方差分析二(多因素方差分析new).ppt

Dunnett Snk SAS实验两者互换，结果同。 SS1表示输出model中自变量及交互效应的平方和，且输出结果与自变量在模型中的先后顺序所致的效应有关，先主效应后交互效应。 * 每一个体作为自身对照，克服了个体间的变异，分析时可更好地集中于处理效应 因重复测量设计的每一个体作为自身对照，所以研究所需的个体相对较少，因此更加经济 * 滞留效应：前面的处理效应有可能滞留到下一次的处理 潜隐效应：前面的处理效应有可能激活原本以前不活跃的效应 学习效应：由于逐步熟悉实验，研究对象的反应能力有可能逐步得到了提高 * * 差数 若数据属于非平衡数据，如存在缺失数据，测量次数或间隔不等等，且研究目的不仅想了解总体平均趋势等固定效应，而且更想挖掘数据中的更多信息，建议采用多水平模型或潜在生长曲线模型 * “所有模型都是错的，但是有些是有用的。”30 年前，统计学家George Box这么说。 * * 至表14 至例4 * * 有意思的统计小故事 正张家有财一千万,九个邻居穷光蛋。平均起来算一算,个个都是张百万。 血液检查中的经济学 * 析因设计是一种多因素的交叉分组设计。它不仅可检验每个因素各水平间的差异，而且可检验各因素间的交互作用。两个或多个因素如存在交互作用，表示各因素不是各自独立的，而是一个因素的水平有改变时，另一个或几个因素的效应也相应有所改变；反之，如不存在交互作用，表示各因素具有独立性，一个因素的水平 有所改变时不影响其他因素的效应。 * * * * （Factorial design） * * 协同作用： 例如一种污染物因另一种污染物的存在而使其毒性增强的作用。 例如两个药物有协同作用，就是说吃这两种药的作用比单独吃一种药作用强 * 拮抗作用： 例如两种化学药剂作用于生物机体时，一种化学药剂干扰另一种药剂的毒效，或彼此互相干扰对方的毒效，使总体毒效下降的现象。 例如一种污染物因另一种污染物的存在而使其毒性减少的作用。 * * means * 正常大鼠加上 * 例题 1.建立假设，确定检验水准α＝0.01 2.进行球对称性检验 球对称性通常采用Mauchly’s test检验标准来判断 3.调整时间点F值的自由度 ⑴当资料满足“球对称”(Sphericity)条件时（ Pα） ，不作调整。 ⑵当资料不满足“球对称” 条件时（ Pα） ，时间点间F值的自由度需要调整。 时间点间 误差 4. 计算F值 球对称性通常采用Mauchly’s test检验来判断 其结果按α＝0.1水准检验，不满足球对称性，对系数ε进行校正，其结果如下： 结果显示：治疗前与治疗后不同时间转氨酶平均水平不同。 5.单组重复测量方差分析数据结构 6.基本程序格式 Nouni 不打印输出单变量分析结果 Printe 产生Mauchly 球性检验的统计量χ2、P值 分析：单组重复测量数据分析的缺陷只能分析观察对象的观测值在不同时间点的差别。 专业认为：不同时间点上的观测值变化可能是“处理”的作用，也可能是患者病情的自然变化，与“处理”无关，如果要分析“处理”效应，必须设立一个平行对照组，通过组间差别的大小说明“处理”组效应的大小。两独立样本重复测量设计是将N个受试对象随机地等分两组，一组作为实验组，另一组作为对照组。 为研究国产某药品与同类型进口药品对慢性乙型肝炎患者谷丙转氨酶（ALT）水平的影响，将20名慢性乙型肝炎患者随机分为两组，一组服用国产药作为实验组，一组服用进口药作为对照组。对每一患者在治疗前、治疗后12周、24周、36周重复4次测量ALT水平，实验结果见下表。问两种药物对慢性乙型肝炎患者的ALT水平影响是否不同？ 五举例：两组重复测量数据方差分析 国产药 进口药 分析结果 两样本重复测量数据方差分析结果 程序如下 两组重复测量数据结构 相关分析结果 球对称性检验结果 方差分析结果 结果显示汇总 总结论为： 不同药物对ALT水平未见不同，但两药物在不同时间点ALT有差别，药物与时间的交互作用无意义。 从以上分析可见：无论单组或两组分析，我们仅算出总的有差别，两两比较未知的？ 分析方法与一般方差分析不同。 Contrast(1) 产生不同水平间同括弧内指定的参考水平对比检验 Summary 定义每个对比组生成方差分析表 后多个重复测量时间点与前第1时间点比 原程序如下： 结果分析 两组比较数据分析 所关注的结果如下 Contrast(1)结果比较结构 有时试验仅对先后两个时间点的比较感兴趣，也希望比较水平1与2、2与3、3与4比可用选择项profile，程序如下： proc glm data=SASfeng.p178; model time0 time