协方差(三版)总汇.pptVIP

例13-1 为研究某降血糖药物的有效性及其合用盐酸二甲双胍片的有效性，选择收治90名2型糖尿病患者，并采用随机对照试验，分为三个治疗组，第一组为该降糖药组，第二组为盐酸二甲双胍片组，第三组为该降糖药+盐酸二甲双胍片组，每组30名患者，治疗3个月，主要有效性指标为糖化血红蛋白。测得每个患者入组前（X）和3个月后（Y）的糖化血红蛋白含量（％）,　　　试分析三种治疗降糖化血红蛋白的效果是否不同。 SPSS软件计算 1.建立数据文件 2.绘制散点图与建立直线回归方程 3.回归直线平行性假定的检验 初始X与各组无交互作用可认为 各组回归直线平行，即初始X对糖化血红蛋白的影响在各组间是相同的。 4.修正均数的计算与假设检验 考察三组的初始糖化血红蛋白是否相同？ SPSS软件计算 1.建立数据文件 2.绘制散点图与建立直线回归方程 3.回归直线平行性假定的检验 初始X与各组无交互作用可认为 各组回归直线平行，即初始X对糖化血红蛋白的影响在各组间是相同的。 4.修正均数的计算与假设检验 前面已得出三组斜率相同的结论，故交互项不需要再引入到模型。 协变量假定均数 随机区组设计的协方差分析 例13-2 为研究A、B、C三种饲料对增加大白鼠体重的影响，有人按随机区组设计将初始体重相近的36只大白鼠分成12个区组，再将每个区组的3只大白鼠随机分入A、B、C三种饲料组，但在实验设计时未对大白鼠的进食量加以限制。三组大白鼠的进食量(X)与所增体重(Y)如下，问扣除进食量因素的影响后，三种饲料对增加大白鼠体重有无差别 ？ 随机区组设计资料方差分析的变异分解 总变异＝处理间变异+区组间变异+误差 随机区组设计资料协方差分析的变异分解与此相同 处理因素 （饲料） 协变量 （进食量） 区组 （大白鼠） 反应变量Y (增重)均数 扣除协变量影响： 用线性回归残差平方和表示 扣除区组的影响： 总变异－区组变异＝处理变异＋误差 1.H0:各总体增重的修正均数相等 H1:各总体增重的修正均数不全相等 ?=0.05 2.计算总的、饲料组间、大白鼠间、误差 项、饲料+误差项的 lXX、lYY、lXY与 自由度 总变异－白鼠间 3.结论: F=2.19F0.05(2,21)=3.47 P0.05 按?=0.05水准不拒绝H0，还不能认为扣 除进食量因素的影响后，三种饲料对增 加大白鼠体重有差别。 第十三章协方差分析 协方差分析的意义 对试验进行统计控制 对协方差组分进行估计 为了提高试验的精确性和准确性，对处理以外的一切条件都需要采取有效措施严加控制，使它们在各处理间尽量一致，这叫试验控制。但在有些情况下，即使作出很大努力也难以使试验控制达到预期目的。 统计控制是试验控制的一种辅助手段。经过这种修正，试验误差将减小，对试验处理效应估计更为准确。若 y 的变异主要由x的不同造成(处理没有显著效应)，则各修正后的 间将没有显著差异(但原y间的差异可能是显著的)。若 y的变异除掉x不同的影响外， 尚存在不同处理的显著效应，则可期望各 间将有显著差异 (但原y间差异可能是不显著的)。此外，修正后的 和原y的大小次序也常不一致。所以， 处理平均数的回归修正和修正平均数的显著性检验，能够提高试验的准确性和精确性，从而更真实地反映试验实际。这种将回归分析与方差分析结合在一起，对试验数据进行分析的方法，叫做协方差分析(analysis of covariance)。 表13-3 三组患者治疗前后的糖化血红蛋白含量（％） 第一组 第二组 第三组 X1 Y1 X2 Y2 X3 Y3 1 10.8 9.4 10.4 9.2 9.8 7.6 2 11.6 9.7 9.7 9.0 11.2 7.9 3 10.6 8.7 9.9 8.9 10.7 9.0 4 9.0 7.2 9.8 8.6 9.6 7.8 5 11.2 10.0 11.1 9.9 10.1 8.5 6 9.9 8.5 8.2 7.1 9.8 7.5 7 10.6 8.3 8.8 7.8 10.1 8.3 8 10.4 8.1 10.0 7.9 10.3 8.2 ... ... ... ... ... ... ... 25 9.4 7.6 10.3 9.6 10.0 7.4 26 9.2 8.0 9.8 8.1 10.3 8.2 27 10.5 8.8 10.5 9.9 9.9 7.6 28 11.2 9.5 10.7 9.3