 50 0 10 20 30 40 50 60 70 80 90 P e r c e n t P l a c e b o BPchange 0 1 2 3 4 5 6 7 8 C o u n t A c t i v e -50 -45 -40 -35 -30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 40 45 50 0 1 2 3 4 5 6 7 8 C o u n t P l a c e b o BPchange اى هى لِ٘و ٖة ٖ ٘طم ءْاٗى كات ًل ب ايستي ءْاٗى اى الاسو٘ي هي ح ٗت عي عل٘ال ٗ هو الس٘راي هيوْع ر ٗس ٔال هٌياة هل الو هيوْع ٖة ب ايستي .الس٘راي بويوْع ًر هق ب اة ب استي ْ ة د-نهجَبَبد روصٍغ أفعم رؾذٍذ شن ٔعل اة الت ا الوِن هيهص ًبا ٖة ّءتْةا ت ً ٘الم ءْاٗى بSASاات ٗا .ت ٗءْا ي ل ّةق ت ً ٘الم ءْاٗى ر يختمهص ًبا ٔال ري ايش هي ّيبEasy 5.5 هص ًالما ُخا ْٗةا اك ت ً ٘الم ءْاٗى ٔعل اة الت لغا ة الم ٍ تو ٗ اى ٗوني ٕالخ ٖةْال ٔال ب ء ت ٗالتْا هي م٘ا ع ع60ءت و ءْاٗىهص ًالما ُخا حص ًت وي ءسلسب ٗ ءيت ٗللتْاعق ةسب.ت ً ٘الم ّصف ٖة ت ٗالتْا ءلد
- 35. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 22 هة4: data Plates; label Gap = 'Plate Gap in cm'; input Gap @@; datalines; 0.746 0.357 0.376 0.327 0.485 1.741 0.241 0.777 0.768 0.409 0.252 0.512 0.534 1.656 0.742 0.378 0.714 1.121 0.597 0.231 0.541 0.805 0.682 0.418 0.506 0.501 0.247 0.922 0.880 0.344 0.519 1.302 0.275 0.601 0.388 0.450 0.845 0.319 0.486 0.529 1.547 0.690 0.676 0.314 0.736 0.643 0.483 0.352 0.636 1.080 ; run; title 'Distribution of Plate Gaps'; ods select ParameterEstimates GoodnessOfFit FitQuantiles MyHist; proc univariate data=Plates; var Gap; histogram / midpoints=0.2 to 1.8 by 0.2 lognormal weibull gamma normal kernel exponintial vaxis = axis1 name = 'MyHist'; inset n mean(5.3) std='Std Dev'(5.3) skewness(5.3) / pos = ne header = 'Summary Statistics'; axis1 label=(a=90 r=0); run; 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 0 5 10 15 20 25 30 35 P e r c e n t Plate Gap in cm
- 36. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 23 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 0 5 10 15 20 25 30 P e r c e n t Plate Gap in cm 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 0 5 10 15 20 25 30 P e r c e n t Plate Gap in cm 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 0 5 10 15 20 25 30 P e r c e n t Plate Gap in cm
- 37. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 24 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 2.2 0 5 10 15 20 25 30 P e r c e n t Plate Gap in cm 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 0 5 10 15 20 25 30 P e r c e n t Plate Gap in cm - 0 . 2 0 0 . 2 0 . 4 0 . 6 0 . 8 1 1 . 2 1 . 4 1 . 6 1 . 8 2 2 . 2 0 5 1 0 1 5 2 0 2 5 3 0 3 5 P e r c e n t Pl a t e Ga p i n c m
- 38. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 25 ٌَانضب انفصم:انجَبَبد رؾهَمانًُبعت االخزجبس واخزَبس 2-1انجَبَبد رؾهَمAnalyses of data ال ت ٌ٘ع هيوْع ّا ٌ٘ع ءوةب ٖالت ت ً ٘الم ى ءخٗوني ق ٘س ةسب ر ايختم ٔ لاسن ب َءْض٘ي:ٍ ًاع 2 - 2انًُبعت االخزجبس أخزَبس ر دد٘اخت ديدٗون ٍ ددًاع ّ ددالي ٔددعل ا ددٌبّ ددالي دبدّةس ت ددً ٘للم ددهالحو دادة اي ر ددايختم :ٖاٙء Type of Dat Goal Measurement (from Gaussian Population) Rank, Score, or Measurement (from Non- Gaussian Population) Binomial (Two Possible Outcomes) Survival Time Describe one group Mean, SD Median, interquartile range Proportion Kaplan Meier survival curve Compare one group to a hypothetical value One- sample ttest Wilcoxon test Chi-square or Binomial test
- 39. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 26 3- 2األخطبءاألؽصبئَخٌفانطجَخ انجؾوس لغ ت راس ال هي ٗ لل ى خ ٘الرم ٘لو ال الويالت ٖة اية ٘ءرم اىا َءرم٘ق صي هي التيقّالٌل ٔعل المي ت هيا هي ٕأ ٖة بي ٌه ب عوب ْل ٔعل ءئ ٖالت الوٌاْري ْالمي هي م٘اا عا ع س٘يْع ّم٘ا ع عْالمي هي ال ة ُر اختم ّا التياب و٘ن ء ّا التيل٘ب ٖة سْا ٘ح اة اخر وي ءت ٘الرم ت ّ٘التْص ت ايستٌت عيُخا ّٖةع الأة المOlsen (2003)ْري ّب ًَا ا اخر وي ءت ًل الوٌاْري ٘لو ال ْالمي ف ً ايقب ٔعل اى ْالق ٗوني ه ع و است ّا الوتم ٘ح اية الراٗق ا ك م ع ُٖ شْ٘ع ايخر ةا ّا ٘ح اة ت ً ٘الم لتيل٘ب سم ٌه ا٘ا ٘ح اة طاٗق.عراس حص ًت هي ّءم٘يKlumpp(2013) اى30-70اخر وي ءت الوينو ٘الرم الويالت ٖة الوٌاْري ْالمي هي % ٘ح اة،ّأستراعاى حال ق50ى َقمل هي للتق٘٘ن ل خ ٖالت ٘الرم ْالمي هي % ** Compare two unpaired groups Unpaired t test Mann-Whitney test Fisher's test (chi-square for large samples) Log-rank test or Mantel- Haenszel* Compare two paired groups Paired t test Wilcoxon test McNemar's test Conditional proportional hazards regression* Compare three or more unmatched groups One-way ANOVA Kruskal-Wallis test Chi-square test Cox proportional hazard regression** Compare three or more matched groups Repeated- measures ANOVA Friedman test Cochrane Q** Conditional proportional hazards regression** Quantify association between two variables Pearson correlation Spearman correlation Contingency coefficients** Predict value from another measured variable Simple linear regression or Nonlinear regression Nonparametric regression** Simple logistic regression* Cox proportional hazard regression* Predict value from several measured or binomial variables Multiple linear regression* or Multiple nonlinear regression** Multiple logistic regression* Cox proportional hazard regression*
- 40. انطجَخ انزشخَص واخزجبساد األؽصبءٌانغبيشائ د.فشاط 27 ْالمي ٍُخ ءيْٗب م ع ٔال ْع ٗ الٌسم ارءة اى ٓٗا ُّْ . ٘ح اة اخر ِ٘ة الوٌاْريالويال ءلد ٖةتهي النة٘ا َ ّه ٔاّص ةق لخا . اية ٖة ص هتخ ٔال ٖء ٘الي اية ٖة ص بوتخ ٘الرم الويالت ٘ي ءست اى ضاّري ٔعل ةة٘ي الم ٘طم ْبي ًاا عّى للي٘لْلوي ءت. ٘ح اة اخرةق ا اب َياستغاب ايها ُّخا ت ّس الو طالع ت ً ٘لم ٖءيل٘ل خال هي الوة سم٘ب ٔعلٖة ت٘اض ب ٘ ْْٗل الم ت ص ايختم عٔٗسو بو هٌِن ض الم اة ه(Two Way Classification with Interaction Analysis of Varianceٖة راا ه ٌل ّ ) ٔال ى ٘اية ض بع اعتوOne Way ANOVAم٘ا بٌِ٘و ّالةاق،ت ّ و اٙخا ض المعي ٘ش اة ٗيٌع عي الوت ت ًر الوق.هتْسر٘ي هي ةا ا ْع ّ ددعراس ديده د٘يدءم ددلقOlsen, (2003)دوٌلد ء ٖددّالت141دْرادهٌا ددبيةٓ دداة ٖددة ٘الرم الويالتاى54ًسدم ٔاعلد ّاى ، ٘ح د اة اخرد ةِ٘د ى د ْالميد ءلدد هي % ٖةد ّٖءدؤء عي د الوت ت رًد الوق و است م ع ّا ٗب الت م ع ُٖ ْالمي ءلد ٖة لألخر الة الواءمٖح د اة ءيل٘دب دوي ءت لدن ًِا اي ت ٘ءْص اعرل هٌاْري ْبي ْع ّ ً٘ دىدٗالتْا كات ت ددً ٘للم ددص خ ٘ح دد اة رات دداختم ولل دتداس ْددبي ق ددٌُ اى دد ّ ددة٘و .هٌياة ِء ً ٘ب ءْاٗى ى ة٘ي ٖة ٖ ٘الرم اعرد ٔالد ٕسد٘ئع الرم٘د ْالميد ٖةد يسد٘و ٘ح د اية الراٗقد ع اعتو ٖة الخرؤ اى . ٗا عق٘ق ا٘ا ت ّ٘التْص ت ايستٌت ستنْى ٖل لت ّب عق٘ق ا٘ا حص ًت َ٘ال ر اش ه ءْض٘ح ّٗونية المOlsen (2003)هديًدل لألخرد ًسدم ٔاعلد اى اا ا ب ْءست ّٖالت هلت٘ي ه هي ةا ا و است ٌع عي الوت ت ًر للوق ٗب الت م ع ٖة ٌع ةوةال . عي هت ت ًر هقاعتول٘د ايةتو ْٓهست ع5هالت د ه د ال بد٘ي رًد للوق % ( ددكب ددٌْٗ ه حص ددًت ٔددعل ْدد الي دداةتو ديده ٗد٘زدس ٗب دد الت م ددع دؤىدةFalsely resultsignificantق٘و اى اك )Pعل الو ّّة ًر الوق هالت ه ع ع عي ٗبز ستزعاع : ٘اٙء k 1 − (1 − 0.05) اى اكkّ ت ًر الوق ع ع ءوةب:ّٕ ءس ُٖ K=[n(n-1)/2] ةؤى هالت ه ال ل ة ّٖةk:ّٕ ستس K=[3(3-1)/2]=3 ق٘و ًيسب نP:هالت ه ال ل ة ٖة