6计量资料的假设检验2PPT.ppt

第五章 计量资料的假设检验（二）方差分析ANOVA ( Analysis of Variance ) 公共卫生学院卫生统计教研室 易 静 例1 表 三组学生军训（行军）后体温增加数(度) 不饮水 定量饮水 不限量饮水 合计 1.9 1.4 0.9 1.8 1.2 0.7 1.6 1.1 0.9 1.7 1.4 1.1 1.5 1.1 0.9 1.6 1.3 0.9 1.3 1.1 0.8 1.4 1.0 1.0 1.6 1.2 0.9 1.23 问题 用t检验？ —两个组之间的比较当然可以！ 但是，同批数据多次反复使用t检验显然会使范错误的概率增大。 例如：三组之间的相互比较，共3次。 —则不犯I型错误的概率为(1－0.05)3＝0.857375， —则α被放大为0.142625 一、方差分析的基本思想 建立在数据变异结构基础之上的F分布 的小概率事件原理。 将总变异分解为几个组成部分，其自由 度也分解为相应的几部分。 例1 表 三组学生军训（行军）后体温增加数(度) 不饮水 定量饮水 不限量饮水 合计 1.9 1.4 0.9 1.8 1.2 0.7 1.6 1.1 0.9 1.7 1.4 1.1 1.5 1.1 0.9 1.6 1.3 0.9 1.3 1.1 0.8 1.4 1.0 1.0 1.6 1.2 0.9 1.23 2. 组间变异 各处理组由于接受处理的水平不同，各组的样本均数也大小不等，这种变异称为组间变异。其大小用各组均数与总均数的离均差平方和表示，处理因素的不同水平作用和随机误差产生的变异。 3. 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，变异称为组内变异（误差）。组内变异用组内各测量值与其所在组的均数的差值的平方和表示，表示随机误差的影响。 总变异的分解 总变异 组间变异 组内变异 例1“变异”计算得： 总离均差平方和 组间离均差平方和 组内离均差平方和 =2.51 =1.97 =0.54 例1“变异及自由度”计算得： 总离均差平方和及自由度 组间离均差平方和及自由度 组内离均差平方和及自由度 =2.51，υ总=n-1=23 =1.97， υ组间=g-1=2 =0.54， υ组内=g(ni-1)=n-g=21 F统计量服从F分布，有两个自由度，即两个均方相应的自由度。 一般，组间变异大于或等于组内变异。 理论上，如果处理因素无统计学意义， F ＝１。 如果F １，说明处理因素有统计学意义。 例1 MS组间 = 1.97 / 2 = 0.985 MS组内 = 0.54 / 21 = 0.026 F＝0.985 / 0.026 = 37.88 查附表5得界值 F0.05, 2, 21=3.47 ， 所以 P0.05，三组总体均数不全相等。 应用条件 1. 正态性 各样本是相互独立的随机样本，均服从正态分布（D法、W法）。 2. 方差齐性 相互比较的各样本的总体方差相等，即具有方差齐性（Bartlett法、 Levene法等）。 日常生活中经常发现，影响一个事物的因素很多，希望找到影响最显著的因素。 如某种农作物的收获量受作物品种、肥料种类及数量等的影响；选择不同的品种、肥料种类及数量进行试验。 看哪一个影响大？并想要知道起显著作用的因素在什