协方差分析Analysis of Covariance第二军医大学卫生统计学教研室张罗漫第13章1.pptxVIP

协方差分析Analysis of Covariance第二军医大学卫生统计学教研室 张罗漫第13章讲课内容第一节 协方差分析的基本思想与步 骤(重点)第二节 完全随机设计资料的协方差 分析第三节 随机区组设计资料的协方差 分析方差协方差方差分析的基本思想(单因素)组间变异组内变异总变异 三组战士行军后体温增加数(℃) 不饮水 定量饮水 不限量饮水 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 0.9Xij=μ+Ti+eij i=1, 2, ··· , g j=1, 2, ··· , n SS(sum of squares of deviations from mean) 总离均差平方和组间离均差平方和(处理因素+随机误差)组内离均差平方和(随机误差)MS (mean square)F界值表 (附表3) 说明处理因素对实验结果有影响如果处理因素无作用： 组间变异＝组内变异F =１ 如果处理因素有作用： 组间变异＞组内变异F ＞１直线回归系数的假设检验—方差分析SS总=SS回+SS残SS总 Y的离均差平方和，说明未考虑X与Y的回归关 系时Y的变异。SS回 Y的总变异中可以用X解释的部分，SS回越大， 说明回归效果越好。SS残 反映X对Y线性影响之外的一切因素对Y变异的作 用，即在总平方和中无法用X解释的部分。 residual sum of square第一节协方差分析的基本思想与步骤一、基本思想例13-1 为研究A、B、C三种饲料对猪的催肥效果，用每种饲料喂养8头猪一段时间，测得每头猪的初始重量(X)与增重(Y)。试分析三种饲料对猪的催肥效果是否相同 ？协变量若不考虑猪的初始重量X对增重Y的影响H0：μ1=μ2=μ3H1：μ1、μ2、μ3不等或不全相等 α=0.05结论：三种不同饲料的催肥效果不同。由于各组猪的初始重量差别较大，如果不考虑猪的初始重量X对增重Y的影响，直接用方差分析比较各组猪的平均增重，以评价三种饲料对猪的催肥效果，这是不恰当的。如何在扣除或均衡这些不可控制因素的影响后比较多组均数间的差别，应用协方差分析。当有一个协变量时，称一元协方差分析；当有两个或两个以上协变量时，称多元协方差分析。其实质是从Y的总离均差平方和 中 扣除协变量X对Y的回归平方和 ， 对残差平方和 作进一步分解后再进 行方差分析。协方差分析是将线性回归与方差分析相结合 的一种分析方法。把对反应变量Y有影响的因素X看作协变量， 建立Y对X的线性回归，利用回归关系把X值 化为相等，再进行各组Y的修正均数间比较。修正均数是假设各协变量取值固定在其总 均数时的反应变量Y的均数。残差平方和的分解饲料1饲料2Y二、应用条件1.各组协变量X与因变量Y的关系是线性的， 即各样本回归系数b本身有统计学意义。2.各样本回归系数b间的差别无统计学意义， 即各回归直线平行。3.各组残差呈正态分布。4.各协变量均数间的差别不能太大，否则有 的修正均数在回归直线的外推延长线上。 第二节完全随机设计资料的协方差分析2.计算总的、组间与组内的 lXX、lYY、lXY与 自由度总:1.H0:各总体增重的修正均数相等 H1:各总体增重的修正均数不全相等 ?=0.05组间:组内: 3.结论 F=31.07F0.01(2,20)=5.85 P0.01 按?=0.05水准拒绝H0，接受H1， 可以认为扣除初始体重因素的影响后， 三组猪总体增重均数的差别有统计学意义。若不考虑猪的初始重量X对增重Y的影响H0：μ1=μ2=μ3H1：μ1、μ2、μ3不等或不全相等 α=0.05结论：三种不同饲料的催肥效果不同。未修正前均数：4.计算公共回归系数与修正均数饲料1饲料2Y5.修正均数间的多重比较A饲料与B饲料修正均数间无差别（P0.05），但都高于C饲料（P0.01）,可以认为扣除初始体重因素的影响后，A饲料与B饲料喂养的平均增重均比C饲料的多。SPSS软件计算1.建立数据