完全随机设计的方差分析PPT.pptVIP

卫生统计学（第五版）;第九章 方差分析;（一）掌握内容 1．方差分析基本思想 （1） 多组计量资料总变异的分解，组间变异和组内变异的概念。 （2） 多组均数比较的检验假设与F 值的意义。 （3） 方差分析的应用条件。 2．常见实验设计资料的方差分析 （1）完全随机设计的单因素方差分析：适用的资料类型、总变异分解（包 括自由度的分解）、方差分析的计算、方差分析表。 （2）随机区组设计资料的两因素方差分析：适用的资料类型、总变异分解 （包括自由度的分解）、方差分析的计算、方差分析表。 （3）多个样本均数间的多重比较方法： LSD-t 检验法；Dunnett-t 检验法； SNK-q 检验法。 （二）熟悉内容 多组资料的方差齐性检验、变量变换方法。 （三）了解内容 两因素析因设计方差分析、重复测量设计资料的方差分析。;第 九 章;思考几个问题;;问 题 ;对多个处理进行平均数差异显著性检验时，采用t检验法的缺点：;缺 点;缺 点;;　　t 检验可以判断两组数据平均数间的差异显著性，而方差分析既可以判断两组又可以判断多组数据平均数之间的差异显著性。;试验指标（experimental index）： 为衡量试验结果的好坏和处理效应的高低，在实验中具体测定的性状或观测的项目称为试验指标。常用的试验指标有：身高、体重、日增重、酶活性、DNA含量等等。;因素水平（level of factor）: 试验因素所处的某种特定状态或数量等级称为因素水平，简称水平。如研究3个品种奶牛产奶量的高低，这3个品种就是奶牛品种这个试验因素的3个水平。;试验单位（ experimental unit ）: 在实验中能接受不同试验处理的独立的试验载体叫试验单位。一只小白鼠，一条鱼，一定面积的小麦等都可以作为实验单位。;因素（因子）—— 可以控制的试验条件 因素的水平 —— 因素所处的状态或等级 单（双）因素方差分析——讨论一个（两个）因素对试验结果有没有显著影响。 ;处理因素为单个时,称为单因素。;随机变量是对随机事件的数学描述 而一个随机变量的分布特征我们用什么方法描述呢？ 数学期望：E（X）—μ —分布的中心位置 方 差：V（X）—σ2 —分布的离散程度 ; 方差分析就是将全部观察值的变异（总变异）按设计和需要分解成两个或多个组成部分，再进行变异来源和大小的分析。;方差分析的基本思想：根据资料设计的类型及研究目的，可将总变异分解为两个或多个部分，每个部分的变异可由某因素的作用来解释。通过比较可能由某因素所至的变异与随机误差，即可了解该因素对测定结果有无影响。;;方差分析(Analysis of variance，ANOVA);方差分析的基本功能;不受比较组数的限制，可比较多组均数 可同时分析多个因素的作用 可分析因素间的交互作用;独立性：各样本是相互独立随机的样本 正态性：各样本都来自正态总体 方差齐性：各样本的总体方差相等 ; ①进行两个或两个以上样本均数的比较； ②可以同时分析一个、两个或多个因素对试验结果的作用和影响； ③分析多个因素的独立作用及多个因素之间的交互作用； ④进行两个或多个样本的方差齐性检验等。 方差分析对分析数据的要求及条件比较严格，即要求各样本为随机样本，各样本来自正态总体，各样本所代表的总体方差齐性或相等。; 1.单因素方差分析（one-way ANOVA） 也称为完全随机设计(completely random design)的方差分析。该设计只能分析一个因素下多个水平对试验结果的影响。 2.双因素方差分析（two-way ANOVA） 称为随机区组设计（randomized block design）的方差分析。该设计可以分析两个因素。一个为处理因素，也称为列因素；一个为区组因素，也称为行因素。 ;3.三因素方差分析 也称为拉丁方设计（Latin square design）的方差分析。该设计特点是，可以同时分析三个因素对试验结果的作用，且三个因素之间相互独立，不能有交互作用。 4.析因设计（factorial design）的方差分析 当两个因素或多个因素之间存在相互影响或交互作用时，可用该设计来进行分析。该设计不仅可以分析多个因素的独立作用，也可以分析多个因素间的交互作用，是一种高效率的方差分析方法。 5.正交试验设计的方差分析 如果要分析的因素有三个或三个以上，可进行正交试验设计（orthogonal experimental design）的方差分析。当分析因素较多时，试验次数会急剧增加，用此设计进行分析则更能体现出其优越性。该设计利用正交表来安排各次试验，以最少的试验次数，得到更多的分析结果。