多样本均数比较方差分析.pptxVIP

两均数差别检验的比较：大样本也可近似用u检验实验课相关问题data cancer2; set cancer1; if _n_<27 then c=1; else c=2;run;proc ttest data=cancer1; class c; var var1-var1000; ods output ttests=can_ttest equality=can_equ;run;data a1; set can_equ; if ProbF<0.001 then t=2; else t=1; keep variable probF t;run;变量变换　常用的变量变换有对数变换、平方根变换、倒数变换、平方根反正弦变换等，应根据资料性质选择适当的变量变换方法。 多样本均数比较的方差分析 (Analysis of Variance ANOVA)一 方差分析的基本原理ANOVA 由英国统计学家R.A.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多样本均数重复进行t检验？组间变异组内变异总变异方差分析的基本思想 根据实验设计的类型及研究目的,将全部观察值之间所表现出来的总变异,分解为两个或多个部分。除随机误差作用外,其余每个部分的变异均可由某个因素的作用加以解释。通过比较不同变异来源的均方(MS),借助F分布做出统计推断,从而推断研究因素对试验结果有无影响。组内变异SS组内：随机误差组间变异SS组间：处理因素 + 随机误差 表 完全随机设计方差分析的计算公式 变异来源 离均差平方和 自由度 均方F SS ν MS 总n-1 组 间k-1 （处理组间） 组 内n-k （误差） 检验统计量F值的意义: 多个样本均数比较的方差分析, 其无效假设H0是各样本均数来自相同的总体, 即处理因素对研究结果无影响, 组间变异与组内变异均只反映随机误差作用的大小, 则F值在理论上应等于1, 由于抽样的偶然性, 得到的F值不会恰好等于1, 而是接近1。若处理因素对研究结果有影响, 将出现MS组间明显大于MS组内, F值也明显大于1。F值越大, 拒绝H0的理由越充分。 若组间变异明显大于组内变异, 则不能认为组间变异仅反映随机误差的大小, 处理因素也在起作用。根据计算出的检验统计量F值, 查界值表得到相应的P值, 按所取检验水准α作出统计推断结论。 检验统计量F值服从F分布。 F<Fα,(ν组间, ν组内),则P > α, 不拒绝H0, 还不能认为各样本所来自的总体均数不同; 当F≥Fα,(ν组间, ν组内),则P≤α, 拒绝H0, 接受H1, 可认为总体均数不等或不全相等。方差分析1. 单因素试验的方差分析 考虑一个因素A取k个水平，分析这k个不同水平对所考察的指标y的影响，即在试验中只有A一种因素改变，而其它因素控制不变，这样的试验叫单因素试验，所进行的方差分析叫单因素试验的方差分析。2. 双因素及多因素试验方差分析 客观现实中的事物很复杂，影响某项指标的因素往往有很多，这些因素互相联系，互相依存，互相对立，问题也就变得复杂了。当只考虑两个因素的作用时，我们进行组间变差和误差的变差分析，叫双因素试验方差分析。当考虑的因素多于两个时，就叫多因素试验方差分析。 二 完全随机设计的方差分析 one-way ANOVA (单因素方差分析) 例 随机抽取50~59岁男性正常者、冠心病人、脂肪肝患者各11人，测定空腹血糖值，试推断三类人群总体均值是否相同？3组观察对象空腹血糖测定结果（mmol/L)组 别 测量值甲组 4.75 4.75 4.77 4.61 4.49 4.02 5.03 4.57 4.21 4.88 4.62乙组 6.26 4.36 5.24 4.67 4.55 5.18 4.61 5.12 5.26 4.83 5.59丙组 5.78 6.68 5.44 5.86 5.67 5.24 5.42 5.14 6.09 5.74 5.72分析步骤:1.即三个组空腹血糖值的总体均数相等三个组空腹血糖值的总体均数不等或不全相等变异来源SS自由度均方MSFP总变异12.327632组间 6.7024 2 3.351217.87＜0.01组内5.6252300.1875 查表得F0.05(2, 30) =2.89, F0.01(2, 30) =3.89, F > 3.89 , P＜0.01, 按α=0.05, 拒绝H0, 接受H1