变方分析AnalysisofVariance.ppt

資料結構 處理平均： 總平均： 總樣品數： 處理 觀測值 處理平均 樣品數 1 x11,x12,…,x1n1 n1 2 x11,x12,…,x1n2 n2 ： ： ： ： i x11,x12,…,x1ni ni ： ： ： ： m x11,x12,…,x1nm nm 總平均 處理 樣品數 處理平均 組內平方和 自由度 組內變方 1 n1 2 n2 ： ： ： ： ： ： i ni ： ： ： ： ： ： m nm 總平方和 總(平方和)自由度 處理平方和 處理(平方和)自由度 誤差平方和 誤差自由度 總平方和=處理平方和+誤差平方和 總自由度=處理自由度+誤差自由度 SST=SSt+SSE 均方(Mean Square, MS)： 平均的平方和=平方和/自由度 處理均方：MSt=SSt/(t-1) 誤差均方：MSE=SSE/(N-t) 單項變方分析(One-way Analysis of Variance) 將上述結果整理於變方分析表 Analysis of Variance Table (ANOVA Table) 第一行為變因(Source of Variation, SOV) 變因 (SOV) 自由度 (df) 平方和 (SS) 均方 (MS) F值 (F-value) 處理 t-1 SSt MSt=SSt/(t-1) MSt/MSE 誤差 N-t SSE MSE=SSE/(N-t) 總和 N-1 SST 例：飼料與天竺鼠兩週增重(g) 飼料 ni 組內平方和 A 4 6 30 B 4 7 20 C 4 11 14 ANOVA Table 變因 (Sov) 自由度 (df) 平方和 (SS) 均方 (MS) F值 (F-value) 飼料 2 56 28=56/2 28/7.11=3.9735 誤差 9 64 7.11=64/9 總和 11 120 例：微陣列試驗(Microarray Exp) 基因數＞1,000 試驗整體型Ⅰ誤差機率很高 ? 基因無表現?誤判有表現的機率很高 ? 必須控制試驗整體型Ⅰ誤差機率在顯著水準α之下 多重比較(Multiple Comparisons) F值顯著?處理平均值間有顯著差異，但不知哪兩個處理平均值間有顯著差異，必須進行處理間之兩兩比較 三個飼料：三個兩兩比較 A VS. B A VS. C B VS. C 多重比較(Multiple Comparisons) 個別比較型Ⅰ誤差(Comparisonwise Type Ⅰ Error) 單一兩兩比較之型Ⅰ誤差 試驗整體型Ⅰ誤差(Experimentwise Type Ⅰ Error) 飼料試驗一共有三個兩兩比較，其中任一個的型Ⅰ誤差 個別比較型Ⅰ誤差機率α＝0.05 兩兩比較個數 試驗整體型Ⅰ誤差機率 1 0.05 2 0.08 3 0.11 4 0.11 ： ： 10 0.19 ： ： 1000 0.53 ： ： ∞ 1 Fisher’s 最小顯著差異(Least Significance Difference, LSD) 決策方法：若處理i與i′之LSD不包括0 ?處理i與i′之平均值間有顯著差異 例：飼料與天竺鼠兩週增重 比較 LSD A VS. B (-4.46,12.46) A VS. C (-8.46,-1.54)* B VS. C (-7.46,-0.54)* Bonferroni多重比較方法 顯著水準：α，兩兩比較個數：k 調整顯著水準： α*=α/k Bonferroni(1-α)%信賴區間 決策方法：若處理i與i′之Bonferroni(1-α)%信賴區間不包括0 　?處理i與i′之平均值間有顯著差異 例：飼料與天竺鼠兩週增重 比較 A VS. B (-5.73,3.73) A VS. C (-9.73,-0.27)* B VS. C (-8.73,0.73) Tukey忠誠顯著差異值(Honest Significance Distance,HSD) Ｑα, m, dfE 決策方法：若處理i與i′之HSD不包括0 　?處理i與i′之平均值間有顯著差異 例：飼料與天竺鼠兩週增重 比較 HSD A VS. B (-7.26,5.26) A VS. C (-11.26,1.26) B VS. C (-10.26,2.26) 族群容許區間(Tolerance Interval) 範圍 觀測值 (μ-1.645σ, μ+1.645σ) 90% (μ-1.96σ, μ+1.96σ) 95% (μ-2.58σ, μ+2.58σ) 99% 族群中95%的觀測值會落在(μ-1.96σ, μ+1.96σ)之間 μ及σ2未知時必須修正為κ值，替代標準常態百分位