柳州城人群行为危险因素研究项目技术工作总结.ppt

医学统计学 公共卫生学院 流行病学与卫生统计学教研室 Welcome to Study Medical Statistics Medical Statistics 第五章 方差分析 医学统计学 Analysis of variance（ ANOVA ） 方差分析的用途 1、检验两个或多个样本均数间的差异有无统计学意义； 注意：两个样本均数的比较可以采用t检验或 F检验，两个以上样本均数的比较只能用F检验。 2、回归方程的线性假设检验； 3、检验两个或多个因素间有无交互作用。 应用条件（P63） 1、各个样本是相互独立的随机样本； 2、各个样本来自正态总体； 3、各个处理组的总体方差方差相等，即方差齐。 t检验的应用条件？? 不满足应用条件时处理方法 1、进行变量变换，以达到方差齐或正态的要求 2、采用非参数法（秩和检验） 3、使用近似F检验 t检验也类似！！！ 第一节 方差分析的基本思想 离均差平方和 变异度 总例数n(自由度n-1) SS/(n-1) 消除n 的影响 方差 均方MS 组内各观察值之间各不相同(组内变异) V组内=N-K 各组均数也不相等(组间变异) V组间=K-1 MS组内=SS组内/（N-k） MS组间=SS组间/（k-1） 总变异 组内变异 组间变异 个体差异 个体差异+处理的作用 SS组间 SS组内 SS总=SS组内+SS组间 MS组内 处理因素无效 MS组间 MS组内=MS组间 MS组内 处理因素无效 MS组间 MS组间 F＝—————— ＝ 1 MS组内 Fisher MS组内 MS组间 处理因素 F＝————— ＞ 1 MS组间 MS组内 如何判断是否有统计学意义呢？ F0.05 F F＞F0.05 有统计学意义 将计算得到的F值与F分布的界值相比较， 方差分析的基本思想是什么? 答:方差分析的基本思想是:根据研究资料设计的类型及研究目的，把全部观察值总变异分解为两个或多个组成部分，其总自由度也分解为相应的几个部分。 例如完全随机设计的方差分析，可把总变异分解为组间变异和组内变异，即SS总＝SS组内＋SS组间，总的自由度也分解为相应的两部分，即ν总=ν组内＋ν组间。 离均差平方和除以自由度得均方（MS）， MS组内=SS组内/V组内； MS组间=SS组间/V组间； 组间均方(MS组间)与误差均方(MS误差)之比为F值。 MS组间 F＝—————— ＝ 1 MS组内 如果各组处理的效应一样，则组间均方等于组内均方，即F＝1；但由于抽样误差，F值不正好等于1，而是接近1；如果F值较大，远离1，说明组间均方大于误差均方，反映各处理组的效应不一样，即各组均数差别有意义，至于F值多大才能认为差别有意义，可查F界值表(方差分析用)来确定。 各种复杂的实验设计的方差分析的原理都类似，均在于分解变异 总变异 随机因素（误差） 来源明确与能够解释的部分，根据设计细分为各种因素引起的效应 计算各部分的MS，并与MS误差比较求得F值，再与F界值比较下结论。 第二节 完全随机设计的方差分析 设计方法 将条件相似的研究对象 A组 B组 C组 效应 随机 例如：P63 例5-1 二、完全随机设计方差分析的步骤 ＝ SS总 SS组间 SS组内 ＋ 例 5-1 变异的分解 分析步骤： 1、 建立检验假说和确定检验水准 H0: （ 四组血清IL-2水平总体均数相等） H1:四组血清IL-2水平总体均数不等或不全相等 α＝0.05 2、计算F值(见课本) 3、确定P值和作出推断结论 直接计算 间接估计(查表) 1、如果方差分析有差别，只说明总的有差别，各组中哪两组间是否有差别，还要进一步做两两比较。 注意 2、如果方差分析无差别，分析结束。 t检验与完全随机设计方差分析的关系 两样本均数比较：二者是等价的。 多样本均数间比较：只能用方差分析。不能拆开两两作t检验，否则，犯一类错误的概率增加。 四、多个样本均数的两两比较 多个样本均数比较经F检验后，若得出有统计学意义的结论后，要进一步推断哪些组之间有差别，哪些组之间没有差别，还是所有各组之间都有差别，要解决这些问题，就要进一步做均数间的两两比较,又称多重比较。 ( multiple comparison) 由于涉及的对比组数大于2，就不能应用前面介绍的t检验，只能使用下面介绍的方法。 若仍用前述前述的t检验方法，对每两个对比组作比较，会使犯第一类错误(拒绝了实际