医学统计：方差分析.ppt

第五章 方差分析 孙秀彬 山东大学公卫学院 第一节 方差分析的基本思想 方差分析是统计检验的一种。由英国著名统计学家：R.A.FISHER推导出来的，也叫F 检验。用于多个样本间均数的比较。 方差是描述变异的一种指标，方差分析也就是对变异的分析。 方差分析是按照设计类型将变量的总变异分解为若干部分，再通过比较各部分的变异做出统计推断的检验方法。 三种“变异”之间的关系 均方(mean square，MS) 均方之比＝F value F 分布 F 分布曲线 方差分析的基本思想 方差分析的应用条件 第二节 完全随机设计的方差分析 完全随机设计（completely random design）资料的方差分析亦称单因素方差分析(one-way ANOVA)。 用于完全随机设计的多个样本均数比较的资料。 研究目的是推断各样本所代表的总体均数是否相等。 变异分解 P56例5.1 计算步骤 计算步骤 计算步骤 列出方差分析表 计算步骤 第三节 配伍组设计资料的方差分析 配伍组设计亦称随机区组设计（randomized block design）。配伍组设计资料的方差分析亦称两因素方差分析（two-way ANOVA），是配对设计的扩展。 用于：配伍组设计的多个样本均数比较的资料。 研究目的：推断各样本所代表的总体均数是否相等，但考虑了个体差异对实验效应的影响。 配对设计与配伍组设计 配对设计与配伍组设计是先按配比条件将受试对象配成对子或区组，再按随机化分配的原则将各对或各区组中的个体给予不同的处理。 通常，以影响实验效应的主要非处理因素作为配对或配伍条件。 该类设计考虑了个体差异的影响，因而可分析处理因素和个体差异对实验效应的影响，所以又称两因素实验设计，比完全随机设计的检验效率高。 变异分解 P57例5.2 列出方差分析表 第四节 重复测量数据的方差分析 为了动态观察某药物的效果，测量病人用药前后不同时间（用药前、用药后1个月、2个月和6个月等）的收缩压。由于同一受试对象不同时间的测量数据间往往有一定的相关关系，而且时间间隔越接近，相关关系越密切。这种对同一受试对象不同时间（或部位）重复多次测量所得到的资料，称为重复测量数据（repeated measurement data）。重复测量数据若符合方差分析的条件时，可用重复测量数据的方差分析。 P62例5.3 某医师欲比较体外循环手术中，3种氧合器对病人血清IgG含量影响是否相同；3组病人分别在术中用XB、KB和M3种类型的氧合器。分别在术前、术中体外循环机转流前、术中体外循环机转流过程中、术后3天和8天测量病人血清中IgG含量（表5-9）。 第五节 多个样本均数间的两两比较 一、Newman-Keuls检验 P63例5.4: 二、最小显著差（LSD）t 检验 方法： P64例5.5 直接计算法： 第六节 多个样本的方差齐性检验 P66例5.6 第七节 变量变换 变量变换是将原始数据做某种函数变换。其目的是： ①使各组达到方差齐性；②使资料转换为正态分布，以满足方差分析和t检验的应用条件。③曲线拟合时曲线的直线化。 常用变换有： 1．对数变换(logarithmic transformation) 2．平方根变换（square root transformation） 3．平方根反正弦变换（arcsine transformation of square root） 4. 倒数变换（reciprocal transformation） 小结 方差分析的基本思想：把全部观察值总的离均差平方和分解为至少两部分，其自由度也分解为相应几部分。每一部分都有一定的意义，其中至少有一部分表示各组均数间的变异，另一部分表示误差。离均差平方和处以自由度的均方，组间均方与误差均方之比为F值。 F值远大于1，表示各组均数间差别有显著性； F值近于1，表示差别无显著性，其界值查F界值表。 小结 方差分析用途很广，我们仅介绍了多个样本均数比较中的完全随机设计和配伍组设计的方差分析。其目的在于推断各总体均数是否不等。 若方差分析发现各总体均数间有差别，必要时可进一步进行两两比较，每两个均数均作比较可选用q-检验；各实验组和对照组的比较可选用LSD法。 小结 做方差分析前用Bartlett检验可推断各总体方差是否不等，如不相等可做变量变换或改用其他统计分析方法。 变量变换的目的是使方差齐，使资料正态化，还可用于曲线的直线化。变量变换的