方差分析 医学统计学基础课件.ppt

方差分析 完全随机设计只有一个研究因素，因此又称为单因素方差分析(One Way ANOVA)。该因素有k个水平（k?2）。 第一节 单因素方差分析 两个独立均数比较，当其满足独立、正态性、方差齐等要求时，可用t检验； 两个及两个以上独立均数比较，满足上述条件时，可用方差分析，以减少犯第一类错误的概率。其目的是检验多个总体均数是否相等。 一、方差分析的基本思想 根据资料设计的类型及研究目的，将总变异分解成两个或多个部分。每个部分的变异可由某因素的作用来解释，通过比较由某因素所致的变异与随机误差的均方，从而分析该因素有无作用。 （1）总变异 全部51个儿童的得分不等，它们之间的变异称为总变异。其大小用每个观察值Xij与总均数的离均差平方和来表示，即SS总 SS总= ?总=N ?1 单因素方差分析变异分解 （2）组间变异 三组儿童得分不相等，它们之间的变异称为组间变异。其大小用各组均数与总均数的离均差平方和来表示，即SS组间= ?组间=a（组数）?1 MS组间= SS组间/ ?组间 MS组间反映铅暴露的影响，同时也包含了随机误差。 （3）组内变异 同组内儿童得分也不相等，这种变异称为组内变异，其大小用各处理组内部每个观察值与其均数的离均差平方和来表示，SS组内= ?组内= N ? a MS组内= SS组内/ ?组内 MS组内只反映了得分的随机误差，如个体差异和随机测量误差等。 F= MS组间/ MS组内 F值在理论上应等于1。若暴露有作用，则MS组间会明显大于MS组内 ， F值也将明显大于1。若F ? F?（?组间，?组内），则P ? ? 时，按检验水准?，拒绝H0，接受H1，可以认为各组总体均数不等或不全相等。 单因素方差分析变异关系： SS总=SS组间+SS组内 ?总=?组间+?组内 总变异分解为组间变异和组内变异两个部分，总自由度也分解为组间自由度和组内自由度。 二、单因素方差分析基本步骤 （1）建立检验假设，确定检验水准 H0：?1=?2=?3，即各组儿童手指敲击得分总体均数相等 H1：各组儿童手指敲击得分总体均数不等或不全相等 ?=0.05 （2）计算检验统计量F值 （3）确定P值，作出推断结论。 ?1 =2，?2 =48，F0.05（2,48）=3.19。本例F =5.806? 3.19，故P ? 0.05，按 ?=0.05水准拒绝H0 ，接受H1 ，可以认为三组儿童手指敲击得分总体均数不等或不全相等。 总的说来三组儿童手指敲击得分总体均数有差别，并不意味着任何两组总体均数都有差别。要想了解哪些组间有差别，需进一步作两两比较。 三、方差分析的适用条件 ① 各处理组样本来自正态总体 ②各样本是相互独立的随机样本 ③各处理组的总体方差相等，即方差齐性 对方差齐性要求比较严，需要做方差齐性检验 四、均数的多重比较 多个样本均数间的两两比较，不宜用t检验分别作两两比较，因为会增大犯Ⅰ型错误的概率 。 一般先做方差分析，当P≤0.05时，再进行各组均数间的两两比较。 均数的多重比较 1．SNK法：又称q检验。 2．LSD法 ? = ?误差 SPSS操作：One Way ANOVA Analyze?Compare Means ? One Way ANOVA Dependent List: mark(欲分析的连续变量) Factor: group(分组变量) Post Hoc: LSD、SNK(多重比较的方法) Options:Homogeneity of variance(方差齐性检验) SPSS结果 方差齐性检验, F=1.768，P=0.1820.10，结果显示方差齐 SPSS结果 方差分析表 F=5.806, P=0.0060.05,拒绝H0 ，可以认为三组儿童手指敲击得分总体均数不等或不全相等。 SPSS结果 LSD法两两比较显示，对照组与暴露组及既往暴露组差异有统计学意义。暴露组及既往暴露组差异无统计学意义。 SPSS结果 SNK法显示，对照组与暴露组及既往暴露组差异有统计学意义。暴露组及既往暴露组差异无统计学意义。 第二节 随机区组设计方差分析 又称配伍组设计，是配对设计的扩展，将条件相同或相近的几个试验对象组成一个区组或配伍组(block)，再将每一区组中的各受试者随机的分配到不同处理组中。由于同一区组内个体的非处理因素比较一致，可提高研究效率。 随机区组设计的方差分析也是两因素方差分析，两因素是指处理因素和区组因素。 例 三批甘蓝叶样本分别在甲、乙、丙、丁四种条件下测量核黄素浓度，试验结果下见表。问四种条件下测量的结果是否具有差异？