第五篇 章方差分析 医学统计学课件.pptVIP

第五章 方差分析 Analysis of Variance 重点掌握 方差分析的基本思想 完全随机设计、随机区组设计方差分析和多重比较结果的合理解释 总体 同质、个体变异 总体参数 未知 样本 代表性、抽样误差 随机 抽样 样本统计量已知 统计推断 风 险 “小概率反证法”思想 如果对总体的H0是真实的，那么不利于或不能支持这一假设的事件A（小概率事件）在一次试验中几乎不可能发生的；要是在一次试验中A竟然发生了，就有理由怀疑该假设的真实性，拒绝H0 （1）建立假设和确定显著性水平 （2）计算检验统计量 （3）确定P值和做出推断 假设检验的原理和步骤 可能发生的两类错误 检验结果 真实情况 拒绝H0 不拒绝H0 H0 成立 I型错误(a ) 推断正确(1-a ) H1成立 推断正确(1-b) II型错误( b ) 问题的提出 进行一次假设检验，犯I型错误的概率： 进行多次(k)假设检验，犯I型错误的概率： 1－(1－)k 组数为3, k=3,　1－(1－0.05)k=0.1426 组数为4, k=6,　1－(1－0.05)k=0.2649 组数为5, k=10, 1－(1－0.05)k=0.4013 问题的提出 t检验的局限性 比较两组样本均数 （单因素两水平） 方差分析 方差分析（Analysis of Variance，简写为ANOVA ） 由英国统计学家R.A.Fisher在1918年提出 F检验 方差分析的原理 单因素方差分析/完全随机设计方差分析（one-way ANOVA）：研究一个处理因素（有k个水平），将n个观察单位随机分配到k个水平，观察水平间效应的差别 应用条件（P63） 1、各个样本是相互独立的随机样本； 2、各个样本来自正态总体； 3、各个处理组的总体方差相等，即方差齐。 t检验的应用条件？? 方差分析的应用条件 不满足应用条件时处理方法 1、进行变量变换，以达到方差齐或正态的要求 2、采用非参数法（秩和检验） 3、使用近似F检验 t检验也类似！！！ 方差分析的应用条件 一、方差分析的基本思想 P63-64例5-1 一、方差分析的基本思想 i列, i =1,2..k,在此k=4,水平数 总例数 一、方差分析的基本思想 j 行, j =1,2…,ni， 在此j=8 总例数 一、方差分析的基本思想 第i个处理组的样本均数 总均数 总变异所有个体的血清IL-2水平几乎都不同 离均差 平方和 变异度 总例数n(自由度n-1) SS/(n-1) 消除n 的 影响 回顾：正态分布资料的离散趋势指标 方差 总变异 所有观察值几乎不同，各观察值与总体均数间的差异为总变异 第i个处理 水平 每个水平组的第j例 任一 观测值 总均数 组内变异同一水平处理组，各观测值不完全相等 组内变异 同组内的血清IL-2水平不一致 原因是不同个体的随机误差 第i个处理 水平 每个水平组的第j例 任一 观测值 第i个处理组的均数 组间变异 各水平处理组的均值不同 组间变异 不同组间的血清IL-2水平不同 原因：处理因素的效应（如果存在的话）；随机误差组间变异 第i个处理 水平 每个水平组的例数 第i组的均数 总均数 总变异 组内变异 SS组内 组间变异 SS组间 随机误差 随机误差+处理的作用（可能存在） SS总=SS组内+SS组间 一、方差分析的基本思想 方差分析表 变异来源 SS v MS F 组间 SS组间 k-1 SS组间/v组间 MS组间 MS组内 组内 SS组内 N-k SS组内/v组内 总 SS总 N-1 组间方差，又称组间均方 （MS组间） 组内方差，又称组内均方 （MS组内） 方差分析的原理 方差比的分布！ MSB MSW 处理因素 无效 MS组内 = MS组间 MS组内 MS组间 处理因素 构造检验的统计量(F 分布) 构造检验的统计量(F 分布) 若均值相等, F=MS组间/MS组内1 当 F≥Fα(V组间,V组内)时,p≤α,拒绝H0，可认为处理因素效应间差别有统计学意义； 当 F Fα(V组间,V组内)时, p α,不拒绝H0，尚不能认为处理因素效应间差别有统计学意义 一、方差分析的基本思想 SS总＝SS组间＋SS组内 组内变异(SS组内)：随机误差 组间变异(SS组间) ：处理因素＋随机误差 当H0 为真时，由于处理因素不起作用，组间变异只受随机误差的影响。此时，组间变异与组内变异相差不能太大，有 1、 建立检验假设和确定检验水准 H0: （ 四组血清IL-2水平总