方差分析(10硕).ppt

第四章 方差分析Analysis of variance 公共卫生学院流行病与卫生统计学系 吴静 本章内容 一、方差分析的基本思想及应用条件 二、完全随机设计资料的方差分析 三、随机区组设计资料的方差分析 四、拉丁方设计资料的方差分析 五、多个样本均数间的多重比较 第一节 方差分析的基本思想及应用条件 方差分析（Analysis of variance, ANOVA） 方差分析，又称变异数分析或F检验，适用于对多个平均值进行总体的假设检验，以检验实验所得的多个平均值是否来自相同总体。 一个因素（水平间独立） ——单向方差分析 两个因素（水平间独立或相关）——双向方差分析 因素与水平 因素（factor） 对实验指标有影响，在研究中加以考虑（控制）的实验条件 将所研究的对象分为多个处理组，施加不同的干预，施加的干预称为处理因素（分类变量） 水平（level） 每个因素的不同状态（质量上的或数量上的差别） 处理因素至少有两个水平 单向方差分析 单向方差分析(one-way analysis of variance)是指处理因素只有一个 这个处理因素包含有多个离散的水平，分析在不同处理水平上应变量的平均值是否来自相同总体 一、方差分析的基本思想 将所有测量值的总变异按照其变异的来源分解为多个部分，然后进行比较，评价由某种因素所引起的变异是否具有统计学意义。 实验数据有三种不同的变异 1. 总变异 2. 组间变异 3. 组内变异 总离均差平方和的分解 个体测定值与总平均值之差 离均差平方和 三种“变异”之间的关系 One-Way ANOVA Partitions Total Variation One-Way ANOVA Partitions Total Variation One-Way ANOVA Partitions Total Variation One-Way ANOVA Partitions Total Variation Sum of Squares Between Groups (SSB) One-Way ANOVA Partitions Total Variation Sum of Squares Within Groups (SSW) Sum of Squares Between Groups (SSB) Total Variation Treatment Variation Random (Error) Variation 二、F值与F分布 F值与F分布 组内均方表示各组内均方的平均值，它是随机误差项方差的综合估计值 由于组间均方包含由随机误差及处理因素引起的误差，故其值比组内均方大 组间均方与组内均方的比值称为F统计量 F值与F分布 如果各组样本的总体均数相等，即各处理组的样本来自相同总体（ ）。若无处理因素的作用，则组间变异同组内变异一样，只反映随机误差作用的大小。 F值接近于1，就没有理由拒绝H0；反之，F值越大，拒绝H0的理由越充分。数理统计的理论证明，当H0成立时，F统计量服从F分布。 F分布 F分布有两个自由度，组间自由度和组内自由度 F分布是一种偏态分布 F 界值表 方差分析的基本思想 ANOVA and Sample Variation Two Possible Situation Same group variation Different random variation Two Possible Situation Same group variation Different random variation 方差分析的应用条件 各样本是相互独立的随机样本 各样本均来自正态分布总体 各样本的总体方差相等，即方差齐性或齐同（homogeneity of variance） 上述条件与两均数比较的t检验的应用条件相同 第二节 完全随机设计资料的方差分析 方差分析步骤 整理和描述资料 提出检验假设及确定检验水准α 计算各种离均差平方和、自由度及均方 计算F值 确定P值并作出统计学推断 方差分析步骤 （二）计算F值（方差分析表） 计算F值（方差分析表） （三）下结论 本例P=5.76348E-05，按α=0.05水准，拒绝H0，接受H1，认为三组的差别具有统计学意义，即不同时期切痂对大鼠肝脏的ATP含量有影响。 如想知道哪两组间有差别（如本例更关心两个切痂组的ATP含量是否有差别），可进行多个均数的两两比较。 第三节 随机区组设计资料的方差分析 双向方差分析 双向方