06方差分析.pptVIP

五、析因设计资料的方差分析 单独效应是指其它因素水平固定时，同一因素不同水平的差别。如A因素固定在1水平时，B因素的单独效应为-1.8100 。 五、析因设计资料的方差分析 主效应是指某一因素各水平间的平均差别。如B因素为1水平和2水平时，A的单独效应分别为0.0960和0.0100，两者的平均0.0530即为A因素的主效应； 五、析因设计资料的方差分析 当某因素的各单独效应随另一因素变化而变化时，则称这两个因素间存在交互效应。如AB的交互效应为：AB=[(a1b1-a2b1)-(a1b2-a2b2)]/2=(0.0960-0.0100)/2=0.0430， 五、析因设计资料的方差分析 若存在交互效应，须逐一分析各因素的单独效应。反之，若不存在交互效应，则分析某一因素的作用只需考察该因素的主效应。 五、析因设计资料的方差分析 五、析因设计资料的方差分析 五、析因设计资料的方差分析 五、析因设计资料的方差分析 五、析因设计资料的方差分析 析因设计的方差分析表： 五、析因设计资料的方差分析 (1)建立检验假设，确定检验水准 对于因素A H0：给药与不给药大鼠吞噬指数的总体均数相等 H1：给药与不给药大鼠吞噬指数的总体均数不等 对于因素B H0：染毒与不染毒大鼠吞噬指数的总体均数相等 H1：染毒与不染毒大鼠吞噬指数的总体均数不等 五、析因设计资料的方差分析 对于交互作用AB H0：给升白细胞药物与否不影响染毒与不染毒大鼠的吞噬指数，即因素A和因素B无交互效应 H1：给升白细胞药物与否影响染毒与不染毒大鼠的吞噬指数，即因素A和因素B有交互效应 均取α=0.05 五、析因设计资料的方差分析 本例交互效应AB的P0.05，按α=0.05水准，AB因素的交互效应不拒绝H0，无统计学意义，还不能认为两个因素间存在一阶交互效应，即还不能认为是否给予升白细胞对有无染毒的大鼠吞噬指数有影响； 五、析因设计资料的方差分析 由于交互效应无统计学意义，因此直接看A、B两因素的主效应。其中A因素主效应的P0.05，但B因素主效应的P0.01。故A因素不拒绝H0，无统计学意义。还不能认为是否给予升白细胞对大鼠吞噬指数有影响；B因素拒绝H0，接受H1，有统计学意义，结合表中的均数可以认为染毒能够降低大鼠的吞噬指数。 SS总=SSA+SSB+SSAB + SS误差 建立假设: A因素: H0:有A因素和没有A因素的总体均数相等 H1:有A因素和没有A因素的总体均数不等 B因素: H0:有B因素和没有B因素的总体均数相等 H1:有B因素和没有B因素的总体均数不等 五、析因设计资料的方差分析 五、析因设计资料的方差分析 交互效应: H0:两因素无交互效应 H1:两因素有交互效应 计算统计量F值 FA=MSA/MS误差，自由度为：a-1, FB=MSB/MS误差，由度为：b-1, FAB=MSAB/MS误差，自由度为：(a-1)(b-1) 六、多个样本均数间的多重比较 当方差分析有显著性时，应进行多个样本均数的两两比较，以确定每两两均数之间的差异是否有显著性。 能否对每两组均数分别进行t检验？ 六、多个样本均数间的多重比较 如果将例1的资料进行每两两的t检验，则根据α＝0.05的检验水准，每次检验判断正确的概率为0.95，共需进行3次t检验。 概率的乘法法则：在由一组相互独立事件组成的试验中，一系列特殊事件均发生的概率，等于每一事件发生的概率之乘积。 全部判断正确的概率为每次判断正确的概率之积。即0.953＝0.735，则犯I类错误的概率为1－0.857＝0.143，远远大于0.05，为0.05的2.9倍 因此，多组资料的比较不能用t检验进行两两比较。 1、最小显著差法（LSD法） 它是检验k组中某一对或某几对在专业上有特殊意义的均数 的总体水平是否为0。所用公式为： v=v误差 　　和　　为任意两个对比组的样本均数，MS误差为方差分析中算得的误差均方。在单因素方差分析中，它是多个样本的合并方差，在多个方差相等的条件下，它是总体方差σ２的最佳估计值。 1、最小显著差法（LSD法） ２、Dunnett-t检验 它适用于k－１个试验组与一个对照组均数差别的多重比较。 公式为： 为第i个（i=1,2,…k-1)试验组的均数，　为对照组的均数，MS误差为方差分析中所计