方差分析(L7)资料.ppt

4 结果分析 模型有意义 组间差异有意义 协变量影响有意义 结论：扣除了用药前舒张压的影响后，可认为两组用药后舒张压差别有统计学意义。 未调整均数 调整后均数 重复测量设计资料的方差分析 设计简介 给予某种处理后，在几个不同的时间点上从同一个受试对象（或样品）上重复获得某指标的观察值。特点是同一观察对象重复测量值之间不独立，可能存在某种相关性。 ①若不存在相关性，称为满足Huynh-Feldt（齐性与球对称性）条件，用一元方差分析； ②若存在相关性，称为不满足Huynh-Feldt条件，用多元方差分析或校正一元方差分析，结果不一致，以多元方差分析结果为准。 通过球形检验判断 例7-10 1 建立数据文件 单组重复测量设计资料 2 打开并定义重复因素对话框 3 打开并定义重复测量主对话框 4 定义模型对话框 5 定义选项对话框 6 定义绘图对话框 球形检验结果：p0.05，满足H-F条件 7 结果分析 组内（不同时间点）效应方差分析结果：满足H-F条件，看第一行结果，否则看校正结果或多元方差分析结果。 不同时间点两两比较结果 轮廓图：可反映不同时间点的变化趋势 多组重复测量设计资料 例7-11 * 针对在实验设计阶段难以控制，或无法严格控制的因素，在统计分析阶段进行统计控制，在扣除协变量的影响后再对修正后的主效应进行方差分析，是一种把直线回归或多元线性回归与方差分析结合起来的方法，其中的协变量一般是连续性变量，并假设协变量与应变量间存在线性关系，且这种线性关系在各组一致，即各组协变量与应变量所建立的回归直线基本平行。当有一个协变量时，称为一元协方差分析，当有两个或两个以上的协变量时，称多元协方差分析。 例7-3 1 建立数据文件 2打开Univariate主对话框并设置 分类变量因素 3 定义model(模型)对话框 4 设置多重比较（Post Hoc)对话框 （因素水平数大于2，可进行多重比较） 5 结果分析 不同食品之间的多重比较 不同方法之间的多重比较 交叉设计资料的方差分析 两阶段交叉设计示意图 病人 A组 B组 对照组 试验组 B组 A组 试验组 对照组 第一阶段 第二阶段 观察疗效 停药洗脱 三因素无重复观察 1 建立数据文件 例7-4 2打开Univariate主对话框并设置 3 定义model(模型)对话框 自定义模型 分析主效应 方差分析结果 析因设计的方差分析 设计简介 是多因素多水平进行排列组合，交叉分组的试验设计 设计特点： 1.m个实验因素（m≥2） 2.m个因素的各个水平都互相搭配到，构成s个实验条件（组合) 3.每个实验条件下至少要做2次独立重复试验 4.因素是同时施加的 5.因素之间在专业上地位相等（无主次之分） 析因设计的方差分析 优点：可从各因素各水平的全组合中挑选出最优组合。 缺点：但当因素过多或因素的水平划分过细，则试验的总处理数及试验的总次数相当大，这在实际工作中难以实现，此时可考虑使用正交试验设计。 1 建立数据文件 例7-5 2打开Univariate主对话框并设置 3 定义model(模型)对话框 4 结果分析 正交设计的方差分析 设计简介 析因设计的部分实施，可减少实验次数，是利用一套规格化的正交表安排实验。 正交表的一般表示方法为：Lk(mj),其中L代表正交表，k代表试验次数，m代表各因素的水平数，j 代表最多容许安排的试验因素及其交互效应项数（包括误差项），例如L9(34)表示最多能安排4个实验因素（包括其交互效应及误差项），各因素的水平数为3，实验次数为9， 例7-6 1 建立数据文件 2 打开Univariate主对话框并设置 3 定义model(模型)对话框 根据需要选择交互项 4 设置选项对话框 5 结果分析 协方差分析 Analysis of Covariance, ANCOVA ANCOVA：简单理解为含协变量的方差分析 影响应变量（y）大小的连续性自变量 在实际的研究中会发现，影响应变量大小的除了一些分类（定性）变量外，一些连续性数值（定量）变量也会影响应变量y的大小，而对于后一种影响，统计学是用线性回归来分析的，因此协方差分析实际就是一种将线性回归分析和方差分析结合起来的统计分析方法。 ANCOVA的适用条件 满足方差分析条件 b有意义 协变量是连续性变量或等级变量 各组的回归斜率相等，即回归齐性 ANCOVA的目的：通过扣除协变量的影响，从而减小误差，提高统计分析的精度。 最重要一个条件，可通过分析分组变量与协变量间有无交互作用来判断。 例7-9 1 建立数据文件 2 回归齐性检验 选入交互项 P0.05，满足回归齐性条件 交互作用项 3 协方差分析 不需选入交互项 单因变量的 方差分析 (ANOVA) 多因变量的 方差