第6讲 多个样本均数比较的方差.pptVIP

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。 方差分析的基本思想和应用条件 方差分析（analysis of variance, ANOVA）的理论依据是F分布，故又称F检验。在处理实验设计资料时，主要用于推论多个处理组处理效应的差别。 下面结合例11-1的试验结果，介绍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 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: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受的处理相同，但测量值仍各不相同，这种变异称为组内变异（误差）。组内变异可用组内各测量值Xij与其所在组的均数的差值的平方和表示，记为SS组内, 表示随机误差的影响。 检验统计量： 例11-1 为了解烫伤后不同时期切痂对肝脏三磷酸腺苷（简写为ATP）的影响，将30只雄性大鼠随机分成3组, 每组10只：A组为烫伤对照组，B组为烫伤后24小时(休克期)切痂组，C组为烫伤后96小时（非休克期）切痂组。全部动物统一在烫伤后168小时处死并测量其肝脏的ATP含量，结果见表11-1。这一问题的解决可以归结为三组ATP总体均数差别的比较。如果三组ATP的总体均数存在差别，则推论B组和C组的处理对ATP有影响。 方差分析的应用条件 各组样本是相互独立的随机样本且来自正态总体。 各组总体方差相等，即方差齐性（homoscedasticity）。 上述两个条件与两均数比较的t检验的应用条件是相同的。实际上，当组数为2时，方差分析与两均数比较的t检验是等价的，且对同一资料有。 完全随机设计资料的方差分析 完全随机设计（completely random design）只设计一个处理因素（该因素有两个或两个以上水平），采用完全随机的方法直接将受试对象分配到各个处理水平组。各处理水平组例数可以相等亦可以不等。以例11-1为例，先将30只大鼠按体重大小编号，从附表15中第10行第6列、第7列向下开始取2位的随机数，即63，73，65，……。随机数排出序号后，序号1~10为A组，序号11~20为B组，序号21~30为C组。 （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； 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； 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。 方差分析的结果只能说明多组间是否有差别，有时我们更关心哪两组间有差别(如本例更关心两个切痂组的ATP含量是否有差别)。这时可进行多个均数的两两比较，详见本章第四节。 随机区组设计资料的方差分析 随机区组设计（randomized block design）亦称配伍组设计或单位组设计，是配对设计的扩展。具体做法