[农林牧渔]多个样本均数比较的方差分析.ppt

方差分析 多个样本均数比较的方差分析 南方医科大学生物统计系 谭旭辉 方差分析 analysis of variance (ANOVA) 英国统计学家R.A.Fisher 1928年首先提出的统计分析方法 主要内容 方差分析的基本思想和应用条件 完全随机设计的单因素方差分析 随机区组/配伍组设计资料的方差分析 多个均数间的两两比较 例11-1 为了解烫伤后不同时期切痂对肝脏三磷酸腺苷（ATP）含量的影响，将30只雄性大鼠随机分为3组，每组10只；A组为烫伤对照组，B组为24小时切痂组，C组为96小时切痂组。全部动物统一在烫伤后168小时处死，并测定其肝脏的ATP含量，结果如下表，问不同时期切痂对ATP含量有无影响？ 分析资料的基本情况 实验设计:完全随机设计 处理因素：不同时期进行切痂 因素水平：24h切痂、96h切痂、对照 观测指标：ATP含量 目的：通过比较不同处理组肝ATP含量之间的差异是否具有统计学意义，从而判断不同时期进行切痂是否对肝ATP含量有影响。 方差分析的基本思想 根据变异的来源，将全部观察值总的离均差平方和及自由度分解为两个或多个部分，除随机误差外，其余每个部分的变异可由某些特定因素的作用加以解释。 通过比较不同来源变异的方差（也叫均方MS），借助F分布做出统计推断，从而判断某因素对观察指标有无影响。 推广:用A表示研究因素，用Ai表示它的第i个水平数，那上面的例子可以一般化以便推广： 即： 综上即是整个方差分析的基本思想，即方差分析就是根据资料设计的不同类型，将总变异按照变异的不同来源，分解为两个或多个部分，总自由度也分解为两个或多个部分，每个部分的变异可由某因素的作用来解释，通过比较可能由某因素所致的变异与随机误差（比如组内变异），计算F 统计量，并通过查F 界值表确定P 值，从而了解该因素是否对测定结果有影响。 方差分析的应用条件 各样本是相互独立的随机样本 各样本来自正态分布 各样本所来自的总体方差相等，即方差齐同。 完全随机设计的单因素方差分析(one-way ANOVA) 一、完全随机设计 是将受试对象随机地分配到各个处理组中进行实验的一种实验设计 特点是简单易行，统计分析简单，各组例数可以不等，但要求实验单位有较好的同质性 二、方差分析步骤 例11-2（续例11-1） 1、建立假设、确定显著性水准 α H0 ：μ1=μ2=μ3(三组大鼠肝脏的ATP含量值无差别 ) H1：μ1,μ2,μ3不全相等(三组大鼠肝脏的ATP含量值有差别 ) α=0.05 2、计算检验统计量F值 计算各组的 、 ∑Xi、 ∑X2i及总的 、∑X 和∑X2。 计算组间变异及相应的自由度 计算组内变异及相应的自由度 完全随机设计的方差分析表 列出方差分析表 3、确定P值、下结论 从上表得F=14.32，查附表4（方差分析界值表，单侧），自由度相同时， F界值越大，P值越小 。 因F0.05， 2，27= 3.35；故P0.05，按?=0.05水准拒绝H0，接受H 1，可认为三个不同时期 切痂对ATP含量的影响有差别。 方差分析的结果只能总的来说多组间是否有差别，具体哪些组间有差别需要进一步做两两比较 随机区组设计/配伍组设计资料的方差分析(two-way ANOVA) 一、随机区组设计 相当于配对设计的扩大。具体做法是将受试对象按性质相同或相近者组成b个单位组（配伍组），每个单位组中有k个受试对象，分别随机地分配到k个处理组。这种设计使得各处理组受试对象数量相同，生物学特点也较为均衡。由于减少了误差，试验效率提高了 例A：为研究注射不同剂量雌激素对大白鼠子宫重量的影响，取4窝不同种系的大白鼠（b=4）,每窝3只，随机地分配到3个组内（k=3）接受不同剂量的雌激素的注射，然后测定其子宫重量，问注射不同剂量的雌激素对大白鼠子宫重量是否有影响？ 确定P 值、下结论 处理间差别的推断：v处理 = 2，v误差 = 6，查表得F0.01，2，6=10.92，因P 0.01，按? =0.01水准拒绝H0，故可认为三个剂量组对大白鼠子宫重量有影响。 配伍组间差别推断：F0.01，3，6=9.78，配伍组间P0.01，按?=0.01水准拒绝H0，故认为各配伍组间的总体均数有差别。此设计将配伍组间变异从组内变异中分解出来,减少了误差，较之完全随机设计，试验效率提高了。 如果F配伍1 ， MS配伍MS误差 ， 配伍设计无效(或曰无必要进行配伍设计） 应将SS配伍与SS误差合并， v配伍与 v误差合并，计算出新的MS误差’，并计算新的F值，再查F 界值表，下结论。 F处理=MS处理/MS误差 F处理’= MS