7-方差分析课件.pptVIP

医学统计学; 方差分析（analysis of variance, ANOVA)由英国著名统计学家R. A.Fisher提出，为纪念Fisher，以F命名，故方差分析又称 F 检验 （F test）。用于推断多个总体均数有无差异, 因此也称F检验。 ; 在医学科学研究中，经常遇到要研究不同条件对实验结果的影响，这时，往往不只两个均数需要比较，而是两个以上或多个同时比较，这就需要 在t检验的基础上加以扩充，称为方差分析（Analysis of variance）。;例子;A，B两种治疗方法是否影响皮疹治愈时间 现有的差异有两种可能 （1）个体变异，有抽样误差引起 （2）药物的作用引起（处理因素） 3. 设?1为A治疗方法的平均治愈时间，?2为B治疗方法的平均治愈时间，?3为安慰剂治疗方法的平均治愈时间。 也就是检验下面的假设： H0: ?1 ? ?2 ? ?3 H1: ?1, ?2，?3不全相等 4. 检验上述假设所采用的方法就是方差分析 ; 方差分析的基本思想和原理;μ; 方差分析的基本思想和原理;1. 比较两类误差，以检验均值是否相等 2. 比较的基础是方差比 3. 如果处理误差显著地不同于随机误差，则两组均方值就是不相等的；反之，均方就是相等的 ;如果不同治疗方法的治疗效果没有区别，那么在组间方差中只包含有随机误差，而没有处理或因素引起误差。这时，组间方差与组内方差就应该很接近，两个方差的比值就会接近1 如果不同的水平对结果有影响，在组间方差中除了包含随机误差外，还会包含有由于处理不同而差生误差，这时组间方差就会大于组内方差，组间方差与组内方差的比值就会大于1 当这个比值大到某种程度时，就可以说不同水平之间存在着显著差异 ; 方差分析的基本思想和原理; 组间变异 组间均方 MS（间） 组内变异 组内均方 MS（内） ;S2：个体差异离散程度 Tr: 不同处理方法造成的离散程度 Tr+S12 S22;如果 处理方法有明显不同 那么 Tr＞0, F=(0+S2)/S2＞1 用F 值的大小，来检验处理有无作用。;经过F检验，求出F值，查F值表，得出相应的概率（P值），以此大小判断差异的显著性。 F值有一定的波动范围，其分布与组间和组内的自由度有关。 用F0.05（V1,V2）、F0.01(V1,V2)作为显著界限来判断。;当F＜ F.0.05（V1,V2），P＞0.05 不能否定检验假设，而认为各组间处理方法的差异无显著性； 当F≥ F.0.05（V1,V2），P ≤0.05 认为各组处理间的差异有显著性； 当F≥ F0.01(V1,V2)， P≤0.01 认为各组处理间差异有极显著性；;F分布的特点 F分布随v1,v2而变动 理论分布F值从0-∞，平均数为1 F分布不对称; 完全随机设计资料的方差分析 （单向方差分析 one-way ANOVA);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。;单因素方差分析的数据结构 ; 例：测定正常人与各期矽肺病人血清粘蛋白含量的比较有无差别 ; 第二步 计算统计量 F值 a. 计算总离均差平方和 公式： ;b. 计算组间离均差方和;c 计算组间离均差方和 ;d 计算自由度 总的自由度 V总= N-1 组间自由度 V组间= k-1 (k为组数） 组内自由度 V组内=N-k;e 计算均方 组间和组内离均差平方和除以相应的自由度，就得到“组间均方”和“组内均方”;f 计算 F值 F值即组间均方与组内均方的比值;变异来源 离均差平方和 自由度 均方 F P 组间 9900.84 4 2475.21 7.51 0.01 组内 11535.83 35 329.60 总变异 21436.67 39;统计决策 ;方差分析中的多重比较;均数两两比较的特点和意义 1。当分析结果为P≤α，拒绝H0时，得出的结论只是指各总体均数不全相等。如果想要确切了解哪两个样本均数之间的差异有统计学意义（总体均数不等），哪两个样本均数之间的差异无统计学意义（总体均数相等），可以进行多个样本均数的两两比较。 2。当有