第07讲 方差分析课件.pptVIP

第九章 方差分析 方差分析 方差分析(Analysis of Variance,ANOVA) 1928年由英国统计学家R.A. Fisher 首先提出，为纪念Fisher，以F命名，故方差分析又称为F检验。 方差分析的优点 不受比较组数的限制，可比较多组均数 可同时分析多个因素的作用 可分析因素间的交互作用 方差分析的应用条件 独立性：各样本是相互独立随机的样本 正态性：各样本都来自正态总体 方差齐性：各样本的总体方差相等 看一个实例 例9－1 为研究煤矿粉尘对尘肺的影响，将18只大鼠随机分成甲、乙、丙三组，每组6只，放在地面办公楼、煤炭仓库和矿井下染尘，12周后测量大鼠全肺湿重（g），问三种不同环境下大鼠全肺湿重是否不同？ 总变异——SS总（离均差平方和 ） 组间变异——SS组间 组内变异——SS组内 方差分析的基本思想 抽样误差 本质上的差别 + 抽样误差 （组间差异） （组内差异） 如果三种环境效果相同，也即三组样本均数来自同一总体(H0：?1=?2=?3)，那么从理论上说组间变异应该等于组内变异，因为两者均只反映随机误差(包括个体差异)，这时若计算组间均方与组内均方的比值： F= MS组间 /MS组内 则F值在理论上应等于1，但由于抽样误差的影响，F通常接近1，而并不正好等于1。相反，若三种疗法效果不同，则组间变异就会增大，F值则明显大于1，要大到什么程度才有统计学意义呢？可通过查方差分析用F界值表得到P值，将其与事先规定的?值比较后作出判断。 完全随机设计资料的方差分析(analysis of one way variance）ANOVA 处理因素只有一个 属于完全随机设计：随机抽样 随机分组 随机试验 基本步骤 建立检验假设 计算检验统计量 确定 P 值 结论 列方差分析表 建立假设 H0：?A=?B=?C，三个总体均数全相等 H1：三个总体均数不全相同 ?=0.05 计算基本数据 计算SS总、SS组间、和SS组内  确定P值，得出结论 查方差分析表得F0.05(2，15)=3.68，F0.01(2,15)=6.36，则P＜0.05。 故按? =0.05的水准，拒绝H0，接受H1，故可认为三个总体均数不全相同。 随机区组设计资料的方差分析 配伍因素和 处理因素 属于随机区组设计（ block design ) 又称“配伍设计” 配伍的概念 随机区组设计（配伍设计）是配对设计的扩大，将全部受试对象按某种或某些特征划分成若干个区组，使每个区组内研究对象的特征尽可能相近。再使每一区组的各受试对象随机地接受不同水平的处理。 配伍设计的目的 对研究因素以外的已知的干扰因素加以控制，从而将研究因素的作用与干扰因素的作用区分开，以提高检验的功效。 例 9-2 研究甲、乙、丙3种营养素对小白鼠体重增加的影响，已知窝别为影响因素，拟用6窝小白鼠，每窝3只，随机安排甲、乙、丙3种营养素中的1种，8周后观察小白鼠体重增加情况，数据如下。问三种营养素对小白鼠体重增加是否不同？不同窝别之间小白鼠体重增加是否不同？ 3种营养素对小白鼠体重增加的影响 两因素方差分析的原理类似于单因素方差分析，前者仅在后者的基础上，从误差中再分离出配伍组效应，使误差减少，达到提高检验功效之 目的 SS总=SS处理+SS区组+SS误差 总变异——SS总（离均差平方和 ） 处理组变异——SS处理 区组变异——SS区组 误差变异——SS误差 对于处理组 H0：三个总体均数全相等，即甲、乙、丙三种营养素的效果相同 H1：三个总体均数不全相等，即甲、乙、丙三种营养素的效果不全相同 =0.05 对于区组 H0：6个总体均数全相等 H1：6个总体均数不全相等 ? =0.05 计算SS总、SS处理、 SS区组和SS误差 随机区组设计方差分析的计算公式 确定P值，作结论 F0.05,(2,10)=4.10 F0.05,(9,10)=3.33 F0.01,(2,10)=7.56 F0.01,(9,10)=5.64 列方差分析表 显然处理组间均数的检验结果是F＞F0.01，P＜0.01，拒绝H0，接受H1，差别有统计学意义，可认为甲、乙、丙三种营养素效果不全相同。 对区组： F＞F0.05，P＜0.05，拒绝H0，接受H1，差别有统计学意义，可认为各区组效果不全相同。 多个样本均数的两两比较 在方差分析认为多组均数间差异有统计学意义的基础上，若需了解究竟哪些组均数之间有差别，还是各组间均有差