随机区组 因设计及重复测资料的方差分析研.ppt

* * * * * 交互——互动 交互：左边用升白药组纯苯的作用和右边不用升白药组纯苯的作用不一样了， 这就是可能受到的升白药物的作用，这时就可以说升白药和纯苯之间有交互作用。 一个因素在一个水平的话，另一个因素有它的效应；如果这一因素的水平变了，另一因素还是有效应；如果在不同的情况下，这个因素的效应是不变的，那就是说它没有受到第二个因素的影响，否则就是有相互影响，即交互作用。 * 交互作用：当一个因素的水平间的效应随其它因素的水平不同而变化时，因素之间就存在着交互作用。 当有交互作用时，主效应不能反映该因素的真实作用，因此要计算一个因素在另一因素的某一特定水平的效应。 * * * * * * * * * * * * 将各指标的方差协方差用矩阵的形式排列出来，叫协方差矩阵。 * * 【解析】 处理因素：2个水平 重复测量的时间因素：4个水平 重复测量设计 重复测量设计资料的方差分析 变异的分解 处理效应 时间效应 处理与时间交互效应 误差项 重复测量设计 处理效应：由处理因素所致总体均数的差异。 时间效应：在同样处理和其它条件下，观察变量的总体均数随着时间 变化所对应的差异。 处理与时间交互效应：如果不同处理所对应的总体均数之间的差异随观察时间变化而变化， 则称处理效应与时间有交互作用；反之，如果随观察时间的变化，不同所对应的总体均数的差异是个常数，即不随观察时间的变化而变化，则称处理与时间不存在交互作用。 重复测量设计资料ANOVA的基本思想 （变异的分解） 时间因素引起的变异 处理因素引起的变异 处理和时间交互作用引起的变异 随机因素引起的变异 （抽样误差+测量误差） 处理间误差项 重复测量误差项（个体内误差项） 然后将各部分的变异与随机误差进行比较，以判断各部分的变异是否有统计学意义。 关于处理因素的 关于时间因素的 关于处理与时间之间交互作用的 相应的统计量也有三个。 重复测量设计资料的方差分析的无效假设有三个： 分别计算三个检验统计量 F 值： 变异来源 SS df MS F值 处理主效应 SS处理 g-1 MS处理 MS处理/MSE处理 时间主效应 SS时间 m-1 MS时间 MS时间/ MSE重复 处理×时间（交互作用） SS处理×时间 (g-1)(m-1) MS处理×时间 MS处理×时间/MSE重复 处理间误差项 SSE处理 g(n-1) MSE处理 重复测量误差项 SSE重复 g(n-1)(m-1) MSE重复 合计 SST gmn-1 对重复测量资料作方差分析的基本要求： 与一般方差分析一样，要求数据满足独立性、正态性与方差齐性要求。 另为克服数据的自相关性，Huynh 和Feldt 等1970 年提出还需要特别满足H-F 条件，即方差齐性、与协方差阵的球对称性的要求。 . V= 为克服重复数据的自相关性，Huynh 和Feldt 等1970 年提出需满足H-F 条件，即方差齐性条件与球对称条件。 若满足则可用重复测量数据的一般方差分析来处理； 若不满足，则方差分析的F值是会正偏，从而增大了I类错误的概率；故通常采用调整自由度的方法，对与时间有关的F检验统计量分子、分母的自由度进行校正后，再下结论。 作“球形检验（Mauchly’s test of sphericity）”看数据满不满足协方差阵的球形对称性，以证实其方差齐性。 分析步骤 建立假设 调整各时间点F 值的自由度，SPSS给出三种方法调整 调整原则：资料满足条件—不调整；不满足条件—调整 进行球对称性检验（Mauchly’s test ） 若P≤0.1，说明说明其各个时间观察资料之间的方差齐性或不同处理组别的方差齐性不满足。 计算F值，给出结论 不同时间点平均水平的多重比较 1.数据录入: 【电脑实现】—SPSS 用“重复测量专用模块”分析的录入模式。 1. “factor1”改成“time” → 【Number of level 】 键入4 →按【Add】键添加 2.按【Define】进行重复测量各级的定义 球形检验结果: 用Mauchly’s test 检验协方阵的队形对称性，当P α时，满足球形性；当P≤α时，若用重复测量设计方差分析，则需要校正。 例本题，在α=0.10的水准下，球形检验P=0.639，故没有足够的证据否认该资料符合重复测量的方差分析条件。 效应分析结果 变异来源 SS df MS F值 P值 处理主效应 43.51 1 43.51 0.34 0.5663 时间主效应 305369.94 3 101789.98 7247.94 0.0000 处理×时间 22.94 3 7.65 0.54 0.6540 处理间误差项 2294.73 18 127.48 重复测量误差项 75