9.5方差分析(15-18).ppt

首先将四个样本均数按从大到小的顺序排列，并编上组次： 组次 1 2 3 4 均数 3.3200 3.0975 2.6850 2.4025 组别 D C B A ● 求标准误(SE) ni不等时   ni相等时  5 6 9 8 7 ? ⑶确定P值，判断结果 按α＝0.05的水准，对四组均数间两两比较后的结论是：除A与B、C与D饲料间大白鼠肝/体比值差别无统计学意义外，其余的任何两种饲料间大白鼠肝/体比值间的差别均有统计学意义，可认为喂C、D号饲料的大白鼠肝/体比值较喂A、B号饲料的高。 结果可以表示为： AB ， CD 当ANOVA结果为P ＞0.05时，一般认为，无需继续做多重比较。 The End 第九章 数值变量资料的统计分析 第五节 方差分析 方差（个体值的变异度） 数学计算：离均差平方的均值 * ?2为总体方差，S2为样本方差 * 方差利用了所有数据的信息，反映平均差别。 * 式（9-7）中“n－1”为自由度，数理统计认为用自由度作分母较好（无偏估计）。 方差分析（analysis of variance，简写为ANOVA）能用于两个或两个以上样本均数的比较，还可分析两个或多个研究因素的交互作用以及线性回归方程的假设检验等。 多个均数比较时为什么不能直接两两之间作t 检验？ 以五个样本均数的比较为例： 进行t 检验时，α=0.05，则5个均数的两两比较将发生10次，这时，10次比较都不犯（Ⅰ类）错误的概率为0.9510=0.599，有（Ⅰ类）错误发生的概率则为1-0.599=0.401。远大于设定的检验水准（α=0.05） 应用方差分析的条件: 各样本是相互独立的随机样本； 各样本都来自正态总体； 各个总体方差相等。 方差分析的基本思想是首先将总变异分解为组间变异和误差变异，然后比较平均变异MSB和MSE，比较时采用两者的比值F值，即 1.1m 30位跳高的“苗苗” —— 2000年9月1日进入广东省体校 2年后A组的跳高成绩 A 2002年9月1日，三组各自的情形 A B C 湖南省的情形 一、完全随机设计资料的方差分析 例9-19 用四种不同的饲料喂养大白鼠，每组4只，30天后测其肝脏湿重占体重的比值（肝/体比值，%）（见表9-14）。试比较四组均数间有无差异。 何谓“完全随机”？ 单因素方差分析的变异分解 单因素方差分析 单因素方差分析 检验统计量F： 检验步骤： ⑴建立假设，确定检验水准 H0：μ1＝μ2＝μ3＝μ4 , 即四个组的总体均数相同 H1：μ1、μ2、μ3、μ4不同或不全相同 α ＝0.05 思考：①F 1或Ｆ 值靠近１，可以 分别得到怎样的提示？②造成组间 变异和组内变异的原因分别是什么？ ⑵选择检验方法，计算检验统计量F值 F – 分布 ⑶ 确定P 值，判断结果 思考：上述均数,指的是样本均数,还是总体均数 ? 当两样本均数的比较,则t检验与方差分析均可使用 (1) 二者结论是等价的;(2) 两个统计量之间有如下关系:(3) 方差分析的应用条件与p.295所述t 检验应用条件相似。 二、随机区组设计资料的方差分析 例9-20 在抗癌药物筛选试验中，拟用20只小白鼠按体重相近者归为一个区组，一共五个区组，每个区组各有四只小白鼠。分别观察四种药物对小白鼠移植性肉瘤S180的抑瘤效果，结果见表9-17。问四种药物的抑瘤效果有无差别？ 方差分析的基本思想： 检验步骤： ⑴建立假设，确定检验水准 药物间： H0：μ1＝μ2＝μ3＝μ4 H1：μ1、μ2、μ3、μ4不全相同 区组间： H0：五个区组的总体均数相同， H1：五个区组的总体均数不同或不全相同， α ＝0.05 ⑵选择检验方法，计算检验统计量F值； ⑶确定P值，判断结果。 因此按α＝0.05的水准拒绝H0，接受H1， 可认为四种药物的抑瘤作用不全相同， 即四个总体均数中至少有两个不同。 三、多个样本均数间两两比较的q检验 例9-21 对例9-19资料作两两比较。 ⑴建立假设，确定检验水准 H0：μA＝μB，即任两对比组的总体均数相等 H1：μA≠μB，