第八讲 卫生统计学 方差分析.pptVIP

第八讲 方差分析 主要内容 方差分析的基本思想及应用条件 完全随机设计资料的方差分析 随机区组设计资料的方差分析 多个样本均数间的多重比较 第一节 完全随机设计资料的方差分析 二、例题 完全随机设计资料在进行统计分析时，需根据数据的分布特征选择方法，对于正态分布且方差齐同的资料，常采用完全随机设计的单因素方差分析(one-way ANOVA)或成组资料的t检验（k=2）；对于非正态分布或方差不齐的资料，可进行数据变换或采用Wilcoxon秩和检验。 记总均数为 ， 各处理组均数为 ， 总例数为N＝nl+n2+…+nk， k为处理组数。 1. 总变异：36只大白鼠喂养9周后体重增加值Xij大小各不相同，与它们的总均数(overall mean)也不相同，这种变异称为总变异(total variation)。该变异既包含了随机误差(即36只大白鼠的个体差异和测量误差)，又包含了三组用药(即处理)的不同，其大小用SS总来表示。 2．组内变异 在同一处理组中，虽然每个受试对象接受的处理相同，但测量值仍各不相同，各组内12只大白鼠喂养9周后体重增加值Xij大小各不相同，与本组的样本均数也不相同，这种变异称为组内变异（误差）。组内变异可用组内各测量值Xij与其所在组的均数的差值的平方和表示，记为SS组内，表示随机误差(含个体差异和测量误差)的影响，又称误差变异，记为SS误差。 3．组间变异 各处理组由于接受处理的水平不同，各组的样本均数 (i＝1，2，…，k)也大小不等，三组36只大白鼠喂养9周后体重增加值的样本均数各不相同，它与总均数也不相同，这种变异称为组间变异。 其大小可用各组均数与总均数的离均差平方和表示，记为SS组间，它反映了三组用药不同的影响(如处理确实有作用)，同时也包括了随机误差。 各组均数之间相差越悬殊，它们与总均数的差值越大，SS组间就越大，反之，SS组间越小。SS组间反映了各组间的变异程度。 存在组间变异的原因有： ①随机误差(包括个体变异和测量误差)。 ②处理因素效应（处理的不同水平可能对试验结果的影响）。 三种“变异”之间的关系（基本思想） 变异程度除与离均差平方和的大小有关外，还与其自由度有关，将各部分离均差平方和除以相应自由度，其比值称为均方差，简称均方(mean square，MS)。 如果各组样本的总体均数相等（H0：…），即各处理组的样本来自相同总体，无处理因素的作用（处理效应），则组间变异同组内变异一样，只反映随机误差作用的大小。组间均方与组内均方的比值称为F统计量。 F值（Fisher）接近于l，就没有理由拒绝H0；反之，F值越大，拒绝H0的理由越充分。数理统计的理论证明，当H0成立时，F统计量服从F分布。F分布有两个自由度， 分子自由度为?1，分母自由度为?2，记为F~ 。 四、方差分析的基本思想 方差分析的基本思想：根据试验设计的类型，将全部测量值总的离均差平方和及其自由度分解为两个或多个部分，除随机误差作用外，每个部分的变异可由某个因素的作用(或某几个因素的交互作用)加以解释，如组间变异SS组间可由处理因素的作用加以解释。通过比较不同变异来源的均方，借助F分布做出统计推断，从而推论各种研究因素对试验结果有无影响。 对于不同设计的方差分析，其思想都一样，即均将处理间平均变异与误差平均变异比较。不同之处在于变异分解的项目因设计不同而异。 五、方差分析的应用条件 六、完全随机设计资料方差分析步骤 (1)建立检验假设，确定检验水准 H0：三个总体均数全相等，即μ1=μ2=μ3 H1：三个总体均数不等或不全相等，亦即至少有两个总体均数不等。 （即μ1≠μ2≠μ3或μ1=μ2≠μ3或μ1=μ3≠μ2或μ2=μ3≠μ1） α=0.05 (2)计算检验统计量 可根据下表的公式和前面表8-1下半部分数据来计算。也可用统计软件包如SAS或SPSS等进行计算，直接获得表8-2的方差分析表。 按表中的公式计算各离均差平方和SS、自由度、均方MS和F值。 (3)确定P值 以求F值时分子的自由度υ1=3?1=2 、分母的自由度υ2=36?3=33（取最接近者υ2=32 ）查附表3的F界值表得F0.01(2,32)=5.34，F F0.01(2,60)， P0.01。 (4)判断结果