数B3=10-40,B=Bn一B1,B=B2-B2,代入(124)式,得到B组总体均数表达式 H={+B3+(B+B1)1+(B2+B)2 B组 +B1+B22+B3+B41+B12 引入分组变量g=0表示A组,g=1表示B组,因此两组的总体均数表达式均可表示为 =A+B1+B12+B3g+B41×g+B512×g (12-6) 用g=0,1;t1=0,1和t2=0,1代入(12-6)式,得到相应两组各个时间点的总体均数 组别 服药前(t1=0,t2=0)服药3个月(t1=1,t2=0)服药6个月(t=0,t2=1) A组(g=0) +β1 +β2 B组 β1+β3+β4 +β2+β3+β5 两组差异为 若β4和B5不全为0,则称两种药物与服药时间对疗效有交互作用。两组在3个时间点的 总体均数差异分别为3,β3+B4和3+B,因此只需检验H:β3=0、Ho:B3+β4=0和H β+β5=0就可以推断两组总体均数差异。反之若β4和β5全为0,则称两种药物与服药时间 对疗效无交互作用,并且两组各个时间点的总体均数差异均为β3,因此只需检验Ho:β3=0 就可以推断两组的总体均数差异。我们同样借助 Stata软件对上述资料用混合模型进行统计 分析,相应的 Stata软件的数据格式如下 Stta操作命令如下: n gtI=g*tI 产生交互作用项变量gxt1 gen gt2=g*t2 产生交互作用项变量g×t tl t2 no Randoreffects GLs regression Number of obs Group variable (i) Number of groups R-sq: within =0. 8288 Obs per group: min between =0. 0973 avg overall=0. 5921 Random effects u i gaussian Wald chi2(5) 78.32 corr(u i, X) 0(assumed) Prob >chi2 0.0000 f. Std. err z P>z [95% Conf. Interval -1.81.0535651.710.088 3.86495 81.053565 -10.06495数3=10－0，4＝11－1，5＝12－2，代入（12-4）式，得到 B 组总体均数表达式 B 组 0 3 1 4 1 2 5 2 0 1 1 2 2 3 4 1 5 2 ( ) ( ) t t t t t t              = + + + + + = + + + + + （12-5） 引入分组变量 g=0 表示 A 组，g＝1 表示 B 组，因此两组的总体均数表达式均可表示为 0 1 1 2 2 3 4 1 5 2        = + + + +  +  t t g t g t g （12-6） 用 g=0，1；t1=0，1 和 t2=0，1 代入（12-6）式，得到相应两组各个时间点的总体均数： 组别 服药前（t1=0，t2=0） 服药 3 个月（t1=1，t2=0） 服药 6 个月（t1=0，t2=1） A 组（g＝0） 0 0＋1 0＋2 B 组（g＝1） 0＋3 0＋1＋3＋4 0＋2＋3＋5 两组差异为 3 3＋4 3＋5 若4 和5 不全为 0，则称两种药物与服药时间对疗效有交互作用。两组在 3 个时间点的 总体均数差异分别为3，3＋4 和3＋5，因此只需检验 H0：3＝0、H0：3＋4＝0 和 H0： 3＋5＝0 就可以推断两组总体均数差异。反之若4 和5 全为 0，则称两种药物与服药时间 对疗效无交互作用，并且两组各个时间点的总体均数差异均为3，因此只需检验 H0：3＝0 就可以推断两组的总体均数差异。我们同样借助 Stata 软件对上述资料用混合模型进行统计 分析，相应的 Stata 软件的数据格式如下。 y g no t1 t2 续左侧底部数据 52 0 1 0 0 51 1 6 0 0 49 0 1 1 0 54 1 6 1 0 42 0 1 0 1 53 1 6 0 1 51 0 2 0 0 49 1 7 0 0 50 0 2 1 0 47 1 7 1 0 46 0 2 0 1 46 1 7 0 1 50 0 3 0 0 50 1 8 0 0 49 0 3 1 0 47 1 8 1 0 41 0 3 0 1 44 1 8 0 1 51 0 4 0 0 49 1 9 0 0 49 0 4 1 0 48 1 9 1 0 44 0 4 0 1 41 1 9 0 1 49 0 5 0 0 52 1 10 0 0 47 0 5 1 0 50 1 10 1 0 40 0 5 0 1 48 1 10 0 1 Stata 操作命令如下： gen gt1=g*t1 产生交互作用项变量 gt1 gen gt2=g*t2 产生交互作用项变量 gt2 xtreg y t1 t2 g gt1 gt2,i(no) Random-effects GLS regression Number of obs = 30 Group variable (i) : no Number of groups = 10 R-sq: within = 0.8288 Obs per group: min = 3 between = 0.0973 avg = 3.0 overall = 0.5927 max = 3 Random effects u_i ~ Gaussian Wald chi2(5) = 78.32 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ y | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- t1 | -1.8 1.053565 -1.71 0.088 -3.86495 .2649502 t2 | -8 1.053565 -7.59 0.000 -10.06495 -5.93505