两因素方差分析.docVIP

两因素方差分析 两因素方差分析中的基本概念 例1-1(pp1)：四种疗法治疗缺铁性贫血后红细胞增加数 服用A药，则A＝2,否则A=1；服用B药，则B＝2,否则B=1 疗法 X 总体 均数 A B 疗法1(一般疗法) 0.8 ，0.9 ，0.7 (11 1 1 疗法2(一般疗法+A药) 1.3，1.2，1.1 (21 2 1 疗法3(一般疗法+B药) 0.9，1.1，1.0 (12 1 2 疗法4(一般疗法+A药＋B药) 2.1，2.2，2.0 (22 2 2 两因素Stata数据输入格式 x a b 1 0.8 1 1 2 0.9 1 1 3 0.7 1 1 4 1.3 2 1 5 1.2 2 1 6 1.1 2 1 7 0.9 1 2 8 1.1 1 2 9 1 1 2 10 2.1 2 2 11 2.2 2 2 12 2 2 2 命令 anova x a b a*b 其中a 表示A药疗效的主效应，b表示B药疗效的主效应，a*b表示A药与B药对疗效的交互作用 结果如下 Number of obs = 12 R-squared = 0.9737 Root MSE = .10 Adj R-squared = 0.9638 Source | Partial SS df MS F Prob F -----------+---------------------------------------------------- Model | 2 3 98.75 0.0000 | a | 1.6875 1 1.6875 168.75 0.0000 b | .907499974 1 .907499974 90.75 0.0000 a*b | .367499967 1 .367499967 36.75 0.0003 | Residual | .080000002 8 .01 -----------+---------------------------------------------------- Total | 3 11 .276590904 结果表明：对于(=0.05而言 H10:没有交互作用并且A药和B药疗效的主效应都没有差异 H11：有交互作用或A药主效应有差异或B药主效应有差异 FModel=98.75，P值0.05，因此认为模型是有效的(或有交互作用或有主效应)。 H20:没有交互作用 H21：有交互作用 FA×B=36.75，P值=0.00030.05，因此A药与B药的疗效有交互作用，并且有统计意义。 H30：A药没有差异 H31：A药主效应有差异 FA=168.75，P值0.05，A药的主效应有统计意义 H40：B药没有差异 H41：B药主效应有差异 FB=90.75，P值0.05，B药的主效应也有统计意义。 问题：模型是什么？ 模型： 其中(ab是x的总体均数，(a称为A因素的主效应，(b称为B因素的主效应，((()ab称为A因素和B因素对因变量x(观察指标变量)的交互作用。 主效应的意义 A药 B药 平均 A主效应 表示 未服用 服用 未服用 (11 (12 服用 (21 (22 平均 B主效应 称(1和(2为A因素的主效应，(1和(2为B因素的主效应。并且可以验证：(1＋(2＝0(即：(1＝－(2)以及(1＋(2＝0((1＝－(2) 若(1＝(2(即(1=(2＝0)，则对应A因素的主效应没有作用。 若(1＝(2(即(1=(2＝0)，则对应B因素的主效应没有作用。 交互作用的意义 A药 B药 A主效应 表示 未服用 服用 未服用 (11＝(..+(1＋(1＋((()11 (12＝(..+(1＋(2＋((()12 服用 (21＝(..+(2＋(1＋((()21 (22＝(..+(2＋(2＋((()22 B主效应 即：((()11=(11－(..－(1－(1 ((()12＝(12－(..－(1－(2 ((()21＝(21－(..－(2－(1 ((()22＝(22－(..－