医学统计学教学课件：08方差分析-YAN.pptVIP

* 每次比较拒绝H0时，犯一类错误的概率是0.05；推断正确的概率是0.95。 三次比较均推断正确的概率是0.95×0.95×0.95。 总的犯一类错误的概率是1-0.953＝0.1426。 不能用t检验的原因 两两比较的t检验： 拒绝H0 拒绝H0 拒绝H0 SNK (Student－Newman－Keuls) 法的检验统计量为 ，故又称为 检验 例8-1分析结果： 三个样本均数由大到小排序 第四节 方差齐性检验 Bartlett检验法：正态 应用较广的方法 Levene检验法：非正态 Bartlett检验法：检验统计量 样本来自正态总体时， 为真，检验统计量服从 的 分布， ，认为方差不齐。 例8-1资料方差齐性检验 提出检验假设，确定检验水准 ： = = 　　 　 ： 三组方差不全相等 计算检验统计量值 ，无差别。 Bartlett test 第五节 其他设计类型的方差分析 一、析因设计 析因设计方法（factorial design)：多因素多水平交叉组合的实验设计方法。医学研究中，如果涉及两个或多个处理因素，而研究者希望了解各处理因素的效应以及因素间的交互作用时，则可以采用这种方法。 数据格式： 分析思想： 见例8-5 Factorial design 交互效应（interaction effect）： 如果一个因素的单独效应随另一因素的水平变化而变化，而且其变化幅度不能用随机误差解释时，则称这两个因素间存在交互作用。 同向交叉示意图 异向交叉示意图 Factorial design 重复测量设计（repeated measurement design）： 同一受试对象的某一观察指标在不同时间点上进行多次测量的设计方法，常用来分析不同处理在不同时间点上的变化情况。 随机区组设计，同一区组的每一受试对象随机分配，接受不同的处理；而对于重复测量设计，通常是对同一受试对象在各时间点进行测量，不同时间上的测量结果可能存在相关性。（见例8-6） 二、重复测量设计 小 结 1.方差分析常用于三个及以上均数的比较，当用于两个均数的比较时，同一资料所得结果与t检验等价，即有如下关系 。 2.方差分析的基本思想：将全部观测值的总变异按影响因素分解为相应的若干部分变异，在此基础上，计算假设检验的统计量 F 值，实现对总体均数是否有差别的推断。 3. 方差分析有多种设计类型，但基本思想和计算步骤相同，只是分组变量的个数不同,使用统计软件很容易实现。 4.多重比较有多种方法，如 Dunnett-t 检验、LSD-t检验、SNK-q (Student-Newman-Keuls)法 、Tukey法、Schéffe法、Bonferroni t 检验和 Sidak t 检验。学习中注意各种方法的适用性。 5. 方差分析有其应用条件，理论上要求各样本相互独立，服从正态分布且方差齐同。相对而言，方差是否齐同对检验的准确性影响更大些。方差齐性检验可以应用Bartlett和Levene检验法。 6. 医学研究中，如果涉及两个或多个处理因素，同时需要分析因素间的交互作用时，则可以采用析因设计方差分析方法。重复测量设计方差分析也是一种常用的方法。 方差分析的基本思想及其应用条件 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 完全随机设计资料的方差分析的基本思想 合计 N S 第i个处理组第j个观察结果 记总均数为 ，各处理组均