医学统计学 11-析因.pptVIP

Analyze?General Linear Model ? Univariate 单击Options、Plots按钮 Options：选择Des和Homogeneity Plots：单击Add 各组均数 方差齐 甲药的主效应有统计学意义（F=51.4, P=0.000）乙药的主效应有统计学意义（F=128.9, P=0.000）甲药和乙药的交互作用有统计学意义（ F=24.8, P=0.000 ） 甲药和乙药降血清胆固醇（mg/dl）的交互作用图 2×2析因设计因素和水平的组合 甲药：A因素 A2－A1 A1不用 A2用 乙药 B因素： B1：不用 8.25 12.38 4.13 B2：用 20.25 43.13 22.88 B2－B1 12.00 30.75 甲药的主效应＝（22.88+4.13)/2=13.51 乙药的主效应＝（30.75+12.00)/2=21.37 交互作用＝（22.88－4.13)/2=（30.75－12.00）/2＝9.37 对交互作用的解释 析因设计方差分析结果显示：甲药和乙药的交互作用有统计学意义（F=24.80,P=0.000）,即乙药的效果与甲药是否使用有关或甲药的效果与乙药是否使用有关，用甲药使乙药的疗效增加，平均增加 9.37（mg/dl）。故甲药对乙药有协同作用（如果测量值越高代表效果越好，交互作用大于0且有统计学意义；反之，则有拮抗作用）。 析因设计主要是寻找处理因素不同水平间一种较好的组合。 如果经析因设计资料的方差分析，交互作用无统计学意义，只分析主效应即可。 如果存在交互作用，说明处理因素间的作用相互影响，主效应中包括了交互作用。 二、完全随机分组两因素多水平的析因分析 （完全随机分组两因素析因设计与方差分析） 第十一章 多因素试验资料的方差分析析因设计的方差分析 多因素实验资料的方差分析 多因素实验：安排2个及以上处理因素的实验 处理因素：研究者根据研究目的施加于受试对象，在实验中需要观察并阐明其效应的因素。如比较三种抗癌药物对小白鼠肉瘤的抑瘤效果，处理因素是抗癌药物，能控制的非处理因素可能是小鼠体重。 只有一个处理因素的方差分析： 完全随机设计资料的方差分析：x drug 随机区组设计资料的方差分析: x drug block 研究A药和B药联合使用对患者血脂的影响 变量设置： x drugA drugB 第一节 析因设计资料的方差分析Factorial design ANOVA 完全随机分组两因素两水平的析因分析 完全随机分组两因素多水平的析因分析 完全随机分组三因素的析因分析（不介绍） 一、完全随机分组两因素两水平的析因分析 （两因素两水平的析因分析） 补充例题 欲观察甲、乙两药治疗高血脂的疗效，以及甲乙两药疗效有无交互作用，研究者将甲药和乙药均定为“不用”和“用”两个水平，有4种试验组合（4种处理）： （1）甲药和乙药均不用，只用一般疗法； （2）乙药和一般疗法； （3）甲药和一般疗法 （4）甲药、乙药和一般疗法。 研究者将32名高脂血症患者，采用完全随机的方法分配到以上4种不同处理组中，每组8人，治疗前及治疗1个月后测量各组患者的血清胆固醇（mg/dl），疗效指标为血清胆固醇下降值。 接受四种不同疗法患者血清胆固醇下降值（mg/dl） 第1组 第2组 第3组 第4组 一般疗法 乙药＋ 一般疗法 甲药＋ 一般疗法 甲药＋乙药 一般疗法 9 21 20 46 11 28 12 52 6 17 10 39 7 23 9 47 16 21 2 44 0 18 17 38 12 22 14 46 5 12 15 33 8.25 20.25 12.38 43.13 接受四种不同疗法患者血清胆固醇下降值（mg/dl） 不用甲药 用甲药 不用乙药 用乙药 不用乙药 用乙药 9 21 20 46 11 28 12 52 6 17 10 39 7 23 9 47 16 21 2 44 0 18 17 38 12 22 14 46 5 12 15 33 8.25 20.25 12.38 43.13 2×2析因设计因素和水平的组合 甲药 甲 药 单独效应 不用 用 乙药 不用 8.25 12.38 4.13 用 20.25 43.13 22.88 乙 药 单独效应 12.00 30.75 甲药的主效应＝（22.88+4.13)/2=13.51 乙药的主效应＝（30.75+12.00)/2=21.37 交互作用＝（22.88－4.13)/2=（30.75－12.00）/2＝9.37 单独效应 单独效应：指其它因素的水平固定时，同一因素不同水平间的差别。 主效应：指某一因素各水平间的平均差别。