实习五-ANOVA及双因素方差分析.ppt

实习五 方差分析 方差分析（ANOVA）用于进行两组及多组间样本均数的比较。 单因素方差分析 双因素方差分析  ▲ 适用条件： ?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（方差齐性检验） 。 统计量F 的计算及其意义 结果解释： 将结果整理成方差分析的步骤和方法 方差分析： 1.建立检验假设 2.确定检验水平 3.计算检验统计量F值，并将方差分析的结果整理成表格形式（方差分析表）： 变异来源（组间、组内、总）、离均差平方和、自由度、均方、F值、P值 4.确定P值 5.做出统计推断 双因素方差分析(two-way ANOVA) 配伍组设计(或双因素无重复试验设计):是配对设计的扩展 在实验研究中将实验动物按窝别等特征配伍,再随机分配到各处理组中; 对同一受试对象不同时间点上（即多余两个时间点）的观察研究; 给同一样本不同的处理; 各处理组样本数相同——如果是重复测量数据，就是说在不同时间点不能有缺省值。 无法考察交互作用和方差齐性，所以不用管方差齐不齐。 统计量F 的计算及其意义 练习5.2分析: 处理因素：即研究的主要因素，为不同时期（变量名：time）； 配伍因素：不同患者治疗前、中、后期各时点血液中粘蛋白含量不同，即研究对象的不同。 将结果整理成方差分析的步骤和方法 1.建立检验假设（根据问题检验处理因素或配伍因素） 2.确定检验水平 3.计算检验统计量F值，并将方差分析的结果整理成表格形式（方差分析表）： 变异来源（处理间、配伍间、误差、总）、离均差平方和、自由度、均方、F值、P值 4.确定P值 5.做出统计推断 常用的设计类型及分析方法 一组样本与总体均数的比较 （单一样本T检验） 成组设计两组样本均数的比较（成组设计T检验） 配对设计两组样本均数的比较（配对设计T检验） 单因素多组样本均数的比较 （成组设计方差分析） 双因素多组样本均数的比较 （双因素比较，也即：配伍组设计方差分析） * 了解方差分析的基本思想 掌握常用的方差分析的种类及适用条件 掌握单因素和双因素方差分析的操作方法 正确解释输出结果 实习目的： 总变异= 随机变异 + 处理因素导致的变异 总变异 = 组内变异 + 组间变异 方差分析的基本思想是基于变异分解的原理： 需要证明：组间变异远远大于组内变异，则说明处理因素的存在，如果两者相差无几，则说明该影响不存在。 二、单因素方差分析 (成组设计的多个样本均数比较) F=MS组间/MS组内 自由度： ?组间=组数-1 ?组内=N-组数 通过这个公式计算出统计量F，求出对应的P值，与?进行比较，做出推论。 如果p?，说明得到大于现有统计量F值的可能性p大于?，不属于小概率事件，则不拒绝H0，差别无统计学意义，结论是各总体均数相等。 如果p≤?，说明得到等于或大于现有统计量的可能性p小于?，可判断为小概率事件，则拒绝H0，接受H1，差别有统计学意义，结论是各总体均数不相等。 SPSS操作步骤： 选入需要分析的变量 选入需要比较的分组因素(only one) 对均数的变动趋势进行检验； 定义根据研究目的需要进行的某些精确两两比较 练习5.1因变量和因素变量分别选入： 定义是否在方差分析中进行趋势检验 用于选择各组间进行两两比较的方法 提供了当各组方差齐时可用的两两比较的方法： 运用最广泛 最敏感,每组之间都比较 输出常用统计描述指标 方差齐性检验 用各组均数做图，同时可辅助对均数间趋势做出判断。 单因素方差分析：必须方差齐性。下述结果表明确实可以继续进行ANOVE分析。 方差齐性检验结果： 单因素方差分析结果可见，F=11.648,P0.001。因此可认为三组鼠脾中DNA含量不全相同(差别有统计学意义，但具体谁与谁不同，需要看下面的结果。)。 LSD法两两比较结果 上表可见：显示了每两组之间的具体的差别。与后面的 S－N－K方法完全不同，例如在这里： 2与3之间比较是0.147，没有统计学差异。 S-N-K法两两比较结果 SPSS在用S-N-K法进行两两比较时，如果有差异，则只会告诉你P值小于预定的界值（默认为0.05），而不会给出具体的P值。——这个跟前面的给出具体的组与组之间差异值的LSD方法不一样。 从表中可见，自发性（group＝2）和移植性白血病鼠（group＝3）被分在一组，与正常鼠处于不同亚组，因此，正常鼠和其他两种鼠脾DNA含量间有差异。 亚组内DNA含量差异无统计学意义 方差齐性检验 各组均数间的两两比较 (2)方差分析： ?建立假设： H0 ：？？？总体均数相等 ?1 = ?