统计学课件--ch04多个样本均数比较的方差分析.pptVIP

目的：推断多个总体均数是否有差别。 也可用于两个 方法：方差分析，即多个样本均数比较 的F检验。 基本思想：根据试验设计的类型，将全部测量值总的离均差平方和及其自由度分解为两个或多个部分，除随机误差作用外，每个部分的变异可由某个因素的作用(或某几个因素的交互作用)加以解释 。 应用条件： 总体——正态且方差相等 样本——独立、随机 设计类型： 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 拉丁方设计资料的方差分析 两阶段交叉设计资料的方差分析 检验统计量： 第二节 完全随机设计资料的方差分析 一、完全随机设计 将全部试验对象分配到g个处理组（水平组），各组分别接受不同的处理，试验结束后比较各组均数之间的差别有无统计学意义，推论处理因素的效应。 例4-1 某医生为了研究一种降血脂新药的临床疗效，按统一纳入标准选择120名患者，采用完全随机设计方法将患者等分为4组进行双盲试验。问如何进行分组？ （1）完全随机分组方法： 1. 编号：120名高血脂患者从1开始到120，见表4-2第1行； 2. 取随机数字：从附表15中的任一行任一列开始，如第5行第7列开始，依次读取三位数作为一个随机数录于编号下，见表4-2第2行； （2）统计分析方法选择： 1. 对于正态分布且方差齐同的资料，常采用单因素方差分析的单向分类的方差分析或成组资料的 t 检验（g=2）； 2. 对于非正态分布或方差不齐的资料，可进行数据变换或采用Wilcoxon秩和检验。 例4-2 某医生为了研究一种降血脂新药的临床疗效，按统一纳入标准选择120名高血脂患者，采用完全随机设计方法将患者等分为4组（具体分组方法见例4-1），进行双盲试验。6周后测得低密度脂蛋白作为试验结果，见表4-3。问4个处理组患者的低密度脂蛋白含量总体均数有无差别? 三、分析步骤 注意： 方差分析的结果拒绝H0，接受H1，不能说明各组总体均数间两两都有差别。如果要分析哪些两组间有差别，可进行多个均数间的多重比较（见本章第六节）。当g=2时，完全随机设计方差分析与成组设计资料的t 检验等价，有 。 第三节 随机区组设计资料的方差分析 一、随机区组设计——配伍组设计(randomized block design) 先按影响试验结果的非处理因素（如性别、体重、年龄、职业、病情、病程等）将受试对象配成区组，再分别将各区组内的受试对象随机分配到各处理或对照组。 （2）随机区组设计的特点 随机分配的次数要重复多次，每次随机分配都对同一个区组内的受试对象进行，且各个处理组受试对象数量相同，区组内均衡。 在进行统计分析时，将区组变异离均差平方和从完全随机设计的组内离均差平和中分离出来，从而减小组内离均差平方和（误差平方和），提高了统计检验效率。 例4-3 如何按随机区组设计，分配5个区组的15只小白鼠接受甲、乙、丙三种抗癌药物？ 分组方法：先将小白鼠按体重编号，体重相近的3只小白鼠配成一个区组，见表4-6。在随机数字表中任选一行一列开始的2位数作为1个随机数，如从第8行第3列开始纪录，见表4-6；在每个区组内将随机数按大小排序；各区组中内序号为1的接受甲药、序号为2的接受乙药、序号为3的接受丙药，分配结果见表4-6。 （3）统计方法选择： 1. 正态分布且方差齐同的资料，应采用单因素方差分析的双向分类方差分析或配对t检验（g=2）； 2. 当不满足方差分析和t检验条件时，可对数据变换或采用随机区组设计资料的Friedman M检验。 三、分析步骤 例4-4 某研究者采用随机区组设计进行实验，比较三种抗癌药物对小白鼠肉瘤抑瘤效果，先将15只染有肉瘤小白鼠按体重大小配成5个区组，每个区组内3只小白鼠随机接受三种抗癌药物（具体分配方法见例4-3），以肉瘤的重量为指标，试验结果见表4-9。问三种不同的药物的抑瘤效果有无差别？ H0： ，即三种不同药物作用后 小白鼠肉瘤重量的总体均数相等 H1：三种不同药物作用后小白鼠肉瘤重 量的总体均数不全相等 据?1=2、?2=8查附表3的F界值表，得 在α=0.05的水准上，拒绝H0，接受H1，认为三种不同药物作用后小白鼠肉瘤重量的总体均数不全相等，即不同药物的抑瘤效果有差别。同理可对区组间的差别进行检验。 注意： 方差分析的结果拒绝H0，接受H1，