[基础医学]SAS 第5讲 连续性变量的统计方法.pptVIP

统计描述 统计推断 第4章 方差分析 analysis of variance 简称：ANOVA 由英国统计学家R.A Fisher首先提 出，后人为纪念Fisher，以F命名，作 为方差分析的统计量，故方差分析又 称为F检验。 第4章 方差分析 1 单因素方差分析 1.1 概述 1.2 用Insight作单因素方差分析 1.3 用分析员作单因素方差分析 1.4 用编程作单因素方差分析 2 双因素方差分析（配伍设计） 3 综合分析题 1.1 概述 在医学试验研究中，根据某一试验因素，将受试对象随机分为若干处理组，观察不同处理组的试验效应有无差异。因分组方式是随机产生的，所以也称为完全随机设计单因素方差分析。各处理组的样本含量相等称为平衡设计，各处理组的样本含量不相等称为不平衡设计。 方差分析的应用条件： 正态分布 方差齐 当各个总体方差不齐时，一般不宜直接作方差分析，需要将原始数据进行适当的变量变换，使其达到总体方差相等（齐性）。如果经变量变换后仍达不到方差齐性，要选择非参数检验方法。尤其是当数据分布偏度较大或存在极端数据时，使用非参数检验方法较为适合。 在方差分析中，根据统计量F值和P值的大小检验各处理组的差别。 当P＜0.05时，拒绝假设检验H0,仅说明各组总体均数不等或不全相等，到底是哪2个组间有差别，需要进一步作均数间的两两比较。 两两比较的方法在SAS系统有许多方法（参数）可选，将在下面的有关内容中介绍。 1.2 用Insight作单因素方差分析 在使用Insight进行方差分析时，为区分各组处理因素不同水平的变量，在建立数据集时，一般定义为名义型变量（Nominal），在输入时可输入汉字和数字（如：性别，可输入男和女。对照组、实验组1、实验组2、实验组3‥‥）来区分类别或输入1，2，3‥‥来区分组。 通过实例进行分析： 例： 某社区随机抽取了糖尿病患者11例、IGT（糖耐量减低）9例和正常人10例进行载脂蛋白检测，请比较3组有无差别。资料见下表。 ⑴ 建立数据集并定义数据结构 修改变量名和定义标签： 录入数据后存盘： ● 选入变量后，单击OK其结果如下： 1.3 用分析员作单因素方差分析 1.3.1 方差齐性检验与方差分析 首先进入分析员功能，直接调入在Insight中建立的 数据集P51。 单击 Tests 按钮→进入如图所示的对话框： 其结果如下： 部分结果： 1.3.2 均数两两比较 首先进入单因素方差分析对话框，显示如下： 显示如下对话框： 两两比较方法选择 单击OK→返回上一级窗口→单击OK→即显示结果 1.4 用编程作单因素方差分析 1.4.1 方差分析和两两比较 SAS的STAT模块包含了许多方差分析的过程。对于单因素的方差分析，常用的过程有 ANOVA 和GLM。对于单因素方差分析，它们的用法和得到的结果是相同的。平衡设计可选ANOVA（用在例数相等的条件下），GLM过程是不平衡设计（可用在例数不相等和例数相等的情况下），这里我们介绍的使用范围较广的过程GLM的基本用法。 以上例糖尿病为例说明，在程序编辑窗口，输入如下程序： ⑴ 任何2个均数之间都要进行比较，称为多个均数之间两两比较 常见的参数有：T法、SNK（q）检验法，在比较次数较多时，犯Ⅰ类错误较大，SAS不提倡使用此法。BON法、SIDAK法、CHEFFE法、TUKEY法、GT2或SMM（当样本量不等时）法、GABRIEL法、REGWF法等。选参数不同各方法控制的误差不同。 ⑵ 多个试验组分别与一个对照组比较，各试验组之间不比较 常选参数有LSD最小显著法（常用在例数相等时），侧重减少第Ⅱ类错误。DUNCAN（新复极法差法q′检验）侧重于减少第Ⅰ类错误。DUNNETT（‘对照组水平标志’）检验：若缺乏明确的专业依据，采用双侧，此时参数改为：DUNNETT（‘1’），表明第1组是对照组。DUNNETTL（‘1’）适用于单侧，有专业知识为依据，试验组的均数只会低于对照组的均数时用。若试验组的均数只会高于对照组的均数，此时参数改为：DUNNETTU（‘1’）。 多个样本均数两两比较方法很多，也存在着争议，针对不同的方法，使用者请参考SAS系统的工具手册或求助于SAS系统的HELP模块。 1.4.2 方差齐性检验 过程GLM和ANOVA增加了方差齐性检验的功能。通过MEANS语句/参数之后增加一个新的选择项来实现单因素不同水平的方差齐性检验，选项为HOVT