预防医学考研资料--山大协和版----假设检验和方差分析.ppt

实验四 假设检验与方差分析 一、参数估计基础 统计推断：用样本信息推断总体特征，包括参数估计和假设检验。 95%的可信区间的理解： （1）所要估计的总体参数有95%的可能在我们所估计的可信区间内。 （2）从正态总体中随机抽取100个样本，可算得100个样本均数和标准差，也可算得100个均数的可信区间，平均约有95个可信区间包含了总体均数 。 （3）但在实际工作中，只能根据一次试验结果估计可信区间，我们就认为该区间包含了总体均数?。 （1）准确度：用可信度（1??）表示：即区间包含总体均数?的理论概率大小 。 当然它愈接近1愈好，如99%的可信区间比95%的可信区间要好 （2）精确度：即区间的宽度 区间愈窄愈好，如95%的可信区间比99%的可信区间要好。 当n确定时，上述两者互相矛盾。 提高准确度（可信度），则精确度降低。（可信区间会变宽），势必降低可信区间的实际应用价值，故不能笼统认为99%可信区间比95%可信区间要好。 相反，在实际应用中，95%可信区间更为常用。 假设检验与区间估计的关系 1、置信区间具有假设检验的主要功能 2、置信区间可提供假设检验没有提供的信息 3、假设检验比置信区间多提供的信息：假设检验可以报告确切的P值，置信区间只能在预先确定的置信度水平上进行推断。 t 检验的应用条件是正态总体且方差齐性；配对t 检验则要求每对数据差值的总体为正态总体。 进行两小样本t检验时，一般应对资料进行方差齐性检验，尤其两样本方差悬殊时。 若方差齐，采用一般的t 检验；若方差不齐，则采用t’检验。 三、方差分析 1、方差分析的用途1、用于多个样本均数（或两个）的比较；2、用于分析两个或多个研究因素间的交互作用；3、用于回归方程的假设检验;4、用于方差齐性检验。 2、方差分析的应用条件 1、各样本是相互独立的随机样本； 2、各样本来自正态总体； 3、各样本的总体方差相等，即 3、完全随机设计资料的方差分析 基本思想： 将所有观察值间的变异称总变异，可分成组间变异和组内变异两部分。 总变异 组间变 如果处理因素确无作用的话， 如果处理因素确有作用的话， 4、随机区组设计资料的方差分析 随机区组设计(randomized block design)亦称配伍组设计, 将实验对象按主要的非处理因素（体重、年龄、性别等）配成多个区组，再将各区组中的受试对象随机分配到各处理组中去,该类设计为随机区组设计；此设计所得的定量资料用区组设计的方差分析。 习惯上称双因素方差分析(two-way ANOVA) 。 双因素方差分析的适用条件 1. 各样本是相互独立的随机样本； 2. 各样本来自正态总体； 3. 各总体方差相等(或方差齐）。 双因素方差分析的设计基本思想： 把所有观察值总变异，分解成三部分： SS总=SS处理+SS区组+SS误差 处理组间变异（处理因素的影响），用MS处理表示。 区组间变异（区组因素的影响），用MS区组表示。 误差变异 （个体变异等的影响），用MS误差表示。 5、多个样本均数的两两比较 任两组均数比较： （1） SNK-q检验 （2） Bonfferoni t检验 多个试验组与一个对照组比较： （1）LSD-t检验：又称最小显著差法t检验。 （2）Dunnett-t检验： 作业 121页：3（先进行方差齐性检验）、4 153页：4（在题目要求的基础上，对处理组间进行SNK-q检验） 组内变异 SS总=SS组间+SS组内 MS组间= SS组间/ ? 组间，（处理因素的作用）MS组内= SS组内/ ? 组内，（个体因素的作用） 处理因素作用越大，F值越大于1，越有理由怀疑有作用，当大于F界值时可认为有统计学意义。 即 F≥Fa(n 1,n 2)，则P≤a，即各组均数的差别具有统计学意义。若FFa(n 1,n 2)，则Pa，即各组均数的差别无统计学意义。 如果处理（或区组）因素无效的话，则 如果处理（或区组）因素有效的话，则 F值越大，P值越小，越有理由认为处理（区组）因素对实验效应产生影响。 b-1 区 组 N-1 总变异 (k-1)(b-1) 误 差 k-1 处理组 F MS df SS 变异来源 随机区组设计方差分析的计算公式 SNK-q检验 将三个样本均数从大到小依次排列并编上组次 D