方差分析(2次).ppt

 假设检验应注意的问题 1、资料必须合乎随机化抽样原则 这样的样本具有代表性和均衡可比性。 2、选用的假设检验方法应符合其应用条件 资料性质不同、设计类型不同以及样本例数的多少，所选用的检验方法也不同。 3、实际差别大小与统计意义的区别 要正确理解假设检验的结论。 4、进行假设检验时，对差异有无显著性或有无统计意义的判断不能绝对化。 5、假设检验的单侧检验与双侧检验的正确选择。 阶段复习: 假设检验 随机测量某地初生男女婴儿胸围(cm)，数据如下。 男婴：n1=250, s1=1.79cm X1=33.5cm 女婴：n2=236, s2=1.62cm X2= 32.8cm 试问：(1) 该地男婴胸围的95%正常值范围是多少？ (2) 该地女婴胸围的99%可信区间是多少？ (3) 该地男女婴的胸围是否相同？ (4) 假设全国初生男婴的胸围平均水平为33(cm)，则该地区男婴的胸围是否高于一般地区？ 方差分析简述 方差分析也是统计检验的一种。由英国著名统计学家： R.A.FISHER推导出来的，也叫F检验。 方差分析 (analysis of variance,ANOVA) 讲 授 内 容 复习几个知识点 什么是方差分析－基本原理和应用条件 完全随机设计的方差分析 随机完全区组设计的方差分析 多个样本均数的两两比较 有关方差分析的几个概念和符号 μ 有关方差分析的几个概念和符号 离均差 离均差平方和(总变异)： SS 、LXX 方差（?2 S2 ）也叫均方（MS） （标准差：S） 自由度： ? 关系： MS= SS/ ? 方差分析的基本思想 根据资料的设计类型，即变异的不同来源，将全部观察值总的离均差平方和和自由度分解为两个或多个部分，除随机误差外，其余每个部分的变异可由某个因素的作用加以解释，通过比较不同来源变异的均方（MS），借助F分布做出统计推断，从而了解该因素对观察指标有无影响。 方差分析的原理 前面讲过，我们通常使用方差来描述数据的离散程度，而离散可能是由什么原因造成的呢？ 随机误差—是由于个体差异造成的，是一种随机现象，是不可以消除的 其他原因—正是我们要找的，要分析的 方差分析就是将全部观察值的变异（总变异）按设计和需要分解成两个或多个组成部分，再进行变异来源和大小的分析。 试验设计时，将受试对象随机分配到两组或多组中进行实验观察，这里只涉及一个因素，该因素的各个水平就是各个处理组。 单因素方差分析 或称单向方差分析（one way analysis of variance）或成组设计（完全随机设计）方差分析，是指试验研究的处理因素，或调查研究资料的分类方式只有一种。 这个处理因素（或分类方式）包含有多个离散的水平，分析在不同水平上应变量的平均值是否来自相同总体 变异原因 变异表现 1、总变异（sum of squares of deviation from mean） 二、分析步骤 1. 提出检验假设及规定Ⅰ类错误概率水准α的大小。 H0: μ1=μ2=…=μk，各组所代表的总体平均值相等； H1: μi≠μj，至少有一个不等式成立。i、j＝1，2，…，i≠j。 α＝0.05。 2. 计算统计量F 3. 确定概率，统计推断 第二节 随机区组设计的方差分析 2、分析计算步骤 （1）建立检验假设和确定检验水准 H0: ?1= ?2= ?3 ， ?1= ?2= ?3=?4 =?5 =?6= ?7= ?8 H1: ?1≠?2≠ ?3 ?1≠ ?2≠ ?3≠?4 ≠?5 ≠?6≠ ?7 ≠ ?8 ?=0.05 （2）计算检验统计量F值 （3）确定P值和作出 推断结论 1、总变异（sum of squares of deviation from mean） 随机区组设计的方差分析 数值变量的统计分析总结 一、描述性分析 集中趋势： 离散趋势： 正态分布： 医学参考值估计 二、统计推断 抽样误差、标准误、 t分布、u分布 总体均数可信区间 两个均数的比较：与总体均数、配对资料、两个均数比较 两个及两个以上的均数比较：方差分析、q检验 假设检验应注意的问题 1、资料必须合乎随机化抽样原则 这样的