连续变量的统计推断――单因素方差分析.PPTVIP

第12章 连续变量的统计推断（二）――单因素方差分析 (续) 第12章 连续变量的统计推断（二）――单因素方差分析（续） 12.2　均数间的多重比较 12.3　各组均数的精细比较 12.4　组间均数变化的趋势检验 12.5　本章小结 12.2　均数间的多重比较 12.2.1　直接校正检验水准 12.2.2　专用的两两比较方法 12.2.3　两两比较方法的选择策略 12.2.4　多重比较结果出现矛盾时的解释 12.2.5　分析实例 12.2.1　直接校正检验水准 例12.3比较产自美国，日本，欧洲的汽车，考察其每千米耗油量有无差异。 方差分析结果拒绝原假设H0，表明各国汽车耗油量有显著性差异的。 拒绝原假设 即均值之间有显著性差异，这是个整体结论，究竟哪些均值之间有显著性差异？哪些均值之间没有显著性差异？方差分析并没有回答。这需要做： 多重比较检验 对比检验和趋势检验 12.2.1　直接校正检验水准 现在问题回到了两两比较上，关键就是如何控制好第一类错误的大小。 Sidak校正： 将总的alpha水平控制到0.05，按各次比较的一类错误与总错误累乘的关系，反推得出每一个检验所使用的 其中两两比较次数c=k(k-1)/2。 12.2.1　直接校正检验水准 Bonferroni校正： 将总的alpha水平控制到0.05，按各次比较的一类错误与总错误累加的关系，反推得出每一个检验所使用的alpha/c，其中两两比较次数c=k(k-1)/2。 Bonferroni校正等直接校正方法是各次比较分别进行，使用上比较麻烦。它保证最大试验误差概率不大于alpha，所得结论比较保守。 12.2.2　专用的两两比较方法 除了相对粗糙的直接矫正法外，针对不同的分析需求，统计学上还发展出了一系列专用的两两比较方法。 多重比较分为两种类型： 计划好的： 事先设定考察的特定组，在Contrast 中进行。 非计划好的： 探索性分析，在Post Hoc 对话框中进行。 12.2.2　专用的两两比较方法 非计划的多重比较方法 LSD法： 即最小显著差法(Least Significance Difference Method)，是最简单的比较方法之一。 用t检验完成各组均值间的配对比较，对多重比较误差率不进行校正。 12.2.2　专用的两两比较方法 非计划的多重比较方法 Sidak法： 实际上是Sidak校正在LSD法上的应用。 用t检验完成各组均值间的配对比较，对多重比较误差率进行校正。 Sidak法比LSD法保守得多。 12.2.2　专用的两两比较方法 非计划的多重比较方法 Bonferroni法： 实际上是Bonferroni校正在LSD法上的应用。 用t检验完成各组均值间的配对比较，对多重比较误差率进行校正。 Bonferroni法比Sidak法保守一些。 12.2.2　专用的两两比较方法 非计划的多重比较方法 Scheffe法： 对多组均数间的线性组合是否为0进行检验，即(Contrast) Dunnett法： 常用于多个实验组与一个对照组间的比较 设定此法后，激活Control Category 参数框，展开小菜单，选择对照组。 12.2.2　专用的两两比较方法 寻找同质亚组的检验方法： S-N-K法： 全称Student-Newman-Keuls法 利用Studentized Range 分布进行所有各组均值间的配对比较。 根据所要检验的均数个数调整总的一类错误概率不超过alpha. 12.2.2　专用的两两比较方法 寻找同质亚组的检验方法： Tukey法： 全称Tukey’s Honestly Significant Difference 利用Studentized Range 分布进行所有各组均值间的配对比较。 与S-N-k法不同地是，它控制所有比较中最大的一类错误概率不超过alpha. 12.2.2　专用的两两比较方法 寻找同质亚组的检验方法： Duncan法： 与S-N-k法类似，利用Duncan’s Multiple Range 分布进行所有各组均值间的配对比较 在方差不齐时，一般不进行方差分析。 Significance level 框定义多重比较的检验水准，默认为0.05. 12.2.3　两两比较方法的选择策略 计划好的 如两个均数间的比较是独立的，或者虽有多个样本均数，但事先计划好要作某几对均数的比较，则不管方差分析的结果如何，均应进行比较。 一般采用LSD法或者Bonferroni法。 12.2.3　两两比较方法的选择策略 非计划好的 多个实验组与一个对照组的比较，一般采用Dunnett法。 需要进行任意两组间的比较而各组样本含