多元方差分析与重复测量方差分析幻灯片.pptVIP

多元方差分析 多元方差分析 协 方 差 分 析 回归分析和方差分析结合的一种统计方法。 协 方 差 分 析与方差分析的区别 方差分析所有的自变量（效应因子）都是离散型分类变量，该分类变量是用来比较在自变量的各个不同水平上因变量均值的差异。 协 方 差 分 析与回归分析的区别 回归分析所有自变量都是连续型数值变量，它是用来估计自变量改变一个单位时因变量的改变量。 将线性回归分析中对自变量的数据要求放宽，方差分析和线性回归分析就可以应用在同一个总体中－－－广义线性模型分析。 目的：使得统计领域里这两个最重要的分析方法的准确性和实用性得到进一步提高． 方差分析中误差引起的这部分变异可能是由随机抽样时产生的随机误差，也可能是模型以外的其它效应因子或混杂因子引起的误差。因此，建立一个方差分析模型时，不仅要将重要的效应因子包含在模型中，而且要将重要的混杂因子包含在模中。 目的:为了校正因变量，即消除了混杂因子对因变量的影响后再进行方差分析。 如何消除一个混杂因子对因变量的影响？ １、选取各种条件基本相同的样本进行比较。 例如，人的肺活量大小与人的身高、体重、性别和年龄等因素有一定关系。如果比较不同人群的肺活量差异时，需要选择身高等因素相近的人群进行比较。 ２、从统计学技巧上平衡数据，使得方差分析能在基本条件一致的情况下进行。 协变量（covariable）