多个样本均数比较方方差剖析.ppt

第四章多个样本均数比较的 方差分析 Analysis of variance (ANOVA) 2018/11/6 医学统计学一一供研究生用 方差分析 方差分析的基本思想 完全随机设计的单因素 随机区组设计的两因素方差分析 交叉设计的方差分析 多个样本均数间的多重比较 第一节方差分析的基本思想 因素 上总体均数是否相水平1水平2水平合计 用途:检验3组及以 等 X1X21X31 通过分析处理组均2X2Xx 数之间的差别,推 论它们所代表的k个 总体均数间是否存 在差别,或k个处理.n 组间的差别是否具 X=∑∑X/N 有统计学意义。 总变异=组间变异+组内变异 表糖尿病患者、IGT异常及正常人的 载脂蛋白测定结果 糖尿病 IGT 正常人 85.70 9600 144.00 10520 124.50 117.00 111.00 9900 15900 10650 120.00 11500 a均数105451110239(9)12280(10) X=110.3 全部实验结果存在三种不同的变异 总变异:全部实验数据大小不等。变异的 大小用观察值与总均数的离均差平方和表 示,记为SS总 组间变异:各处理组的样本均数也大小不等 变异的大小用各组均数与总体均数的离均差 平方和表示,记为SS组间。 组内变异:各处理组内部观察值也大小不 等,可用各处理组内部每个观察值与组均数 (的离均差平方和表示。记为S组内 总变异〓组间变异+组内变异 总变异:S8-∑∑n-x) 组间变异:S组内=∑∑(x-x) 组内变异:9组间∑(x;-x) (aw总=N-1v组间=k-1V组内=N 户M组周!MS组内 如果:各样本均数来自同一总体(H0 ={2=.=-),即各组均数之间无差别。 则:组间变异与组内变异均只能反映随机 误差,此时:F值应接近1 反之,若各样本均数不是来自同一总体, 组间变异应较大,F值将明显大于1,则 不能认为组间的变异仅反映随机误差, 也就是认为处理因素有作用。 F值要到多大才有 统计学意义呢? 在各样本来自正态总体,各样本所来自 的总体方差相等的假定之下,当H成立 时,检验统计量F服从自由度v组间=k-1, V组内=N-k的F分布,表示为: F~F(v组间,V组内 可由F界值表查出在某一α水准下F分布 的单尾界值Fa。当FF(v组间,V组内,P c。 方差分析的基本思想 根据资料的设计类型,将全部观察值总的离均 差平方和及自由度分解为两个或多个部分, 除随机误差(如SS组内)外,其余每个部分的 变异(如SS细间)可由某个因素的作用(或某 几个因素的交互作用,如A因素×B因素)加 以解释 通过比较不同变异来源的均方,借助F分布作 出统计推断,从而了解该因素对观测指标有无 影响 方差分析对数据的基本假设 (方差分析的应用条件) 任何两个观察值之间均不相关 每一水平下的观察值均来自正态总体 各总体方差相等,即方差齐性 (homogeneity of variance)