第八章-方差分析 医药数理统计学 浙江海洋学院医学院.ppt

单因素方差分析 多重比较（自学） 两因素方差分析（自学） 交叉设计的方差分析（自学） 学习目的和要求 掌握方差分析的基本思想和要求、熟练运用方差分析 步骤和方差分析表进行单因素方差分析 ； 熟悉两两间多重比较的方法； 了解运用方差分析表进行两因素方差分析的方法、用 Ｅxcel 进行方差分析的运算。 方差分析（Analysis of variance，ANOVA)：1923年 由英国统计学家 R. A. Fisher 首先提出，以F 命名其统计 量，故方差分析又称F 检验。 应用条件： ① 各样本必须是相互独立的随机样本——独立性； ② 各样本来自正态分布总体——正态性； ③ 各样本总体方差相等——方差齐性。 用途： ① 两个或多个总体均数间的比较； ② 回归方程的线性假设检验； ③ 多元线性回归分析中偏回归系数的假设检验； ④ 分析两个或多个因素间的交互作用； ⑤ 两样本的方差齐性检验等。 1、试验研究的三要素： 处理因素(factor)：是指研究者根据研究目的而施加给实验 对象的各种人为设置的干预措施。 水平（lever）：处理因素所处的不同状态或内部分类。 受试对象：是接受处理因素的主体。 实验效应（effect）：处理因素作用于研究对象而产生的反 应、效应。 三要素贯穿于整个实验研究过程，从不同侧面影响着 实验研究的结果，在实验设计中必须予以足够重视。 eg: 用两种药物治疗糖尿病病人，观察比较两组病人血糖、尿糖的下降情况。 这里所用的药物为处理因素，不同的给药途径为处理因素的水平，糖尿病病人为受试对象，血糖值、尿糖值为实验效应。 2、方差分析的分类： 根据处理因素的个数分为： 单因素（one-way ANOVA） 双因素（two-way ANOVA） 多因素方差分析（multi-way ANOVA） 根据处理因素的水平分为： 固定效应模型（fixed-effects model） 随机效应模型（random-effects model） 混合效应模型（mixed-effects model） 3、单因素试验（one factor trial）：试验中仅有一个处理因 素，但取不同水平，而其它因素保持不变。又称完全随 机设计（completely random design），即将观察对象随 机地分为若干组，每组给予同一处理因素的不同水平， 以观察处理因素的不同水平间有无差异。 单因素方差分析 本质：不考虑个体差异的影响，仅涉及一个处理因素， 但处理因素可以有两个或多个水平。 在实验研究中按随机化原则将受试对象随机分配到一个 处理因素的多个水平中去，然后观察各组的试验效应； 在观察研究（调查）中按某个研究因素的不同水平分组， 比较该因素的效应。 要求：样本含量尽可能相等或相差不大。 用途：用于单因素试验设计的处理因素的多个水平的样 本效应（均数）间比较，其统计推断是推断各样本所代表 的各总体效应（均数）是否相等。 eg: P188 例8-1 （一）方差分析的基本思想 1、基本思想： eg: 有4组进食高脂饮食的家兔，接受不同药物处理后，测 定其血清肾素血管紧张素转化酶（ACE）浓度（表1），试 比较四组家兔的血清ACE浓度。 由表1可见，26只家兔的血清ACE浓度各不相同，称为总 变异；四组家兔的血清ACE浓度均数也各不相同，称为组间 变异；即使同一组内部的家兔血清ACE浓度相互间也不相同， 称为组内变异。 该例的总变异包括组间变异和组内变异两部分，或者说可 把总变异分解为组间变异和组内变异。组内变异是由于家兔间 的个体差异所致。组间变异可能由两种原因所致，一是抽样误 差；二是由于各组家兔所接受的处理水平不同。 方差分析的基本思想：