第三章方差分析.pptVIP

第五章 方差分析 方差分析又称作变异分析analysis of variance. 方差分析是由英国统计学家R. A. Fisher于1928年首先提出的一种统计方法，当时用的统计量是Z ,后来由G.W.Sendecor 转换成了更易于运用另一个统计量。 为了纪念Fisher， G.W.Sendecor把此统计量命名为F，有人把方差分析称为简称为F检验 方差分析的适用范围 在生产和科学实验中，影响一个事物的因素往往是很多。 例如：在药物合成中，有原料的用量、反应温度、压力、机器设备和操作人员的技术水平等因素，其中每个因素改变都有可能影响产品的数量和质量，有的影响大一些，有的影响小一些。 我们常需要知道哪几个因素对产品的数量和质量有显著的影响，并且还想知道起作用的因素在怎样的一个的水平上是最好的影响。 方差分析就是根据试验结果进行分析，鉴别各因素对试验结果影响程度的一种有效的统计方法。 例1：某医院用三种不同疗法治疗同种疾病，以体温降至正常所需要的天数为指标，15例患者体温降至正常所需要的天数资料如下，试问:治疗方法的不同对患者体温的疗效是否有显著影响? 例1．考察温度对某药物有效成分得率的影响，选了五种不同的温度，在同意温度下各做了三次实验，结果见表，试问温度的不同是否影响该成分的得率？ 基本概念 一、实验指标（观察指标）：试验需要考核的目标。说明指标的数值就是指标值。 二、因素：影响实验指标的各种原因和条件。一般地，所要考察的因素都是可以控制的因素。 三、水平：因素变化的各种状态和级别。 因素的选取和水平的确定不是只用数学方法就能解决的，需要由试验者根据情况、专业知识、情报资料、生产实际经验及判断能力等来确定 §1.单因素方差分析 在实验工作中，为了考察某个因素对试验指标的影响，往往把其它因素都安排在固定不变的状态，只就某一个因素进行实验，考察该因素变化对实验指标的影响情况。 一般地，先确定这个因素的若干等级（称之为水平），然后在每一个等级里做若干个重复试验，以确定该因素对实验结果的影响程度。 这种试验方法统计学称为单因素试验。 单方差分析的基本思想 方差分析的基本思想是把所有观察值之间的变异分解成两个部分。 由于事先作了设计，因此，每一部分都反映了研究工作中特定的内容：因素水平变化的作用，随机误差的作用。 把反映各种作用的观察值之间的变异——离均差平方和分解成上述两部分之和。然后相互作比较作出统计检验。 通过这样的分析，研究者就可以按需要作出相应的统计判断。 单因素的试验模式 方差分析的一般步骤 1、作出假设H0：因素各水平的变化对指标无影响。即H0：μ1= μ2=……= μs 2、将总的离差平方和分解成两部分：组内离差平方和（随机误差和）与组间离差平方和（随机误差和与水平差异和）。 3、比较两部分离差平方和的相对大小。若两部分相比接近1，则水平的变化对指标影响不显著，反之，水平的变化对指标的影响则是非常显著的。 4、选择统计量F，做出结论。 例：对四个药厂生产的阿斯匹林片，测定片剂的溶出度，每个样品进行五次实验，以溶出63%所需要时间的对数作为指标，测得结果如下,问四个工厂产品的平均溶出度是否不同? 例:研究单味中药对小白鼠细胞免疫机能的影响,把39只小白鼠分为四组,雌雄尽量各半,用药15天后,进行E-玫瑰花结形成率(E-SFC)测定,结果见表,试分析四种用药情况对小白鼠细胞免疫机能的影响是否相同? §3、两因素试验的方差分析 在医药生产和科研工作中常常遇到影响某特征指标的因素不止一个而是多个，这时，就要采用多因素方差分析，本节叙述常用的两因素方差方法。 进行两因素方差分析的目的，是要检验两个因素及其交互作用对试验指标的影响情况。 一、两因素间无重复试验的情形 因素间水平的不同搭配对指标的影响往往有互相制约，互相联系的现象，称为因素间的交互影响。 例如：中药处方的配伍变化，中药的整体效应等 一般试验中的多数交互作用都有可以忽略不计，而不致影响对于问题的分析。 1、两因素无重复试验的试验模式 2、基本思想和步骤 两因素的方差分析在思想方法与单因素的方差分析思想一致。 即将总的离差平方和分解成三部分：因素A不同水平变化引起的差异因素B不同水平变化引起的差异，随机因素引起的差异。 例题2 为研究雌激素对子宫发育的作用，以四个种系的未成年雌性大白鼠各3只，每只按一种剂量注射雌激素，经一定时期取出子宫，称重（g）结果见下表，试比较雌激素的作用在三种剂量间的差别，同时，比较四个系大白鼠之间的差别。 二、有重复试验的情形（因素间存在交互作用） 上节介绍的两因素方差分析，认为两因素A与B之间是独立的，互不影响的，但在实际中，两因素通常不是独立的，而是相互起作用的。这种作用称为交互作用。 如果要考察两因素间