苯妥英钠的合成结果分析

实验一 苯妥英钠的合成

(Synthesis of Phenytoin Sodium)

苯妥英钠为抗癫痫药，适于治疗癫痫大发作，也可用于三叉神经痛，及某些类型的心律不

齐。

化学名为 5,5-二苯基乙内酰脲钠

（Sodium 5,5-diphenyl hydantoinate）,又名大伦丁钠(Dilantin sodium)

化学结构式为：

ONONaNHH5C6H5C6C15H11O2N2Na

本品为白色粉末，无嗅、味苦。微有吸湿性，在空气中渐渐吸收二氧化碳析出苯妥英。 本品在水中易溶，水溶液呈碱性反应，溶液常因一部分被水解而变浑浊。，能溶于乙醇，几乎不溶于乙醚和氯仿。 一、目的要求

1．学习安息香缩合反应的原理和应用维生素B1及氰化钠为催化剂进行反应的实验方法。

2．学习有害气体的排出方法。 3.学习二苯羟乙酸重排反应机理。 4.掌握用硝酸氧化的实验方法。 二、实验原理

1.安息香缩合反应（安息香的制备）

CHOVitB1or NaCN2.氧化反应（二苯乙二酮的制备）

HOO HOOHNO3OO3.二苯羟乙酸重排及缩合反应（苯妥英的

Excel回归分析结果的详细阐释

利用Excel的数据分析进行回归，可以得到一系列的统计参量。下面以连续10年积雪深度和灌溉面积序列（图1）为例给予详细的说明。

图1 连续10年的最大积雪深度与灌溉面积（1971－1980）

回归结果摘要（Summary Output）如下（图2）：

图2 利用数据分析工具得到的回归结果

1

第一部分：回归统计表

这一部分给出了相关系数、测定系数、校正测定系数、标准误差和样本数目如下（表1）：

表1 回归统计表

逐行说明如下：

Multiple对应的数据是相关系数(correlation coefficient)，即R=0.989416。

R Square对应的数值为测定系数(determination coefficient)，或称拟合优度(goodness of fit)，它是相关系数的平方，即有R2=0.9894162=0.978944。

Adjusted对应的是校正测定系数(adjusted determination coefficient)，计算公式为

(n?1)(1?R2)Ra?1?

n?m?1式中n为样本数，m为变量数，R2为测定系数。对于本例，n=10，m=1，R2=0.978944，代入上

Excel回归分析结果的详细阐释

利用Excel的数据分析进行回归，可以得到一系列的统计参量。下面以连续10年积雪深度和灌溉面积序列（图1）为例给予详细的说明。

图1 连续10年的最大积雪深度与灌溉面积（1971－1980）

回归结果摘要（Summary Output）如下（图2）：

图2 利用数据分析工具得到的回归结果

1

第一部分：回归统计表

这一部分给出了相关系数、测定系数、校正测定系数、标准误差和样本数目如下（表1）：

表1 回归统计表

逐行说明如下：

Multiple对应的数据是相关系数(correlation coefficient)，即R=0.989416。

R Square对应的数值为测定系数(determination coefficient)，或称拟合优度(goodness of fit)，它是相关系数的平方，即有R2=0.9894162=0.978944。

Adjusted对应的是校正测定系数(adjusted determination coefficient)，计算公式为

(n?1)(1?R2)Ra?1?

n?m?1式中n为样本数，m为变量数，R2为测定系数。对于本例，n=10，m=1，R2=0.978944，代入上

PKPM电算结果分析

二 振型曲线的评定

结构基本自振周期的计算方法有三种：能量法，等效质量法，顶点位移法。但是有钢筋混凝土框架的经验公式值：第一振型T1=(0.12-0.15)n，第二振型T2=(1/3-1/5) T1，第三振型T3=(1/5-1/7) T1。详见《高层建筑混凝土结构技术规程》4.2.3，调入PKPM电算结果： 考虑扭转耦联时的振动周期(秒)、X,Y 方向的平动系数、扭转系数

振型号 周 期 转 角 平动系数 (X+Y) 扭转系数 1 0.6323 92.50 0.88 ( 0.00+0.87 ) 0.12 2 0.6194 29.58 0.41 ( 0.31+0.10 ) 0.59 3 0.6159 168.83 0.72 ( 0.69+0.03 ) 0.28 4 0.2030 93.38 0.87 ( 0.00+0.87 ) 0.13 5

PKPM电算结果分析

二 振型曲线的评定

结构基本自振周期的计算方法有三种：能量法，等效质量法，顶点位移法。但是有钢筋混凝土框架的经验公式值：第一振型T1=(0.12-0.15)n，第二振型T2=(1/3-1/5) T1，第三振型T3=(1/5-1/7) T1。详见《高层建筑混凝土结构技术规程》4.2.3，调入PKPM电算结果： 考虑扭转耦联时的振动周期(秒)、X,Y 方向的平动系数、扭转系数

振型号 周 期 转 角 平动系数 (X+Y) 扭转系数 1 0.6323 92.50 0.88 ( 0.00+0.87 ) 0.12 2 0.6194 29.58 0.41 ( 0.31+0.10 ) 0.59 3 0.6159 168.83 0.72 ( 0.69+0.03 ) 0.28 4 0.2030 93.38 0.87 ( 0.00+0.87 ) 0.13 5

PKPM电算结果分析

二 振型曲线的评定

结构基本自振周期的计算方法有三种：能量法，等效质量法，顶点位移法。但是有钢筋混凝土框架的经验公式值：第一振型T1=(0.12-0.15)n，第二振型T2=(1/3-1/5) T1，第三振型T3=(1/5-1/7) T1。详见《高层建筑混凝土结构技术规程》4.2.3，调入PKPM电算结果： 考虑扭转耦联时的振动周期(秒)、X,Y 方向的平动系数、扭转系数

振型号 周 期 转 角 平动系数 (X+Y) 扭转系数 1 0.6323 92.50 0.88 ( 0.00+0.87 ) 0.12 2 0.6194 29.58 0.41 ( 0.31+0.10 ) 0.59 3 0.6159 168.83 0.72 ( 0.69+0.03 ) 0.28 4 0.2030 93.38 0.87 ( 0.00+0.87 ) 0.13 5

样本的基本信息：

一、样本总数56

二、性别：男27人，女29人 三、年级：大二

四、民族：汉族25人，少数民族31人

五、学院：社心学院16人，管理学院12人，旅历学院17人，计科学院11人

◆性别与其它因素的关系：

1、平时阅读情况与性别的关系

卡方检验 值 Pearson 卡方 似然比 Fisher 的精确检验 线性和线性组合 有效案例中的 N 2.128 2.151 2.098 2.052 55 caMonte Carlo Sig.(双侧) Monte Carlo Sig.(单侧) 渐进 Sig. (双df 2 2 侧) .345 .341 Sig. .339 .304 .375 .152 .089 bbbb95% 置信区间 Sig. 95% 置信区间 下限 .215 .183 .248 .015 上限 .463 .424 .502 .164 下限 上限 .054 b .000 .113 1 a. 2 单元格(33.3%) 的期望计数少于 5。最小期望计数为 4.25。 b. 基于 56 采样表，启动种子为 705346993 。 c. 标准化统计量是 1.432。 结论：经过交叉表卡

常用临床检验结果分析

基本概念参考范围：指参考组内所有参考值的集 合，以最小的和最大的参考值为界限。 参考区间：是参考值的一部分，是经统 计学处理后95%或97.5%区间的限值，分 为低参考限和高参考限。 注意：超过参考区间的不一定是异常。

基本概念

危急值：指实验室检查中发现某项结果 出现异常，可能会危及患者生命的检验 数据，需要引起临床医生及护士的高度 重视，避免贻误诊治。

卫生部《医疗机构临床实验室管理办法》 配套材料《临床实验室检查表》

*13.1检验报告内容是否完整 13.2报告文字是否符合要求 13.3平诊、急诊有无明确的报告时限及执行 情况 *13.4有无危急值报告制度及执行情况 13.5有无非临床实验室向临床科室出具检验 报告(不包括床旁实验)

血常规检查血常规检查(blood routine

examination)指对外周血中红细胞和白细胞数量和质量的化验检查，包括RBC、Hb、

WBC及白细胞分类计数(DC),同时注意观察血涂片中红细胞及白细胞形态有无异常， 某些情况下应注意观察有无异常细胞或寄 生虫等。

红细胞计数和血红蛋白测定一. 二. 三. 四. 五. 红细胞的生成 红细胞的代谢及功能 正常参考值及临床意义 红

Logistic回归分析报告结果解读分析

Logistic回归常用于分析二分类因变量(如存活和死亡、患病和未患病等)与多个自变量的关系。比较常用的情形是分析危险因素与是否发生某疾病相关联。例如，若探讨胃癌的危险因素，可以选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群有不同的临床表现和生活方式等，因变量就为有或无胃癌，即“是”或“否”，为二分类变量，自变量包括年龄、性别、饮食习惯、是否幽门螺杆菌感染等。自变量既可以是连续变量，也可以为分类变量。通过Logistic回归分析，就可以大致了解胃癌的危险因素。

Logistic回归与多元线性回归有很多相同之处，但最大的区别就在于他们的因变量不同。多元线性回归的因变量为连续变量；Logistic回归的因变量为二分类变量或多分类变量，但二分类变量更常用，也更加容易解释。

1.Logistic回归的用法

一般而言，Logistic回归有两大用途，首先是寻找危险因素，如上文的例子，找出与胃癌相关的危险因素；其次是用于预测，我们可以根据建立的Logistic回归模型，预测在不同的自变量情况下，发生某病或某种情况的概率(包括风险评分的建立)。

2.用Logistic回归估计危险度

所谓相对危险度(risk

SPSS聚类分析过程

聚类的主要过程一般可分为如下四个步骤： 1.数据预处理（标准化）

2.构造关系矩阵（亲疏关系的描述） 3.聚类（根据不同方法进行分类） 4.确定最佳分类（类别数）

SPSS软件聚类步骤

1. 数据预处理（标准化）

→Analyze →Classify →Hierachical Cluster Analysis →Method 然后从对话框中进行如下选择

从Transform Values框中点击向下箭头，此为标准化方法，将出现如下可选项，从中选一即可：

标准化方法解释：None：不进行标准化，这是系统默认值；Z Scores：标准化变换；Range –1 to 1：极差标准化变换（作用：变换后的数据均值为0，极差为1，且|xij*|<1，消去了量纲的影响；在

以后的分析计算中可以减少误差的产生。）；Range 0 to 1（极差正规化变换/ 规格化变换）；

2. 构造关系矩阵

在SPSS中如何选择测度（相似性统计量）:

→Analyze →Classify →Hierachical Cluster Analysis →Method 然后从对话框中进行如下选择

常用测度（选项说明）：Euclidean distance：欧氏距离（二阶Mink