SAS的ANOVA（正式）方差分析幻灯片.ppt

协方差分析 消除初始体重影响的另一种方法是对最终体重与初始体重的差值即y-x 进行统计分析。这种方法与协方差分析的生物学意义是不同的。对差值进行分析的生物学假设是初始体重对以后的体重增量没有任何影响，而协方差分析则是假设体重增量中包含初始体重的影响（不仅仅是初始体重对最终体重的影响），这种影响的大小与初始体重成正比。如果这一比值为1，协方差分析与对差值进行方差分析是相同的。但如果比值不为1，它们的结果将是不同的。也就是说协方差分析是假设使初始体重不同的因素在以后的生长过程中也会发挥作用，而对差值进行方差分析是假设这些因素以后不再发挥作用；这两种生物学假设是有很大区别的。希望同学们在以后的学习中注意统计学知识背后的研究假设。 协方差分析 由于协方差分析的过程包含了对协变量影响是否存在及其大小等一系列统计检验与估计，它显然比对差值进行分析等方法有更广泛的适用范围，因此除非有明显证据说明对差值进行分析的生物学假设是正确的，一般情况下还是应采用协方差分析的方法。 协方差分析 在医学研究中，很多情况下都需要借助协方差分析来排除非处理因素的干扰从而准确地估计处理因素的试验效应。例如，评价三种药物治疗高脂血症的效果，寻求各方面自然条件基本相同的受试者是很困难的，但是把患者的年龄、体重指数、用药前的血脂水平等作为协变量进行协方差分析就简单很多。同样，比较几种不同营养奶粉对婴幼儿体重增长的作用差异