方差分析-9.pptVIP

如何下结论 P≤?, 拒绝H0，接受H1 ,差别有统计学意义，可以认为两组总体均数或总体概率分布不同。 P?, 不拒绝H0 ,差别无统计学意义，还不能认为两组总体均数或总体概率分布不同。 outline 方差分析的基本思想 完全随机设计资料的方差分析 随机区组设计资料的方差分析 多个样本均数的两两比较 方差分析相关问题 问题1 广东药学院的学工部门想知道2006年广州市进入广药就读的学生中，市区的学生和郊区的学生平均成绩有无差异？ 问题2 广东、湖南、浙江三省的平均入学成绩 问题的提出 广东和湖南比，犯一类错误的概率是0.05， 广东和浙江比，犯一类错误的概率是0.05， 湖南和浙江比，犯一类错误的概率是0.05。 那么这三次相关的比较，犯一类错误的概率是: 多组间的两两比较为什么不能用 t 检验？ 进行一次假设检验，犯I类错误的概率：? 进行多次(k)假设检验，犯I类错误的概率： 1 - ( 1 - ? )k 组数为3, k=3,　1 - (1 - 0.05)k=0.1426 组数为4, k=6,　1 - (1 - 0.05)k=0.2649 组数为5, k=10, 1 -(1 - 0.05)k=0.4013 方差分析 Analysis of Variance，简写为ANOVA。 由英国统计学家R.A.Fisher提出，又称为F 检验。 总变异 SS总 Sum of Squares of deviations from mean 组间变异 SS组间(处理+随机误差) Sum of squares between groups 组内变异 SS组内(随机误差) Sum of squares within groups 变异间的相互关系 变异间的相互关系 方差分析的基本思想 组内变异：随机误差 组间变异：处理组间本质差别＋随机误差 如果处理组间无本质差别，则组间变异＝组内变异 或： F 分布 方差比的分布！ F 分布 F 分布 多组比较方差分析的步骤 1.建立假设，确定检验水准 H0: ?1=?2=?3 ,即三总体均数相等 H1: ?1, ?2, ?3 不等或不全相等 ?＝0.05 2.计算检验统计量 F ？ 3.确定P值 4.结论 方差分析表 方差分析表 多组比较方差分析的步骤 1.建立假设，确定检验水准 H0: ?1=?2=?3 ,即三总体均数相等 H1: ?1, ?2, ?3 不等或不全相等 ?＝0.05 2.计算检验统计量: F=5.54 (v1=2 ,v2=57) 3.确定P值: 查表得F0.05(2,60)=3.15， P0.05 4.结论:　拒绝H0，接受H1。可认为三个总体平均水平不全相同，即三个总体均数中至少有两个不同。 随机区组设计的方差分析 为什么要配对？ 目的：排除干扰因素的影响； 为什么要配伍？ 目的：使同一区组内除了研究因素外的其他其他特征尽可能相似，排除干扰因素的影响； 按窝配伍； 研究因素的水平超过2； 当研究因素只有两水平时， 配伍设计方差分析=配对t检验 两因素多个样本均数的比较 例9-2 为探索丹参对肢体缺血再灌注损伤的影响，将30只纯种新西兰实验用大白兔，按窝别相同、体重相近划分为10个区组。每个区组3只大白兔随机采用A、B、C三种处理方案，即在松止血带前分别给予丹参2ml/kg、丹参1ml/kg、生理盐水2ml/kg，在松止血带前及松后1小时分别测定血中白蛋白含量(g/L)，算出白蛋白减少量如下表9-6所示，问A、B两方案分别与C方案的处理效果是否不同？ 总变异 SS总 处理组变异SS处理(处理+随机误差) 区组变异SS区组(区组+随机误差) 误差变异SS误差(随机误差) 变异的分解 SS处理 : 不同处理组的变异+随机误差 SS区组 : 不同区组间的变异+随机误差 SS误差 :随机误差 两因素多个样本均数的比较 建立假设，确立检验水准 处理组间比较： H0：三个总体均数全相等，即A、B、C三方案的效果相同 ； H1：三个总体均数不全相等，即A、B、C三方案的效果不全相同 ； α=0.05 区组间比较： H0：十个总体均数全相等 ； H1：十个总体均数不全相等 ； α=0.05 两因素多个样本均数的比较 计算统计量 两因素多个样本均数的比较 确定P值，作出推断结论 三个处理组间比较，P0.05,拒绝H0，接受H1，可认为A、B、C三方案的效果不全相同 。 十个区组间比较， P 0.05,不拒绝H0，还不能认为十个区组总体