A4方差分析.ppt

方差分析(analysis of variance, ANOVA) 两个概念 因素(factor)：是可能对应变量有影响的变量，一般来说，因素会不止一个水平，而分析的目的就是考察或比较各个水平对变量的影响是否相同。 水平(level)：因素的不同状态(取值、等级) 称为水平。 方差分析的应用条件 方差分析的数据是经过特定设计所得的数据，并非任何数据的变异都有适当分解，因此需满足： 独立(independent)：各样本为相互独立的随机样本 正态(normal) 方差齐(equal) 方差分析的基本思想 按照设计类型将总变异分解为几个部分 每部分都与特定的因素（处理因素或随机因素）相联系 然后以某处理因素与随机因素的均方之比构造检验统计量F 通过比较F值与临界值的大小作出统计推断。 完全随机设计方差分析completely randomized design 定义：又称单因素方差分析，只涉及一个处理因素，将受试对象按照随机化的方法分配到各个处理组中，观察实验效应。 要求：独立，正态性，方差齐 变异的分解 与成组设计t检验的比较 联系：两者均属于定量资料的假设检验，可用于两样本均数的比较，对于同一资料，两样本t检验与完全随机设计方差分析是等价的。 　　　 区别：t检验只能用于两样本均数的比较，方差分析可以用于两个样本均数的比较，也可以用于多个样本均数的比较。 实际应用中，两样本均数比较常用t检验，多个样本均数的比较则用方差分析。 例题9.1 设置变量 红细胞数 变量x 组别变量group 录入数据 Analyze Compare Means one way ANOVA Dependent List框：x 要分析的结果变量为x Factor框: group 分组变量为group : 要求进行方差齐性检验 : 两两比较方法采用SNK法 多样本均数两两比较 在有 个样本均数的情况下，对每两个样本均数间的差别都作t检验，可作 次比较，每次比较不犯第一类错误的概率为 ，当这些检验独立进行时，则每次比较均不犯第一类错误的概率为 ，相应的犯第一类错误的概率为 ，远远大于设定的 。因此多个均数比较时不宜采用 t 检验作两两比较。 多个样本均数的两两比较 检验法(SNK法) 用于多个样本均数间每两个作比较 最小有意义差异法(LSD法) 用于对照组与各处理组的比较 SNK法结果解释 在表格的纵向上各组均数按大小排序，在表格的横向上被分成了若干亚组，不同亚组间的P值小于0.05，而同一亚组内的各组均数比较的P值则大于0.05。 如果有差异，SPSS只会告诉我们P值小于预定的界值( )，而不会给出具体的P值。 随机区组设计方差分析 randomized block design  定义：亦称配伍组设计或双因素无重复试验设计。分为两种情况：对同一受试对象在同一处理不同水平的比较；或将几个受试对象按一定条件配成区组，再将每一区组的各受试对象随机分配到各个处理组中去。每个区组的例数等于处理组个数。 注意：用于区组的因素应该是影响试验效应的非处理因素。 变异的分解 与配对设计t检验的联系 当处理因素的水平数为2时，对同一资料，两因素方差分析等价于配对t检验，且有 随机区组设计的方差分析SPSS操作 Analyze General Linear Model Univariate Dependent Variable: x 要分析的应变量为x Fixed Factor框: group，id 固定效应变量为group、id : 要求自定义方差分析模型 Build Terms下拉列表:Main effects 模型中准备纳入主效应 Model框：group、id