方差分ppt.pptVIP

方差分析Analysis of Variance （ANOVA ) 一、离均差平方和的分解 对于例8-1（完全随机设计）资料，共有三种不同的变异 二、F 值与F分布 F 界值表 F 分布曲线下面积与概率 1. Bartlett 检验法 2. Levene 检验法 将120名高血脂患者完全随机分成4个例数相等的组 1. 编号：120名高血脂患者从1开始到120，见下面表第1行； 2. 取随机数字：从附表15中的任一行任一列开始，如第5行第7列开始，依次读取三位数作为一个随机数录于编号下，见下面表的第2行； 宇传华 制作 一、Bonferroni法 方法：采用α＝α’/c作为下结论时所采用的检验水准。c为两两比较次数， α’为累积I类错误的概率。 例8-1四个均值的Bonferroni法比较 设α＝α’/c＝0.05/6=0.0083,由此t的临界值为t（0.0083/2,20）=2.9271 Bonferroni法的适用性 当比较次数不多时，Bonferroni法的效果较好。 但当比较次数较多(例如在10次以上)时，则由于其检验水准选择得过低，结论偏于保守。 二、SNK法 SNK(student-Newman-Keuls)法又称q检验，是根据q值的抽样分布作出统计推论（例8-1）。 1．将各组的平均值按由大到小的顺序排列： 顺序 (1) (2) (3) (4) 平均值 28.0 18.7 18.5 14.8 原组号 B C A D 2. 计算两个平均值之间的差值及组间跨度k，见表8-3第(2)、 (3)两列。 3. 计算统计量q值 4. 根据计算的q值及查附表6得到的q界值（p286），作出统计推断。 附表6 三、Tukey法 第四节 方差分析的假定条件和数据转换 一、方差分析的假定条件（上述条件与两均数比较的t检验的应用条件相同。） 1.各处理组样本来自随机、独立的正态总体(D法、W法、卡方检验)； 2.各处理组样本的总体方差相等（不等会增加I型错误的概率，影响方差分析结果的判断） 二、方差齐性检验 1. Bartlett检验法 2. Levene等 3. 最大方差与最小方差之比3,初步认为方差齐同。 将原样本观察值作离均差变换，或离均差平方变换，然后执行完全随机设计的方差分析，其检验结果用于判断方差是否齐性。 因为levene检验对原数据是否为正态不灵敏，所以比较稳健。目前均推荐采用LEVENE方差齐性检验 三、数据变换 改善数据的正态性或方差齐性。使之满足方差分析的假定条件。 平方根反正弦变换——适用于二项分布率（比例）数据。 平方根变换——适用于泊松分布的计数资料 对数变换——适用于对数正态分布资料 第五节 完全随机设计方法简介 3. 排序：按随机数字从小到大 (数据相同则按先后顺序）编序号，见下面表的第3行。 4. 事先规定：序号1-30为甲组，序号31-60为乙组，序号61-90为丙组，序号91-120为丁组，见下面表的第4行。 肝癌是指发生于肝脏的恶性肿瘤，包括原发性肝癌和转移性肝癌两种，人们日常说的肝癌指的多是原发性肝癌。原发性肝癌是临床上最常见的恶性肿瘤之一，根据最新统计，全世界每年新发肝癌患者约六十万，居恶性肿瘤的第五位。原发性肝癌按细胞分型可分为肝细胞型肝癌、胆管细胞型肝癌及混合型肝癌。按肿瘤的形态可分为结节型、巨块型和弥漫型。原发性肝癌在我国属于高发病，一般男性多于女性。中国是乙肝大国，我国的肝癌多在乙肝肝硬化的基础上发展而来，丙肝病人也在逐渐增加，乙肝后也会发展为肝癌。目前我国发病人数约占全球的半数以上，占全球肝癌病人的55%，已经成为严重威胁我国人民健康和生命的一大杀手，其危险性不容小视。[1] 发病原因 　　总的来说，原发性肝癌的病因至今未能完全阐明，但已证明与以下因素密切相关： 　　1、病毒性肝炎：流行病学统计表明，乙肝流行的地区也是肝癌的高发地区，患过乙肝的人比没有患过乙肝的人患肝癌的机会要高10倍之多。长期的临床观察中发现，肝炎、肝硬化、肝癌是不断迁移演变的三部曲。近来研究表明，与肝癌有关的病毒性肝炎主要包括乙型肝炎（HBV）、丙型肝炎（BCV），而其中又以乙型肝炎最为常见。 　　2、酒精：俗话说“饮酒伤肝”，饮酒并不是肝癌的直接病因，但它的作用类似于催化剂，能够促进肝癌的发生和进展。有长期酗酒嗜好者容易诱发肝癌。这是因为酒精进入人体后，主要在肝脏进行分解代谢，酒精对肝细胞的毒性使