- 1、本文档共2页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
多元方差分析
单个变量多组均数的比较用方差分析检验,多个变量一起比较则用多元方差分析。对多组多项指标(多个变量)如进行一一比较(多个方差分析),会有以下问题:
增加一类错误。如单个变量t检验设定 α = 0.05,10个变量,10次比较,那么发生一类错误的概率就是1-0.9510= 0.41。
单变量测试忽略了变量间相关性。
一种治疗或措施,可能对一组指标中的每个指标(单变量)都没有达到显著性差异的作用,但多个指标(变量)联合起来作用就有显著性。也就是说多组比较每个单变量都没有显著性差异,联合起来看可能就有显著性。
多元方差分析使用整体α=0.05,并考虑变量间的相关性,以检测对多个变量的联合作用。
例:CD4.xls数据比较不同剂量组间Y0-Y5的差异,输入界面如下:
下载数据: /empowerStats/exdata/cd4.xls
输出结果:
N,Mean,Sd:
DOSE
N
Mean
Sd
Min
Median
Max
1
Y0
61
79.42623
69.819639
4
55
262
1
Y1
61
63.868852
80.361159
-15
28
325
1
Y2
61
64.344262
78.418298
-14
35
373
1
Y3
61
65.42623
80.52297
-15
37
292
1
Y4
61
69.983607
110.787558
-15
21
645
2
Y0
77
69.857143
66.071475
0
47
279
2
Y1
77
83.428571
86.638758
0
53
467
2
Y2
77
89.649351
102.444563
-1
49
482
2
Y3
77
86.298701
96.587847
0
46
428
2
Y4
77
79.376623
87.594616
0
50
388
3
Y0
60
85.6
79.299091
3
50.5
258
3
Y1
60
119.366667
112.323982
13
78.5
437
3
Y2
60
116.083333
112.113939
10
68
422
3
Y3
60
121.783333
129.61888
9
62
520
3
Y4
60
114.083333
123.693483
8
54.5
537
MANOVA:
Df
Pillai
approx F
num Df
den Df
Pr(>F)
DOSE
2
0.278795
6.219892
10
384
0
Residuals
195
文档评论(0)