第四章 多个样本均数比较的方差分.pptVIP

送上小月饼，祝您中秋节快乐 review: 1. 均数的标准误与标准差的区别 2、t分布概念和性质 t分布曲线 3、参数估计和假设检验 可信区间的解释 summary： independent t-test检验 1、目的：用于推断两个独立样本所来自的两个总体分布是否有差别 ； 2、独立样本：完全随机分组； 3、资料类型：计量 3 、满足参数检验的条件：正态性和方差齐性 4、 检验的统计量：t summary： independent t-test检验 1、目的：用于推断两个独立样本所来自的两个总体分布是否有差别 ； 2、独立样本：完全随机分组； 3、资料类型：计量 3 、满足参数检验的条件：正态性和方差齐性 4、 检验的统计量：t summary： paired t-test检验 1、目的：用于推断两个相关样本所来自的两个总体分布是否有差别 ； 2、相关样本：配对设计； 3、资料类型：计量 3 、满足参数检验的条件：正态性和方差齐性 4、 检验的统计量：td 多个样本均数比较的方差分析 前章介绍了两样本均数比较的t检验。在医学科学研究中，常常要通过多个样本均数比较来推断各处理组间是否存在差别，此时若多次重复使用t-test ，会使犯第Ⅰ类错误（假阳性错误）的概率增大，且脱离了原先的实验设计，将多个样本均数的同时比较转变为两个样本均数的多次比较。若采用实验设计所对应的方差分析同时分析多个样本均数的差别，则可避免以上问题。 第四章 多个样本均数比较 的方差分析 Analysis of Variance, ANOVA F test 例4-1 某医生为了研究一种降血脂新药的临床疗效，按统一纳入标准选择120名高血脂患者，采用完全随机设计方法将患者等分为4组（进行双盲试验。6周后测得低密度脂蛋白作为试验结果，见表4-3。 （1）完全随机分组方法： 1. 编号：120名高血脂患者从1开始到120，见表4-2第1行（P72）； 2. 取随机数字：从附表15中的任一行任一列开始，如第5行第7列开始，依次读取三位数作为一个随机数录于编号下，见表4-2第2行； 怎样实现随机化分配呢？ 怎样实现随机化分配呢？ （2）统计分析方法选择： 1. 对于正态分布且方差齐同的资料，常采用完全随机设计的单因素方差分析(one-way ANOVA)或成组资料的 t 检验（g=2）； 2. 对于非正态分布或方差不齐的资料，可进行数据变换或采用Wilcoxon秩和检验。 一、完全随机设计 (completely random design)是采用完全随机化的分组方法，将全部试验对象分配到g个处理组（水平组），各组分别接受不同的处理，试验结束后比较各组均数之间的差别有无统计学意义，推论处理因素的效应。 三、分析步骤 注意： 方差分析的结果拒绝H0，接受H1，不能说明各组总体均数间两两都有差别。如果要分析哪些两组间有差别，可进行多个均数间的多重比较（见本章第六节）。当g=2时，完全随机设计方差分析与成组设计资料的t 检验等价，有 。 目的：推断多个总体均数是否有差别。 也可用于两个 方法：方差分析，即多个样本均数比较 的F检验。 基本思想：根据资料设计的类型及研究目的，可将总变异分解为两个或多个部分，每个部分的变异可由某因素的作用来解释。通过比较可能由某因素所至的变异与随机误差，即可了解该因素对测定结果有无影响。 应用条件： 总体——正态且方差相等 样本——独立、随机 设计类型： 完全随机设计资料的方差分析 随机区组设计资料的方差分析 拉丁方设计资料的方差分析 两阶段交叉设计资料的方差分析 记总均数为 ，各处理组均 数为 ，总例数为N＝ nl+n2+…+ng，g为处理组数。 1.总变异:全部测量值大小不同，这种变异称为总变异。 总变异的大小可以用离均差平方和(sum of squares of deviations from mean，SS)表示，即各测量值Xij与总均数差值的平方和，记为SS总。 总变异SS总反映了所有测量值之间总的变异程度。 2．组间变异： 各处理组由于接受处理的水平不同，各组的样本均数 (i＝1，2，…，g)也大小不等，这种变异称为组间变异。 其大小可用各组均数与总均数的离均差平方和表示，记为SS组间 。 3．组内变异： 在同一处理组中，虽然每个受试对象接