ANOVA方差分析资料.pptVIP

* * * * * * * * * * * * * * * * * * * * * * 一、Bonferroni法 方法：採用α＝α’/c作為下結論時所採用的檢驗水準。c為兩兩比較次數，α’為累積I類錯誤的概率。 * 例8-1四個均值的Bonferroni法比較 設α＝α’/c＝0.05/6=0.0083,由此t的臨界值為t（0.0083/2,20）=2.9271 * Bonferroni法的適用性 當比較次數不多時，Bonferroni法的效果較好。 但当比較次數較多(例如在10次以上)時，則由於其檢驗水準選擇得過低，結論偏於保守。 * 二、SNK法 SNK(student-Newman-Keuls)法又稱q檢驗，是根據q值的抽樣分佈作出統計推論（例8-1）。 1．將各組的平均值按由大到小的順序排列： 順序 (1) (2) (3) (4) 平均值 28.0 18.7 18.5 14.8 原組號 B C A D 2.計算兩個平均值之間的差值及組間跨度k，見表8-3第(2)、(3)兩列。 3.計算統計量q值 4.根據計算的q值及查附表6得到的q界值（p286），作出統計推斷。 * 附表6 * 三、Tukey法 * 第四節 方差分析的假定條件和資料轉換 一、方差分析的假定條件（上述條件與兩均數比較的t檢驗的應用條件相同。） 1.各處理組樣本來自隨機、獨立的正態總體(D法、W法、卡方檢驗)； 2.各處理組樣本的總體方差相等（不等會增加I型錯誤的概率，影響方差分析結果的判斷） 二、方差齊性檢驗 1.Bartlett檢驗法 2. Levene等 3.最大方差與最小方差之比3,初步認為方差齊同。 * 1.Bartlett檢驗法 * 2. Levene檢驗法 將原樣本觀察值作離均差變換，或離均差平方變換，然後執行完全隨機設計的方差分析，其檢驗結果用於判斷方差是否齊性。 因為levene檢驗對原資料是否為正態不靈敏，所以比較穩健。目前均推薦採用LEVENE方差齊性檢驗 * 三、數據變換 改善資料的正態性或方差齊性。使之滿足方差分析的假定條件。 平方根反正弦變換——適用於二項分佈率（比例）資料。 平方根變換——適用於泊松分佈的計數資料 對數變換——適用於對數正態分佈資料 * 第五節 完全隨機設計方法簡介 將120名高血脂患者完全隨機分成4個例數相等的組 1.編號：120名高血脂患者從1開始到120，見下麵表第1行； 2.取亂數字：從附表15中的任一行任一列開始，如第5行第7列開始，依次讀取三位數作為一個亂數錄於編號下，見下麵表的第2行； * 3.排序：按亂數字從小到大(資料相同則按先後順序）編序號，見下面表的第3行。 4.事先規定：序號1-30為甲組，序號31-60為乙組，序號61-90為丙組，序號91-120為丁組，見下麵表的第4行。 華中科技大學 同濟醫學院 宇傳華製作，2004，10 * 宇傳華 製作 * * * * * * * * * * * * * * * * * * * * 方差分析Analysis of Variance（ANOVA ) 因素也稱為處理因素（factor）（名義分類變數），每一處理因素至少有兩個水準(level)（也稱“處理組”）。 一個因素（水平間獨立）——單向方差分析 （第十章） 兩個因素（水平間獨立或相關）——雙向方差分析 （第十一章） 一個個體多個測量值——重複測量資料的方差分析 ANOVA與回歸分析相結合——協方差分析 目的：用這類資料的樣本資訊來推斷各處理組間多個總體均數的差別有無統計學意義。 * Si S1 S2 S3 S4 合計 值 5.99 4.15 3.78 4.71 6.65 * * ANOVA由英國統計學家R.A.Fisher首創，為紀念Fisher，以F命名，故方差分析又稱F檢驗 （F test）。用於推断多個總體均数有無差異 * 第十章 單向方差分析 One-way analysis