7.医学统计学解说.ppt

SS行表示行因素各水平组的样本均值与全部观测数据的总平均值之间的差异，其自由度为g-1。 SS列表示列因素各水平组的样本均值与全部观测数据的总平均值之间的差异，其自由度为g-1。 SS误差表示各因素各水平组内每个样本观察值与其样本均数之间的差异，其自由度为(g-1)(g-2)。 于是，得检验统计量 计算相应的统计量，填入方差分析表中 变异来源 平方和SS 自由度df 均方MS F值 P值 处理 1726.25 3 575.417 9.85 0.01 行区组 98.75 3 32.917 0.56 0.05 列区组 1304.2 3 434.750 7.44 0.05 误差 350.50 6 58.417 总 3479.75 15 根据P值，作出推断： 1.拒绝H0，认为食品种类会影响大鼠体重增加； 2.不拒绝H0，不能认为窝别可影响大鼠体重增加； 3.拒绝H0，认为食品加工方法会影响大鼠体重增加。 5.多个均数间的多重比较 在方差分析中，若拒绝原假设，则说明多个总体均数不全相等，但究竟是哪些不等？却并没有解决。这需要对多个总体均数进一步作两两比较，即需要对如下假设进行检验。 H0：μ1= μ2 μ1= μ3 … μ1= μg μ2= μ3 … μ2= μg … μg-1= μg 这里，每一个检验都是两个总体均数的比较，似乎都可以采用t 检验来做，但由于这里需要进行多重比较，重复使用t 检验会增大犯I类错误的概率。 如需进行6次比较，每次犯I类错误的概率最大为0.05，则 1.SNK-q检验 适用于多个总体均数的两两比较； 2.Dunnett-t检验 适用于多个实验组与一个共用对照组的比较； 3.LSD-t检验 适用于多组中某一对或某几对在专业上有特殊意义的均数的比较。 第1次比较时不犯一类错误的概率为：1-0.05 前2次比较均不犯一类错误的概率为：(1-0.05)2 …………… 6次比较均不犯一类错误的概率为：(1-0.05)6 于是，6次比较中至少有一次犯一类错误的概率为： 1-(1-0.05)6=0.26 这个概率远大于0.05。故需采用特定的方法来作这种多重比较的假设检验。 作这种多重比较，常用的方法有： 6. 多个方差的齐性检验 与t检验类似，在进行方差分析时，要求数据满足正态性和方差齐性的条件。 正态性一般可根据专业知识来判断，也可用正态性检验来处理；对于方差齐性问题，前面解决了两个方差的齐性检验问题，现在来看多个方差的齐性检验问题。 Bartlett检验 设从g个正态总体中独立抽取g个样本，求得各样本均数与样本方差，欲检验各总体方差是否相等： H0：σ21=σ22=…=σ2g 在H0成立的条件下，可用如下的统计量进行检验： 其中，合并方差 对于完全随机设计，合并方差S2c=MS组内 1. 基本概念 t检验解决了推断两个总体均数是否相等的问题，但实际工作中还会遇到需要推断多个总体均数是否相等的问题。如： Ex1 为研究煤矿粉尘作业环境对尘肺的影响，将18只大鼠随机分到甲、乙、丙三个组，每组6只，分别在地面办公楼、煤碳仓库和矿井下染尘，12周后测量大鼠的全肺湿重，数据见下表，问不同环境下大鼠全肺湿重有无差别？ 返回 甲组 乙组 丙组 样 本 观 测 值 4.2 4.5 5.6 3.3 4.4 3.6 … … … 3.3 4.2 4.7 本例的问题是，要比较不同环境下大鼠的全肺湿 重有无差别，即需要对下列假设作出推断： H0：μ1= μ2= μ3 三种不同环境对大鼠的全肺湿重无影响 ex2 为研究克拉霉素的抑菌效果，对28个短小芽孢杆菌平板依据菌株的来源不同分成了7个区组，每组4个平板用随机的方式分配给标准药物高剂量组(SH)、标准药物低剂量组(SL)，以及克拉霉素高剂量组(TH)、克拉霉素低剂量组(TL)。给予不同的处理后，观察抑菌圈的直径，结果见下表，问（1）4种处理效果是否不同？（2）不同菌源之间抑菌圈的直径大小是否不同？ 本例有两问，需要对如下两个假设作出推断： H0：μSL= μSH= μTL = μTH 4种处理效果相同 H0：β1= β2= …= β7 菌源对抑菌圈的直径大小没有影响 区组 SL SH TL TH 1 18.02 19.41 18.00 19.46