多元统计分析--常用统计量及均向量的统计推断.ppt

Hotelling T 2 的分布 例2.2两组贫血患者的血红蛋白浓度(%,X1)及红细胞计数(万/mm3,X2) A组 B组 X1 X2 X1 X2 3.9 210 4.8 270 4.2 190 4.7 180 3.7 240 5.4 230 4.0 170 4.5 245 4.4 220 4.6 270 5.2 230 4.4 220 2.7 160 5.9 290 2.4 260 5.5 220 3.6 240 4.3 290 5.5 180 5.1 310 2.9 200 3.3 300 例2.2计算结果： P = 0.0030。 多元分析是单变量分析的扩展 对单变量(一元)资料 配对 t 检验是配对 Hotelling T2 检验的特例； t 检验是 Hotelling T2 检验的特例。 ? 2.2 多元方差分析 Multivariate analysis of variance, MANOVA 一元方差分析的基本思想： 对方差(离均差平方和，SS)的分解 多元方差分析的基本思想： 对方差-协方差阵(离均差平方和-离均差积和，SSCP)的分解。 例2.3 三组贫血患者的血红蛋白浓度(%,X1)及红细胞计数(万/mm3,X2) A组 B组 C组 X1 X2 X1 X2 X1 X2 3.9 210 4.8 270 4.4 250 4.2 190 4.7 180 3.7 305 3.7 240 5.4 230 2.9 240 4.0 170 4.5 245 4.5 330 4.4 220 4.6 270 3.3 230 5.2 230 4.4 220 4.5 195 2.7 160 5.9 290 3.8 275 2.4 260 5.5 220 3.7 310 3.6 240 4.3 290 5.5 180 5.1 310 2.9 200 3.3 300 例2.3计算结果 三组的均向量和离差矩阵 例2.3计算结果(续) 三组的离差矩阵之和(组内变异) 总离差矩阵 组间离差矩阵 检验假设 多元方差分析表 变异来源 SSCP ? 组间 ?1=g-1 组内 ?2=n-g 总 n-1 Wilks统计量? 组内变异在总变异中的比例。 例2.3的计算 m=2, g=3: v1=2×m=4，v2=2×(30-2-2)=52 P=0.001161. （3）多元区组设计资料的分析 例2.4 为了解某溶栓药对脑梗塞患者血压的影响，观察10名患者，分别与疗前、溶后10分钟、溶后20分钟测定患者的收缩压（X，mmHg）和舒张压（Y，mmHg），结果如下表，问该溶栓药对血压有无影响？ 例2.4 10名患者疗前、溶后10、20分钟的收缩压和舒张压 区组 疗前 溶后10分钟 溶后20分钟 合计 X Y X Y X Y X Y 1 120 81 120 81 120 80 360 242 2 116 68 138 84 108 70 362 222 3 140 80 140 80 135 80 415 240 4 140 84 130 82 120 59 390 225 5 167 89 168 106 173 84 508 279 6 160 100 155 95 160 95 475 290 7 140 84 130 82 120 59 390 225 8 172 82 172 82 159 96 503 260 9 176 119 150 100 148 92 474 311 10 148 94 153 83 150 85 451 262 平均 147.9 88.1 145.6 87.5 139.3 80.0 区组设计的SSCP矩阵及自由度的分解 变异来源 SSCP 自由度 区组(个体) 10－1 时间(TIME) 3－1 误差(E) 18 总(T) 30－1 区组设计的Wilks统计量 个体间的比较 处理间的比较 2.3 多元方差分析的正确应用 基本思想：对SSCP矩阵的分解 特点 全面性 与一元分析相辅相成 应用条件 独立性 正态性(多元正态分布) 方差齐性(协方差矩阵相等) 缺失数据的处理 EM算法 hot deck估计 小结：t检验、F检验、T 2检验和 检验的关系 离差和－离差积和－相关系数矩阵 502.9464 553.9831 354.5498 0.8926 765.9168 550.1249 0.8020 0.9168 388.5629 3 多元正态分布的性质 二元正态分布曲面(?11=1,?22=1,?12=0) 二元正态