多因素设计的方差分析.pptVIP

多因素设计的方差分析;基本概念;基本设计类型 SS总的分解 ;析因设计的概念 ; 析因试验设计将两个或多个因素的各个水平进行排列组合，交叉分组进行试验。主要用于分析各因素间的交互作用，比较各因素不同水平的平均效应和因素间不同水平组合下的平均效应，寻找最佳组合。;A因素 食物中蛋白含量;则a、b间存在交互效应 ;如果不存在交互效应，则只需考虑各因素的主效应。 在方差分析中，如果存在交互效应，解释结果时，要逐一分析各因素的单独效应，找出最优搭配。 在两因素析因设计时，只需考虑一阶交互效应。三因素以上时，除一阶交互效应外，还需考虑二阶、三阶等高阶交互效应，解释将更复杂。;析因设计的优点：用相对较小样本，获取更多的信息，特别是交互效应分析。 析因设计的缺点：当因素增加时，实验组数呈几何倍数增加。实际工作中部分交互效应，特别是高阶交互效应可以根据专业知识排除，这时可选用正交设计。;【例1】 将20家兔随机等分4组，每组5只，进行神经损伤后的缝合试验。处理由两个因素组合而成，A因素为缝合方法，有两水平，一水平为外膜缝合，记作a1，另一水平为束膜缝合，记作a2，B因素为缝合后的时间，有两水平，一水平为缝合后1月，记作b1，另一水平为缝合后2月，记作b2。试验结果为家兔神经缝合后的轴突通过率(%)（注：测量指标，视为计量资料），见表3。各处理的均数及差别见表4。 ;表3 家兔神经缝合后的轴突通过率(%) ;变异分解 ;表４ 两因素a ×b析因设计方差分析计算表;基本步骤 ;2.计算检验检验统计量 列表计算各组均数 ;;;表６　方差分析表;3.确定P值，做出统计推断 ;交叉设计的基本结构如下图： ;交叉试验除处理因素外，还需考虑处理顺序和试验阶段的效应，因此分析时要分解出三种效应。一般假定因素间无交互作用。;(2)设计方法;【例2】某研究者为研究用A、B两种方案治疗高血压的疗效，随机地让3、5、6、7、8、12号病人用先用A法治疗，后用B法治疗；1、2、4、9、10、11号病人先用B法，后用A法。记录治疗后血压的下降值(kPa)，结果见下表。 ;变异分解 ;【检验步骤】;表8 A、B两种方案治疗高血压的血压下降值(kPa);;?误差＝ ?总－ ?处理－ ?阶段－ ?受试者=23-1-1-11=10;表9 交叉设计方差分析表;第三节 拉丁方设计方差分析 （latin square design ANOVA）;例如： 2×2拉丁方 3×3拉丁方 A B A B C B A C A B B C A 4×4拉丁方 5×5拉丁方 A B C D A B C D E B C D A B E D A C D A B C C A E B D C D A E D C A E B E D B C A 拉丁方的行和行，或列和列交换，仍为拉丁方。; 拉丁方设计实际上是一种特殊类型的三因素试验设计,三个因素的水平数必须相同。 （1）首先根据水平数选定拉丁方。 （2）再随机交换拉丁方的行或列。 （3）然后将两个控制因素分别放置于拉丁方的行、列，主要考察因素放置于字母上。 （4）根据设计进行试验，把试验结果记入相应位置。 （5）进行方差分析，得出结论。 ;例3 5种防护服, 由5个人在不同的5天中穿着测定其脉搏数(试验是以脉搏数作为人对高温反应的指标), 试比较5种防护服在不同天气, 对人脉搏的影响是否不同? ; 5个不同日期,5个受试者,穿5种不同防护服的脉搏数 ──────────────────────── 受 试 者 ───────────────────── 日期 甲 乙 丙 丁 戊 ──────────────────────── 1 A B C D E 2 B C D E A 3 C D