第八章 方差分析详解.ppt

* * 4个均数可作线图,若两条直线几乎相互平行, 则表示两因素交互作用很小；若两条直线相互不平行, 则说明两因素可能存在交互作用。 * 表11-2中，A因素（缝合方法）的主效应为6%，B因素（缝合时间）的主效应为22%，AB的交互作用表示为2%。以上都是样本均数的比较结果，要推论总体均数是否有同样的特征，需要对试验结果作假设检验即方差分析后下结论。 * 结合样本均数的比较结果，A因素的主效应为6%，AB的交互作用为2%，均不具有统计学意义，仅B因素（缝合后时间）的主效应22%有统计学意义。 * * * 注意其公式与两样本t检验公式的区别 * 以ν=116、处理组数查附表5的Dunnett-t检验界值表（双侧），得。，，，都得P0.01。按水准，拒绝H0，接受H1，有统计学意义。可认为降血脂新药各组与安慰剂组的低密度脂蛋白含量总体均数有差别，即三个不同剂量降血脂新药都可降低血脂中低密度脂蛋白含量 * 列出对比组，并计算两对比组的均数之差，写出两对比组包含的组数a。 已知ν=8和a，查附表4的q界值，得出相应的q界值。 以实际的q值和相应的q界值作比较，确定对应的P值 。 结论： 可认为A药和B药、C药的抑瘤效果有差别，还不能认为B药和C药的抑瘤效果有差别。 * 在作方差分析之前，应先对资料的的方差齐性进行检验，特别是在样本方差相差悬殊时，应注意这个问题。 * * * * * * 表4-17 例4-2的方差齐性检验表 * * * * 二、 Levene 检验 资料要求：可不具有正态性。 检验统计量：F 计算公式： F * * 式中 * * 检验步骤： * * * 方差分析：推断多个总体均数是否有差别 * 4组比较，6次，0.2647 * * * 全部观测值大小各不同， 各测量值与总均数差值的平方和 * 随机误差包括个体变异和测量误差 * * * 变异程度除了与离均差平方和有关，还与自由度有关；各部分自由度不等，各部分离均差平方不能直接比较。 * * * 不同设计类型，变异分解情况亦有所不同，选择具体的方法 * * 为单因素多水平研究 * * n1、n2、n3可等可不等 * * * 多重比较见第6节 * * 非处理因素（如性别、体重、年龄、职业、病情、病程等） 特点：各个处理组的实验对象数量相同，区组内均衡。 * (1) 总变异：反映所有观察值之间的变异。 (2) 处理间变异：由处理因素的不同水平作用和随机误差产生的变异。 (3) 区组间变异：由不同区组作用和随机误差产生的变异。 (4) 误差变异：完全由随机误差产生的变异。 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，更容易发现差异 * 注意多重比较 * 例：某医生欲研究A、B两药是否有治疗缺铁性贫血的作用，以及两药间是否存在交互作用。? * 图11-1 2因素2水平析因实验示意图 （一）分析A因素、B因素的单独效应、主效应和交互作用。 * 表11-2 2因素2水平析因实验的均数差别 * B因素 B1 B2 平均 B2-B1 A因素 A1 A1B1 A1B2 S1 A2 A2B1 A2B2 S2 平均 S A2-A1 T1 T2 T B的主效应 B的单独效应 A的单独效应 A的主效应 * 指其他因素的水平固定时，同一因素不同水平间 的差别。 1. 单独效应(simple effect) * 指某一因素各水平间的平均差别。 A的主效应： （4+8）/ 2=6 B的主效应： （20+24）/ 2=22 2. 主效应 (main effect) * 即AB＝BA。 3. 交互作用(interaction) 当某因素的各个单独效应随另一因素变化而变化时，则称这两个因素间存在交互作用。 * 缝合2月 （b2） 缝合1月 （b1） 交互作用的图形观察 * （二）变异分解与方差分析 推断各效应是否有统计学意义。 * 表11-5 表11-1析因实验方差分析表 析因设计的方差分析 总变异的离均差平方和SS及自由度υ分解为各因素的作用、两因素的交互作用及误差等部分。 * 结论：尚不能认为两种缝合方法对神经轴突通过率有影响；可以认为缝合后2月与1月相比，神经轴突通过率提高了。 例8-9 * * 二、2×2 ×2析因设计及方差分析 * 析因设计的优缺点 析因设计优点：是一高效的实验设计方法，不仅能分析各因素内部不同水平间有无差别，还可分析各因素间的交互作用。 缺点：与正交实验设计相比，属于全面实验，因此，研究的因素个数和因素的水平数不宜过多。 * 析因设计资料分析注意问题 原则： 若存在交互作用，分析主