14章-5方差分析.pptVIP

 学 习 目 标 认识方差分析的范围 会做完全随机设计资料的方差分析 会做随机区组设计资料的方差分析 会做多个均数间两两比较 第一节 方差分析简述 方差分析也是统计检验的一种。由英国著名统计学家： R.A.FISHER推导出来的，也叫F检验。 例 子 某医生为研究一种四类降糖新药的疗效，以统一的纳入标准选择了60名2型糖尿病患者，按完全随机设计方案将患者分为三组进行双盲临床试验。其中，降糖新药高剂量组21人、低剂量组19人、对照组20人。对照组服用公认的降糖药物，治疗四周后测得其餐后2小时血糖的下降值（mmol/L)，问治疗四周后，餐后2小时血糖下降值的三组总体水平是否相同？ 方 差 分 析 的 概 念 及 应 用 方差分析又称F检验，也称均方分析，是对几个均数间差别做假设检验的一种方法。 方差分析可用于两个或两个以上均数的比较. 两个均数的比较:方差分析与t检验的效果一样,但习惯上常用t检验; 多个样本均数比较:多采用方差分析。 方差分析的原理 将全部观察值的变异（总变异）按设计和需要分解成两个或多个组成部分，再进行变异来源的分析。 变异度的大小可用标准差和方差来衡量，此处既是方差分析就用方差分析来衡量，只不过将方差的分子离均差平方和SS及分母自由度v 分开，分别来考虑。 有关方差分析的几个概念和符号 什么是方差？ 离均差 离均差之和 离均差平方和（SS） （1） 自由度： ? （2） 方差（?2 S2 ）也叫均方（MS） （标准差：S） （1）与（2）的关系： MS= SS/ ? 方差分析的目的 解决组间变异是由于不同的处理方法造成的，还是由个体变异造成的。 方差分析的步骤如下： 求方差,需先求离均差平方和及自由度。 数值资料总的离均差平方和： 组间离均差平方和组内离均差平方和 组间均方(样本方差)：组间离均差平方和/组间自由度 组内均方(误差均方)：组内离均差平方和/组内自由度 F值：MS组间/MS组内 变异的分类 在单因素的完全随机化实验设计的资料中，由变异而引起各个观察值X与总均数不同，各组均数与总均数不同，按变异来源可分为： 总 变 异 组间变异 组内变异 (1)总 变 异 含义：全部观察值的变异。各个观察值大小各不相同，与它们的总均数也不相同，这种变异称为总变异。 随机误差（即个体差异和测量误差） 内容 处理因素不同引起的变异 大小：用所有数据的方差即均方来表示。 (2)组间变异 含义：几个样本均数间的差异。 随机误差（含个体差异和测量误差） 内容 各组处理不同造成。 大小：用组间均方MS组间表示。 (3)组内变异 含义：每一组内个体与该组均数不同，且各个体的观察值间亦不同。 内容：随机误差（含个体差异和测量误差， 故组内变异又称误差变异。） 大小:用组内均方MS组内来表示。 方差分析思想的剖析 假若不同的处理并未产生不同的作用，组间均方仅仅剩下个体变异及测量误差造成的变异,与组内均方就一样了,那么组间均方与组内均方的比值F=1； 但由于抽样误差,F值虽然不一定等于1,但不会和1相差太大； 统计量F的计算及其意义 计算出统计量F，查表求出对应的P值，与?进行比较，以确定是否为小概率事件（与t检验公式进行对比）。 应用条件 ?各样本是相互独立的随机样本 ?各样本来自正态分布 ?各样本方差相等，即方差齐 完全随机设计资料的方差分析（单因素方差分析） 在某些医学研究中，有时需要研究的可能效应（或观察指标）的因素只有一个。例如:对高血压患者的不同治疗方案的疗效研究中，要研究的因素只有一个，即治疗方案。方差分析的目的：就是检验不同治疗方案对降压效果差异是否有显著性。又如：在给以不同饲料后观察大鼠体重的变化时，要研究的因素只有饲料。 单因素方差分析的基本思想 完全随机设计：将观察对象随机分配为两组或各种组，每组接受1种处理，形成两个或多个样本,或者分别从不同的总体随机抽取样本进行对比观察。 基本过程： 首先将总变异分解为几个部分，每部分与特定的因素相联系，然后构造检验统计量 F ，实现对总体均数的推断。 试验的目的： 通过两个或多个样本来推断相应的总体均数是否相等。利用样本的信息对总体均数间是否存在差异做出推断。 来自不同程度总体的样本均数间存在差异的原因： 一方面：随机因素（抽样误差＋测量误差）； 另一方面：样本所属总体的均数可能存在实质性差异。 两者中必须作出一种选择。 各种符号的意义： 用 i （ i = l , 2 ， … ，k）表示 k 个不同的处理分组； 第 i 组的样本容量：