生物统计学单素方差剖析.pptVIP

第亡章单圆囊方蕘分析 One-factor Analysis of Variance(ANOVA  一为研究钙离子对体重的影响作用,某研究者将36只肥胖模型大白鼠随 机等分为3组,每组12只,分别给予常规剂量钙(0.5%)、中等剂量钙 和高剂量钙(1.5%)3种不同的饲料,喂养9周,测其喂养前后体重的 差值(表7.1)问3种不同喂养方式下大白鼠体重改变是否相同? 表7.13种不同喂养方式下大白鼠体重喂养前后差值 常规剂量钙(0.5%)中剂量钙(1.0%)高剂量钙(1.5% 332.96 253.21 232.55 297.64 35.87 217.71 312.57 269.3 216.15 295.47 284.25 254.39 219.46 200.87 247.47 292.12 227.79 280.75 244.61 237.05 196.01 261 216.85 286.46 238.03 198.41 238.19 240.35 282.42 243.49 219 学过的统计学知识进行检验?  方差分析基础 单因素方差分析的典型数据 重复次数Y Y3 Y1…Ya( level) y32 yi2 y23 y y.3 yin 平均数Y1 Y Yi 因素也称为处理( treatment)因素( factor),每一处理因素至少有两个水 平(eve)(也称“处理组”,a个处理组),各重复n次。  ■第一类错误的概率增大 a=0.05(犯第一类错误的概率,假阳性) 1-a=0.95(不犯第一类错误的概率) 检验3次,不犯第一类错误的概率为:0.953=0.857375 犯第一类错误的概率为:1-0.857375=0.142625 统计资料的浪费,检验准确性的降低  方差分析基础 尺 onald Fisher Analysis of Variance(ANOVA 由英国统计学家RA. Fisher首创 为纪念 Fisher,以F命名,故方 差分析又称F检验( f test) 用于推断多个总体均数有无差异  方差分析的基础 完全随机设计的单因素方差分析 多个样本均数间的多重比较 四.方差分析的假定条件  方差分析基础 单因素方差分析的典型数据 重复次数Y1Y2 Y3 Y1…Ya( level) yi y32 y12 33 y 平均数Y1.Y2 Yi 因素也称为处理( treatment)因素( factor),每一处理因素至少有两个水 平(eve)(也称“处理组”,a个处理组),各重复n次。  1.方差分析的基本思想 所有测量值上的总变异按照其变异的来源分解为多个 部份,然后进行比较,评价由某种因素所引起的变异 是否具有统计学意义  1.离均差=(x-x) 虽然离均差( deviation from 2.离均差之和=∑(x-x)=0 average)可以衡量变异程度, 但是离均差之和为0,所以不是 3.离均差平方和SS=∑(x-x 理想的指标 为了合理地计算平均差异,用平方和的办法来消除离均差的正 负号,离均差平方相加,得到平方和(SS),但是由于不同样 本的观察值个数不同,所以离均差平方和也不是理想指标 x-x 将离均差平方和求平均数,称为样本方 差(均方差 mean deviation,M),目 n-1 的是消除观察值个数的影响 (-3)→本均方开方目的是使变异还即 tandar  方差分析基础 1.方差分析的基本思想 所有测量值上的总变异按照其变异的来源分解为多个 部份,然后进行比较,评价由某种因素所引起的变异 是否具有统计学意义 总变异( Total variation,Ss6):全部测量值与总均数y 间的差异 组间变异( between group variation,S组組间):各组的均 数Y与总均数y间的差异 组内变异( within group variation,SS组内):每组的每个测 量值F与该组均数Y的差异