统计学若干个样本均数的相互比较的方差分析.pptVIP

（3）统计方法选择： 1. 正态分布且方差齐同的资料，应采用两因素（处理、配伍）方差分析(two-way ANOVA)或配对t检验（g=2）； 2. 当不满足方差分析和t检验条件时，可对数据进行变换或采用随机区组设计资料的Friedman M检验。 统计学若干个样本均数的相互比较的方差分析 表4-7 随机区组设计的试验结果 统计学若干个样本均数的相互比较的方差分析 二、变异分解 (1)总变异：反映所有观察值之间的变异,记为SS总。 (2) 处理间变异：由处理因素的不同水平作用和随机误差产生的变异，记为SS处理。 (3) 区组间变异：由不同区组作用和随机误差产生的变异，记为SS区组. (4) 误差变异：完全由随机误差产生的变异，记为SS误差。 对总离均差平方和及其自由度的分解，有: 统计学若干个样本均数的相互比较的方差分析 表4-8 随机区组设计资料的方差分析表 统计学若干个样本均数的相互比较的方差分析 三、分析步骤 例4-4 某研究者采用随机区组设计进行实验，比较三种抗癌药物对小白鼠肉瘤抑瘤效果，先将15只染有肉瘤小白鼠按体重大小配成5个区组，每个区组内3只小白鼠随机接受三种抗癌药物（具体分配方法见例4-3），以肉瘤的重量为指标，试验结果见表4-9。问三种不同的药物的抑瘤效果有无差别？ 统计学若干个样本均数的相互比较的方差分析 表4-9 不同药物作用后小白鼠肉瘤重量（g） 统计学若干个样本均数的相互比较的方差分析 H0： ，即三种不同药物作用后 小白鼠肉瘤重量的总体均数相等 H1：三种不同药物作用后小白鼠肉瘤重 量的总体均数不全相等 统计学若干个样本均数的相互比较的方差分析 统计学若干个样本均数的相互比较的方差分析 统计学若干个样本均数的相互比较的方差分析 据?1=2、?2=8查附表3的F界值表，得 在α=0.05的水准上，拒绝H0，接受H1，认为三种不同药物作用后小白鼠肉瘤重量的总体均数不全相等，即不同药物的抑瘤效果有差别。同理可对区组间的差别进行检验。 统计学若干个样本均数的相互比较的方差分析 注意： 方差分析的结果拒绝H0，接受H1，不能说明各组总体均数间两两都有差别。如果要分析哪些两组间有差别，可进行多个均数间的多重比较（见本章第六节）。当g=2时，随机区组设计方差分析与配对设计资料的t 检验等价，有 。 统计学若干个样本均数的相互比较的方差分析 随机区组设计确定区组因素应是对试验结果有影响的非处理因素。区组内各试验对象应均衡，区组之间试验对象具有较大的差异为好，这样利用区组控制非处理因素的影响，并在方差分析时将区组间的变异从组内变异中分解出来。 因此，当区组间差别有统计学意义时，这种设计的误差比完全随机设计小，试验效率得以提高。 统计学若干个样本均数的相互比较的方差分析 第四节 拉丁方设计资料的方差分析 （不讲） 统计学若干个样本均数的相互比较的方差分析 第五节 两阶段交叉设计资料的方差分析 （不讲） 统计学若干个样本均数的相互比较的方差分析 第六节??????? 多个样本均数间的多重比较 （multiple comparison） 统计学若干个样本均数的相互比较的方差分析 多重比较不能用两样本均数比较的 t 检验！ 若用两样本均数比较的t 检验进行多重比较，将会加大犯Ⅰ类错误（把本无差别的两个总体均数判为有差别）的概率。 统计学若干个样本均数的相互比较的方差分析 例如，有4个样本均数，两两组合数为 ，若用 t 检验做6次比较，且每次比较的检验水准定为α=0.05，则每次比较不犯Ⅰ类错误的概率为（1－0.05），6次均不犯Ⅰ类错误的概率为 ，这时，总的检验水准变为 ，远比0.05大。因此，样本均数间的多重比较不能用两样本均数比较的 t 检验。 统计学若干个样本均数的相互比较的方差分析 统计学若干个样本均数的相互比较的方差分析 统计学若干个样本均数的相互比较的方差分析 第四章 多个样本均数比较 的方差分析 Analysis of Variance, ANOVA 统计学若干个样本均数的相互