卫生统计学 方差分析基础.ppt

第四节 多个样本均数的两两比较 在方差分析中，如果得到P0.05，按?=0.05水准拒绝H0，接受H1，说明多个总体均数不全相等。但其中哪些均数间相等，哪些均数间不相等，此时不能下结论，如欲达到此目的，需做均数间两两比较，并且此时不能能用前面学过的两样本t检验对多样本均数作两两比较，而应采用专用的两两比较方法。两两比较的方法很多，有多重比较，线性对比，正交对比等。常用的多重比较可分为两种情形。 (1) 在研究阶段未预料先考虑或预料到，经假设检验得出多个样本总体均数不全等的提示后，才决定的多个均数的两两事后比较，如前述的例1。 这类情况常用于探索性研究，往往涉及到每两个均数的比较。可采用SNK(Student-Newman-Keuls)法、Bonfferoni t 检验、 t 检验等等。 á (2) 在设计阶段就根据研究目的或专业知识而计划好的某些均数间的两两比较，如前述的例2。 它常用于是先有明确假设的证实性研究，如多个处理组与对照组的比较，某一对或某几对在专业上有特殊意义的均数间的比较等。可采用Dunnett-t 检验、LSD-t 检验等，也可用Bonfferoni t 检验、 t 检验。 本书介绍三种常用的方法：SNK法、Dunnett法和 Bonfferoni 法。 á 一、SNK法 SNK法也称NK(Newman-Keuls)法，属多重极差检验。其检验的统计量为q，故又称q检验。 á 二、 Dunnett法 Dunnett法其检验的统计量为tD，故又称Dunnett t 检验。它适用于k-1个实验组与对照组均数的比较。 á 三、Bonfferoni法 该法又称Bonfferoni t检验(Bonfferoni t test). Bonfferoni提出，若每次检验水准为?，共进行m次比较，当H0为真时，犯第一类错误的累积概率 不超过ma，即有Bonfferoni不等式 成立。例如，四个样本均数经ANOVA有统计学意义，需对任两个均数进行比较，其比较次数m=k(k-1)/2=4?3/2=6，若?=0.05，则6次比较均不犯第一类错误的概率为(1-0.05)6=0.746，犯第一类错误的累积概率 故要使多次比较后犯第一类错误的累积概率为 保持不变或至少不超过原有水准，则现有每次比较的检验水准 á 可利用上述Bonfferoni不等式确定为?/m。从实质上讲Bonfferoni法是对检验水准进行调整，故又称Bonfferoni 调整法。该法的思想适用于所有的两两比较，无论是本章介绍的多个均数的比较，还有以后介绍的多个率的比较。 调整的检验水准 á 需注意，Bonfferoni法是两两比较方法中最为保守的。当比较次数m不多时，该法效果常可；当比较次数m较多时(如m10)，由于?值较低，结论趋于保守。为此， Sidak(1967)提出以 作为每次比较的检验水准。 á 第五节 方差分析的前提条件和数据变换 一、方差分析的前提条件 各样本是相互独立随机样本，均服从正态分布； 各样本的总体方差相等，即方差齐性。 当样本含量较小时，资料是否来自正态分布的总体难于进行直观判断和检验，常常根据过去的经验；当样本含量较大时，无论资料是否来自正态分布总体，数理统计的中心极限定理均保证了样本均数的分布仍然服从或近似服从正态分布，此时的方差分析是稳健的。但如果总体极度偏离正态，则需作数据变换，改善其正态性。 á 对方差齐性的判断通常采用方差齐性检验的方法，实际上只要各组样本含量ni相等或近似，即使方差不齐，方差分析仍然稳健且检验效能较高或最高。 á 二、方差齐性检验 过去采用的两个总体方差齐性F检验，多个总体方 差齐性的Barlett 检验，均要求资料服从正态分布。当资料的分布明显偏峰或样本含量较大或较小时，其偏差较大，现采用更多的是方差齐性Levene检验，该方法适用于任意分布的两组或多组资料。 1. Barlett 检验 式中合并方差 亦即组内或误差的均方MS组内或 MS误差 á 2. Levene检验 由Levene H. 于1960年最先提出，既可用于两个总体方差齐性检验，也可用于多个总体的方差齐性检验。该法是将原始观察值Xij转换为zij，然后按下述公式进行单向方差分析，以相应自由度查F界值得到结