析因设计与分析.pptVIP

学习目的 掌握析因设计的概念； 掌握处理的单独效应、主效应和交互作用的概念； 掌握析因设计的方法； 熟悉析因设计资料的分析方法。 例：在评价药物疗效时，除需知道A药和B药各剂量的疗效外（主效应），还需知道两种药同时使用的交互效应。 析因设计及相应的方差分析能分析药物的单独效应、主效应和交互效应。 析因设计 factorial design是一种多因素的交叉分组设计。它不仅可检验每个因素各水平间的差异，而且可检验各因素间的交互作用。两个或多个因素如存在交互作用，表示各因素不是各自独立的，而是一个因素的水平有改变时，另一个或几个因素的效应也相应有所改变；反之，如不存在交互作用，表示各因素具有独立性，一个因素的水平有所改变时不影响其他因素的效应。 2×2析因设计 2×3析因设计 2×2×2 =8种处理 3×3析因试验举例 考察不同剂量考的松和党参对ATP酶活力的作用。 A因素(考的松) 不用 低剂量 高剂量 不用 O A1 A2 B因素 低剂量 B1 A1 B1 A2 B1 高剂量 B2 A1 B2 A2 B2 二、 析因设计的有关术语 单独效应（simple effects）： 主效应（main effects）： 交互作用（Interaction）： （一）单独效应 （二）主效应 (三)交互效应 若一个因素的单独效应随另一个因素水平的变化而变化，且变化的幅度超出随机波动的范围时，称该两因素间存在交互效应。 正交互效应（协同作用）：两因素联合（共同）作用大于其单独作用之和 三、实验设计方法 (一)确定设计模型 本例三个因素，分别是2、2、2个水平，用2×2×2析因设计 三、实验结果与分析（一）方差分析的基本思想 1.本例总方差分解为8个组成部分： 4.误差变异 数据分析 每种组合重复4次实验，共有数据4×24＝96个，对96个数据进行方差分析。将总变异SS总分解为16部分： 1.单个因素A、B、C、D的主效应 2.一级交互效应 A×B A×C A×D B×C B×D C×D 3.二级交互效应 A×B×C A×B×D A×C×D B×C×D 4.三级交互效应 A×B×C ×D 5.误差 若每个因素3个水平，有多少种组合？方差分析将总变异分解为多少部分？ 正确应用析因设计 析因设计对各因素不同水平的全部组合进行试验，故具有全面性和均衡性； 析因设计可以提供三方面的重要信息： 各因素不同水平的效应大小 各因素间的交互作用 通过比较各种组合，找出最佳组合。 正确应用析因设计 析因设计比一次只考虑一个因素的实验效率高，从得到的信息来看，它节省了组数和例数； 当考虑的因素较多，处理组数会很大(比如，4个因素各3个水平的处理数为34＝81种)，这时采用析因设计不是最佳选择，可选用正交设计。 析因设计的优点之一是可以考虑交互作用，但有时高阶交互作用是很难解释的，实际工作中常只考虑一、二阶交互作用 正确应用析因设计 析因设计与完全随机设计的区别： 完全随机析因设计与完全随机设计表面类似，但是其设计理念不同，方差分析方法不同。 完全随机设计为单因素设计，不能分析因素间交互作用； 析因设计为多因素设计，可以分析交互作用。 将析因设计的资料做完全随机设计的方差分析，会掩盖交互作用，得出错误的结论。 SPSS的应用： Analyze→general linear model→ univariate→model:custom:选择分析的因素 →continue →ok 例题演示 注意：最后的结论及最优配方的确定 表3.13 表3.9析因实验结果方差分析表 方差来源 DF SS MS F值 P值 处理组间 （7） （0.2123） 性 别 间 1 0.0141 0.0141 2.518 0.05 大 豆 间 1 0.1131 0.1131