spss析因设计分析.pptVIP

第11章 多因素实验的方差分析;方法：方差分析（F检验） 目的：研究多个（包括两个）处理因素对 试验对象的试验指标的作用 资料：处理因素分几个水平（非定量）， 试验指标定量 结果： 应用：;Factorial design ANOVA ;一、析因设计二、析因设计的方差分析 （一）两因素两水平 （二）两因素三水平 （三）三因素多水平; ; ;实例3：研究小鼠在不同注射剂量和不同注射频次下药剂ACTH对尿总酸度的影响。问①A、B各自的主效应如何？②二者间有无交互作用？;显著特征 每个处理是各因素各水平的一种组合，总处理数为各因素各水平的全面组合数，即各因素各水平数的乘积。如两因素析因设计，设A因素有I个水平，B因素有J个水平，则总处理数G=I×J。在三个因素的析因设计中，若各因素水平为I、J、K，则总处理数G=I×J×K。 要求各个处理组内的实验单位数相等（便于手工计算）且每组至少有两个实验单位，否则无法分析因素间的交互作用，故总的实验单位数至少为2G。 ;2.实验设计 各因素各水平的全面组合 设有k个因素，每个因素有L1, L2, …, Lk个水平，那么共有g= L1×L2×…×Lk个处理组。 例如有三个因素，分别是A，B，C。 A因素有2水平， B因素有3水平， C因素有2水平， 则处理组 g=2×3×2=12个 确定了处理组数后，将实验对象分配到各组的方法可以采用完全随机设计、随机区组设计或拉丁方设计 ; 析因设计(Factorial Design)是一种多因素多水平交叉分组进行全面试验的设计方法。它可以研究两个或两个以上因素多个水平的效应。 在析因设计中，研究因素的所有可能的水平组合都能被研究到。 例如4个因素同时进行实验，每个因素取两个水平，实验的总组合数为24=16；如果水平为3，则有34=81种组合数。即是这81种组合均进行实验。 所以析因设计可以分析观测指标与研究因素间的复杂关系，包括各因素间的交互作用(Interaction) 。;3.析因设计的特点 2个以上（处理）因素（factor）（分类变量） 2个以上水平（level） 2个以上重复（repeat） 每次试验涉及全部因素,即因素同时施加 观察指标（观测值）为计量资料（独立、正态、等方差）;4.析因设计的有关术语 单独效应（simple effects）：其它因素（factor）的水平（level）固定为某一值时，某一因素的效应。即其他因素的水平固定时，同一因素不同水平间的差别。 主效应（main effects）：某因素各单独效应的平均效应。某一因素各水平间的平均差别。 交互作用（Interaction）：某一因素的各个单独效应随着另一因素变化而变化的情况。（如一级交互作用AB、二级交互作用ABC…）;如果不存在交互效应，则只需考虑各因素的主效应。 在方差分析中，如果存在交互效应，解释结果时，要逐一分析各因素的单独效应，找出最优搭配。 在两因素析因设计时，只需考虑一阶交互效应。三因素以上时，除一阶交互效应外，还需考虑二阶、三阶等高阶交互效应，解释将更复杂。 (A+B)=A+B+AB (A+B+C)=A+B+C+AB+AC+BC+ABC;5.析因设计的优缺点 优点：比单处理因素设计能提供更多的试验信息，可用来分析全部因素主效应，以及因素间各级的交互作用，在医学上可用于筛选最佳治疗方案、药物配方、实验条件等研究。 缺点：当因素增加时，实验组数呈几何倍数增加，所需试验的次数很多。不但计算复杂，而且给众多交互作用的解释带来困难。因此，当因素及水平数较多时，一般不采用完全交叉分组的析因设计，而采用正交设计。;（一）两因素两水平（2×2）完全随机析因设计的方差分析; ; A因素（2水平） 缝合方法;表 2因素2水平析因试验的均数差别 ;单独效应：其他因素的水平固定时，同一因素不同水平间的差别;析因试验的均数差别 ; ;;交互作用 统计分析时，若存在交互作用，须逐一分析各因素的单独效应。反之如果不存在交互作用，则两因素的作用相互独立，分析某一因素的作用只需考察该因素的主效应。两因素的交互作用称为一阶交互作用，当因素个数大于2时，可计算二阶交互作用、三阶交互作用，……。;A1;A1;析因试验的均数差别 ;交互作用;ANOVA分析的必要性;H0：两种缝合方式间轴突通过率相同 H1：两种缝合方式间轴突通过率不同 H0：不同时间轴突通过率相同 H1：不同时间轴突通过率不同 H0：缝合方式与