方差分析数学资料.pptVIP

随机区组设计方差分析 (randomized block design) 两因素方差分析（two-way ANOVA) 又称配伍组设计 优点是每个区组内的k个实验单位有较好的均衡性，比完全随机设计更容易觉察到处理间的差别 例9.2 利用随机区组设计研究不同温度对家兔血糖浓度的影响，某研究者进行了如下实验：将24只家兔按窝别配成6个区组，每组4只，分别随机分配到温度15℃、20℃、25℃、30℃的4个处理组中，测量家兔的血糖浓度值(mmol/L)，结果如下表9.4所示，分析4种温度下测量家兔的血糖浓度值是否不同？ 表9.4 四种温度下测量家兔的血糖浓度值(mmol/L) 离均差平方和与自由度的分解 总变异 4种温度的影响、6个窝别的影响和随机误差 处理组变异(variation between treatment) 区组变异(variation between block) 误差变异 建立假设检验，确定检验水准 处理组 ：4个总体均数全相等，即4种温度下家兔血糖 浓度值相同 ：4个总体均数不全相等，即4种温度下家兔血 糖浓度值不全相同 区组 ：6个总体均数全相等，即不同窝别家兔血糖浓 度相同 ：6个总体均数不全相等，即不同窝别家兔血糖 浓度不全相同 本例中，处理个数为k=4，区组个数为b=6 计算检验统计量F值 先计算各列 及 ，再计算各行 ，总ΣX及总 ， 最后计算 校正数C、SS和ν。 ν总=N-1=24-1=23 ν处理=k-1=4-1=3 ν区组=b-1=6-1=5 ν误差=ν总－ν处理－ν区组=23-3-5=15 MS处理=SS处理/ν处理=3742.5521/3=1247.5174 MS区组=SS区组 /ν区组=1491.2744/5=298.2549 MS误差=SS误差/ν误差=2262.2511/15=150.8167 F=MS处理/MS误差=1247.5174/150.8167=8.2717 F=MS区组/MS误差=298.2549/150.8167=1.9776 张菊英 教授 四川大学华西公共卫生学院 卫生统计学教研室 方 差 分 析 主要内容 方差分析的基本思想和应用条件 完全随机设计的方差分析 随机区组设计的方差分析 多个样本均数的两两比较 方差分析 (analysis of variance ANOVA) 又称F检验 通过分析处理组均数之间的变异，推导k个总体均数间是否不相等，或k个处理之间的差别是否有统计学意义。 基本思想 把全部观察值间的变异按设计类型的不同，分解成两个或多个组成部分，然后将各部分的变异与随机误差进行比较，以判断各部分的变异是否具有统计学意义 例9.1 为研究大豆对缺铁性贫血的恢复作用，某研究者进行了如下实验：选取已做成贫血模型的大鼠36只，随机等分为3组，每组12只，分别用三种不同的饲料喂养：不含大豆的普通饲料、含10%大豆饲料和含15%大豆饲料。喂养一周后，测定大鼠红细胞数(× /L)，试分析喂养三种不同饲料的大鼠贫血恢复情况是否不同？ 表9.1 喂养三种不同饲料的大鼠红细胞数(× /L) 均方MS (mean square) 变异 变异的分解 总变异（MS总） 表示数据总的变异，可由总的离均差平方和SS总除以自由度ν总算得 ν总= N-1 组间变异 包含有处理效应和随机误差效应两部分内容。用组间均方MS 组间(variation between groups)表示, 由组间离均差平方和SS组间除以组间自由度ν组间算得。 组间=k-1 SS组间反映各组均数之间的差别。 若k个处理均数没有差别时， MS组间与 MS组内应该非常