[医学]方差分析.pptVIP

方差分析Analysis of Variance （ANOVA ) 一个因素（factor）：降脂药 四个水平（level）（a=4个处理组）：A安慰剂、Ｂ、Ｃ、D，i=1,2,3,4分别代表A、B、C、D 每水平有ni=30只大白鼠，分别表示为j=1,2,…,30 因变量用Xij表示，即第i组第j号大鼠的血 中低密度脂蛋白的含量 按完全随机化设计方法将Ｎ＝120只动物随机等 分成４个组 一、离均差平方和的分解 对于例8-1（完全随机设计）资料，共有三种不同的变异 二、F 值与F分布 F 界值表 F 分布曲线下面积与概率 三、分析步骤 多样本方差比较的Bartlett检验和Levene检验 在进行方差分析时要求所对比的各组即各样本的总体方差必须是相等的，这一般需要在作方差分析之前，先对资料的的方差齐性进行检验，特别是在样本方差相差悬殊时，应注意这个问题。 对两样本方差进行齐性检验的方法前已介绍。本节介绍多样本（也适用于两样本）方差齐性检验的Bartlett检验法和Levene检验法。 一、 Bartlett 检验 二、 Levene 检验 资料要求：可不具有正态性。 检验统计量：F 计算公式： 一、LSD-t检验 （least significant difference） 适用范围：一对或几对在专业上有特殊 意义的样本均数间的比较。 检验统计量t的计算公式为 降血脂新药2.4g组与安慰剂组的比较： ，即降血脂新药2.4g组与安慰剂 组的低密度脂蛋白含量总体均数相等 ， 即降血脂新药2.4g组与安慰剂 组的低密度脂蛋白含量总体均数不等 α=0.05 新药4.8g组VS安慰剂组: LSD-t为-4.29 7.2g组VS安慰剂组: LSD-t 为-8.59。 同理：按 水准，降血脂新药4.8g组、7.2g组与安慰剂组间差别有统计学意义。 二、Dunnett- t 检验 适用条件：g-1个实验组与一个对照组均数差别的多重比较，检验统计量为t ，亦称t检验。 对例1资料，问高血脂患者的三个不同剂量降血脂新药组与安慰剂组的低密度脂蛋白含量总体均数是否有差别？ H0：μi=μ0，即各实验组与安慰剂组的低密度 脂蛋白含 量总体均数相等 H1：μi μ0，即各实验组与安慰剂组的低密度 脂蛋白含量总体均数不等 α=0.05 宇传华 制作 6.65 4.71 3.78 4.15 5.99 值 合计 S4 S3 S2 S1 Si H0： 即4个试验组总体均数相等 H1：4个试验组总体均数不全相等 检验水准 一、 建立检验假设 6.65 4.71 3.78 4.15 5.99 值 合计 S4 S3 S2 S1 Si 四、下结论 注意：当组数为2时，完全随机设计的方差分析结果与两样本均数比较的t检验结果等价，对同一资料,有： 例4-2的方差齐性检验表 F 式中 检验步骤： 平均值之间的多重比较 不拒绝H0，表示拒绝总体均数相等的证据不足 ————分析终止。 拒绝H0，接受H1, 表示总体均数不全相等 哪两两均数之间相等？ 哪两两均数之间不等？ ————需要进一步作多重比较。 控制累积Ⅰ类错误概率增大的方法 采用Bonferroni法、SNK法和Tukey法等方法 累积Ⅰ类错误的概率为α’ 当有k个均数需作两两比较时，比较的次数共有c= ＝ k!/(2!(k-2)!)=k(k-1)/2 设每次检验所用Ⅰ类错误的概率水准为α，累积Ⅰ类错误的概率为α’，则在对同一实验资料进行c次检验时，在样本彼此独立的条件下，根据概率乘法原理，其累积Ⅰ类错误概率α’与c有下列关系： α’＝1－(1－α)c (8.6) 例如，设α＝0.05，c=3(即k=3)，其累积Ⅰ类错误的概率为α’＝1－(1-0.05)3 =1-(0.95)3 = 0.143 式中 注意： 例4-7 对例4-2资料，问高血脂患者的降血脂新药2.4g组、4.8g组、7.2g组与安慰剂组的低密度脂蛋