[医学]8方差分析12331.ppt

案例 某医生为了研究一种降血脂新药的临床疗效，按统一纳入标准选择120名高血压患者，采用完全随机设计方法将患者分为4组，进行双盲试验。6周后测得低密度脂蛋白作为试验结果，见表1。问4个处理组患者的低密度脂蛋白含量总体均数有无差别？ 学习要求 1、掌握：方差分析的基本思想；方差分析的适用条件，完全随机设计、随机区组设计变异和自由度的分解方法。 2、熟悉：多个样本均数的两两比较 3、了解：方差齐性检验和变量变换 方差分析主要用途 1、2个或多个均数间差别的差异性检验。 2、分离各有关因素并估计其对总变异的作用。 3、2个或多个分析因素间的交互作用。 4、方差齐性检验。 5、多元线性回归分析中偏回归系数的假设检验 6、回归方程的线性假设检验； 方差分析应用条件 1、各样本为相互独立的随机样本 2.均来自正态分布总体 3、各样本所来自的总体方差相等 表8-1 三种不同喂养方式下大白鼠体重喂养前后差值（g） 表8-1 三种不同喂养方式下大白鼠体重喂养前后差值（g） 数理统计可以证明： 当ν1=k-1=1，（即处理组数为2时） F界值和t界值有如下关系： 单尾F α（ 1 ，ν ）=双尾t2α/2,v 如单尾F0.05, (1, 10)=4.98=2.2282=双尾t20.05/2,10 也就是说，两样本均数比较时，同一资料的方差分析和t检验完全等价。 注意：各因素间有顺序关系，首先是处理因素，其次是区组因素。 因素：也称因子（Factor），就是指可能对因变量有影响的分类变量 水平（level）：分类变量的不同取值等级（类别）被称为水平。 方差分析中，因素的取值范围不能无限，只能有若干个水平，注意的是有时候水平是人为划分出来的，比如身高分为高、中、低三个水平。 优点：每个区组内的k个受试对象有较好的同质性，组间均衡性也较好。 比完全随机设计减少了误差，因而更容易察觉处理组间的差别，提高了实验效率。 缺点：要求区组内受试对象数与处理数相等，实验结果中若有数据缺失，统计分析较麻烦。 例9-2 为探索丹参对肢体缺血再灌注损伤的影响，将30只纯种新西兰试验用大白兔，按窝别相同、体重相近划分为10个区组。每个区组3只大白兔随机采用A、B、C三中处理方案，即在松止血带前分别给予丹参2ml/kg，丹参1ml/kg，生理盐水2ml/kg，在松止血带前及松后1小时分别测定血中白蛋白含量（g/L）,算出白蛋白减少量如表，问： A、B两方案分别与C方案的处理效果是否不同？ 从该例题可看出，随机区组设计按区组和处理组两个方向进行分组，在b个区组和k个处理组构成的b×k个格子中，每个格子有一个数据，而且无重复，因此其方差分析属无重复数据的双向方差分析（two-way ANOVA） 总变异的分解 处理变异（纵向三组间差异） =处理作用+随机误差 总变异 区组变异（横向十组间差异） =区组作用+随机误差 随机误差 数理统计证明： 计算过程见课本 二、随机区组设计资料方差分析的基本步骤 1、建立检验假设，确定检验水准 对于处理间: H0：多个处理组的总体均数相等，即三种方案的效果相同 H1：多个处理组的总体均数不等或不全相等，即三种方案的效果不全相同。 对于配伍间: H0：多个配伍组的总体均数相等。 H1：多个配伍组的总体均数不等或不全相等。 均取 2、计算统计量F值 F处理=MS处理/MS误差， 自由度为：k-1 F区组=MS区组/MS误差， 自由度为：n-1 3. 确定P值，作出统计推断： 关于处理效应，在α=0.05水平上拒绝H0,三个处理组间差别有统计学意义； 关于区组:在α=0.05水平上不拒绝H0,还不能认为10个区组间差别有统计学意义； 通过两两比较(式9-16)，结果为：C与A、B之间的差别有统计学意义，A、B之差无统计学意义； 4. 专业结论：丹参能降低血中白蛋白含量，但无计量效应相关。 第l六节 多个样本均数的两两比较 当方差分析有显著性时，应进行多个样本均数的两两比较，两两比较的方法的方法较多,其算法和检验结果也略有不同。 多重比较又分为两种情况