医学统计学--第十一章 多因素试验资料的方差分析.ppt

第二篇 高级统计方法 概 述 高级统计方法是基本统计方法的延伸和发展，表现在空间广度和时间深度上。 1-10章，单双因素（变量）研究，基本不涉及时间变量，即时间是固定的。 多因素试验：处理因素不止一个。如4种饲料是由脂肪含量和蛋白含量两个因素复合组成，研究目的不仅是比较4种饲料的差别，还要分别分析脂肪含量高低、蛋白含量高低对小鼠体重的影响，就是两因素的试验。此时可做析因分析。 单变量分析：研究单个变量的数量特征，推断两个或多个总体参数的差别。 双变量分析：研究两个变量的数量依存（或依赖）关系或互依（或相关）关系。 多变量分析：研究多个变量的数量依存（或依赖）关系或互依（或相关）关系。 本篇内容 多因素或多变量分析 11-16章、18-21章 生存分析 17章 统计预测 22章 综合评价 23章 量表研制方法 24章 其他：信度效度评价、Meta分析 33章 教学目的 了解统计方法 掌握应用条件 明确研究目的 分清资料类型 原始数据 建立数据库 正确解释结果 借助统计软件 中间 次要 最终 主要 Content ANOVA of factorial experiment ANOVA of the orthogonal design ANOVA of nested design ANOVA of split-plot design 目的：研究多个处理因素对试验对象的试验 指标的作用。 原因 结果 多个 1个 资料：处理因素分几个水平，试验指标多为 定量数据。 方法：多为方差分析 ，少数 检验。 设计类型 1. 析因设计 各因素各水平的全面组合 完全随机设计：各组随机分配 n 个试验 对象，总对象数为 g·n。 随机区组设计： n 个区组，每个区组 g 个 试验对象随机分配。 2. 正交试验：非全面组合，g个处理组是各因素 各水平的部分组合，即析因设计 的部分实施。 优点：减少试验次数 缺点：牺牲分析各因素部分交互作用 例11-4：析因设计，需做 24 次试验 正交设计，只需 8 次试验 3. 嵌套试验：处理非各因素各水平的全面组合，而是各因素按隶属关系系统分组，各因素水平没有交叉。 4. 裂区设计：两因素析因设计的特殊形式。 析因设计：g 个处理全部都作用于同一级别的实验单位。 裂区设计：A 因素的 I 个水平作用于一级实验单位， B 因素的 J 个水平作用于二级实验单位。 在相同试验条件下，通过改进实验设计方法可以提高实验效率。 注意多因素试验与多向分类方差分析的区别，如随机区组试验和两因素析因试验，前者是单因素试验，后者是两因素试验，但数据分析都是采用双向分类方差分析。 第一节 析因设计的方差分析 一、两因素两水平的析因分析 例11-1 将20只家兔随机等分4组，每组5只，进行神经损伤后的缝合试验。处理由A、B两因素组合而成，因素A为缝合方法，有两水平，一为外膜缝合，记作a1，二为束膜缝合，记作a2；因素B为缝合后的时间，亦有两水平，一为缝合后1月，记作b1，二为缝合后2月，记作b2。试验结果为家兔神经缝合后的轴突通过率 % （注：测量指标，视为计量资料），见表11-1。欲用析因分析比较不同缝合方法及缝合后时间对轴突通过率的影响。 1. 单独效应 指其他因素的水平固定时，同一因素不同水平间的差别 本例 4．方差分析 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。 模 式 自由度分解 用表11-1数据计算： 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。 二、完全随机分组两因素析因设计与方差分析 三、完全随机分组三因素析因设计与方差分析 模式 例11-3 用5×2×2析因设计研究 5 种类型的军装在两种环境、两种活动状态下的散热效果，将100名受试者随机等分20组，观察指标是受试者的主观热感觉 从“冷”到“热”按等级评分 ，结果见表11-11。试进行方差分析。 （1）计算两因素交叉分组的合计 （3）结论：不同军装、不同环境和不同活动状态的主观热感觉的主效应都有差别，但尚不能认为军装类型的主观热感觉与其他两个试验因素（环境、活动状态）存在交互作用。结合样本信息（即表11-11中A因素各水平的小计 51.8，52.2，51.1，43.8，58.1）得，第4种类型的军装具有散热效果，第5种类型的军装具有保温效果，其余三种类型的军装介于两者之间。 ? A1＝T1+T2＝120＋220＝340，A2＝T3+