第16章HotellingT2检验、多元方差分析、重复测量方差分析.ppt

第十六章 Hotelling T2检验、多元方差分析、重复测量方差分析 P227~237 教学目的与要求 ： 掌握：Hotelling T2、多元、重复测量资料方差分析用途。 熟悉：SPSS和DPS的操作方法、结果阅读。 了解：常用统计量、重复测量资料的概念。 教学内容提要 ： 重点讲解： Hotelling T2、多元、重复测量方差分析用途。 讲解：SPSS和DPS的操作方法。 介绍：常用统计量、重复测量资料的概念。 重点： Hotelling T2、多元、重复测量资料方差分析用途。 难点：Hotelling T2检验。 教学时间： 2学时 第一节 多元计量资料的常用统计量 一、多元计量资料 第一节 多元计量资料的常用统计量 一、多元计量资料 二、多元计量资料的常用统计量 均数向量 协方差矩阵 相关矩阵 1. 样本均数向量 【例16-1】 为分析不同时期儿童的身体发育情况，随机检查5名8岁男孩三项身体发育指标资料见表16-1。这是每个个体有3个观测指标x 1、x 2和x 3的资料. 2．样本协方差矩阵 3．样本相关矩阵 第二节 Hotelling T2检验和多元方差分析 1. Hotelling T2检验 2. 多元方差分析（multivariate analysis of variance，MANOVA） 适用于多元正态分布，且多元协方差矩阵相等的资料。 3. 一元与多元正态分布资料比较的检验统计量 【例16-2】 表16-3为15名免疫功能降低患者用健脾益气汤治疗后免疫球蛋白的改善资料，推断健脾益气汤治疗对降低免疫球蛋白是否有效。 SPSS输出例16-2 Hotelling T2检验(多元检验)的结果 SPSS输出例16-2资料3项指标进行单因素方差分析(组间效应)的结果 【例16-3】 三类贫血患者的血红蛋白(g/L)与红细胞计数(g/L)资料如表16-4，推断三类贫血性质患者的贫血情况。 多元协方差矩阵相等 分别对2项观测指标进行多重比较的结果 第三节 重复测量资料的方差分析 第三节 重复测量资料的方差分析 一、主要特征： 重复测量设计中，处理组是在受试对象（区组）间随机分配，区组内各重复测量点（如各时间点）是固定的，不能随机分配。 同一受试对象的重复测量值之间具有自相关性，不独立（重复测量值在不同受试对象间是独立的）。 二、重复测量资料的方差分析 总 变 异 【例16-4】 为比较A药和B药在疗程为6个月中持续减肥的疗效，将10个身高160cm志愿参加研究的女性肥胖者随机分成2组，每组各5人，服药前、服药3个月和6个月的体重测量值见表16-5。 * * 指有多个反应变量或观测指标同时受处理因素（分组变量）影响的测量资料。 反应变量≥2 比较降脂汤与它汀类治疗高脂血症→甘油三脂（TG) 、总胆固醇（TC） 、 HDL、LDL、极低（VLDL）等。 多因素试验：多个自变量→1个应变量。 用t 检验和一元方差分析考察多个应变量的缺点： （1）资料的利用率低，不能全面反映多个应变量间的内在联系信息，不能觉察多个观测指标间的相互关系。 （2）当不同观测指标的检验结果不一致时，得不出一个概括性的结论。 （3）p次单变量假设检验会增大犯Ⅰ类错误的概率。 宜用多元统计分析法：Hotelling：对应t （2组） 　　　　　　　　　　wilks ： 对应F （k组） p个观测指标x1，x2，…，xp的所有相关系数合起来，写成如下矩阵形式，便得到一个p×p的样本相关矩阵R： ①样本均数向量与总体均数向量μ0比较的T2检验 H0:μ=μ0 ②配对设计均数向量比较 需先计算配对差值，将问题转换为配对差值的样本均数向量与总体均数向量0＝(0，…，0)′比较， H0:μd=0； ③成组设计两个均数向量比较的T2检验， H0:μ1=μ2 H0：g个总体均数向量μ1=μ2 =…=μg是否成立 【SPSS操作】 【DPS操作】 【SPSS操作】 【DPS操作】 正态性和方差齐性检验： Analyze → Descriptive Statistics → Explore，将血红蛋白、红细胞计数选入Dependent variables；将贫血类别选入Fixed Factor → Plots，Normality plots with test，Untransformed→Continue → OK 不单独进行正态性和方差齐性检验 模型 多元方差分析(多元检验)的结果 指对每个受试对象（如人、动物、设备等）的相同