交叉设计试验是临床试验研究中常用的一种设计方法,其主要特点是被试者接受全部试验处理,从而以此减少个体因素的影响。现有文献中对交叉设计试验的研究,主要集中在检验处理效应的差异并排除阶段效应和延滞效应带来的干扰。当存在处理和阶段的交互效应时,也需要排除这种交互效应的干扰,而在二阶段和三阶段的交叉设计试验中,处理和阶段的交互效应常与延滞效应混淆,并且目前对其检验研究结果较少。基于此,本文针对新型四阶段交叉设计试验,建立了包含处理效应、阶段效应以及处理和阶段的交互效应的线性混合效应模型,提出了针对多重情形的处理效应比较方法。本文研究了四阶段交叉设计下的参数估计方法与检验方法,利用带有限制性条件的最小二乘方法对处理效应、阶段效应与处理和阶段的交互效应进行估计,同时在数据为单重响应单次测量和多重响应重复测量两种情形下提出了形式统一的检验方法。通过数值模拟,本文验证了检验方法的有效性,并将检验方法应用到阜外医院高血压药物临床试验实际数据中。线性混合效应模型是统计分析中的常用模型,高维情况下对有效的固定效应和随机效应的选择尤为重要。频率学派常采用压缩系数方法选择固定效应和随机效应,但此方法中惩罚参数的确定较为复杂;而贝叶斯学派对固定效应和随机效应同时选择的研究还较少。因此,本文对线性混合效应模型建立分层贝叶斯模型,以此同时对固定效应和随机效应进行选择。利用调整的Cholesky分解将线性混合效应模型重参数化,转化为未知参数的线性形式;利用尖钉平板先验思想,分别赋予固定效应和随机效应参数混合正态先验与混合截断正态先验,并设定先验分布参数的选择和样本规模有关,以保证相合性,并证明了在一定条件下给定其它参数时固定效应的选择相合性;利用Gibbs抽样方法近似参数的后验性质,通过数值模拟,验证了选择方法的准确性并将选择方法应用到阜外医院高血压药物临床试验实际数据中,选出了与降压疗效有关的变量。本文的创新点主要有:·对新型的四阶段交义设计试验,在考虑处理和阶段的交互效应基础下,针对单重响应和多重响应两种情形,提出了统一、有效且稳健的检验方法;·提出了线性混合效应模型.中固定效应和随机效应同时选择的贝叶斯方法;·对线性混合效应模型中随机效应的方差矩阵进行Cholesky分解,使得模型转换为未知协方差矩阵参数的线性形式,便于利用MCMC方法进行后验计算。