研究生班医学统计学单计量.ppt

总变异: 全部观察值之间 变异 处理变异（T） ＋区组变异（B ）＋随机误差（E） (2) 处理间变异: 处理变异（T ）＋随机误差（E） (3) 区组间变异: 区组变异（B ）＋随机误差 （E） (4) 误差变异: 随机误差（E） 变异分解 随机区组设计资料 总平方和能够分解为三项: SS总= SS误差+ SS组间+ SS区组间 ?总= ?误差+ ?组间+?区组间 H0为真, 即无处理效应时, 在大多数情况下, F较小。 H0非真时, 即有处理效应时, 在大多数情况下 , F较大, 比较: 当统计量 　 时, 拒绝H0。 SSe=SS总-SS处理-SS配伍 比较: 或F~F（γ配伍, γ误差） 当统计量 或FF(α ,γ配伍,γ误差)时, 拒绝H0。 随机区组设计 方差分析表 u检验条件 大样本 若是小样本, 则总体标准差已知 练习 将20名某病患者随机分为两组, 分别用甲、乙两药诊疗, 测得诊疗前后 血沉（mm/h以下: 甲 药 病人号 1 2 3 4 5 6 7 8 9 10 治疗前 10 13 6 11 10 7 8 8 5 9 治疗后 6 9 3 10 10 4 2 5 3 3 甲乙两药是否有效？ 甲乙两药 疗效有没有差异？ 并对甲乙两药疗效差异 总体均数做一估量。 乙 药 病人号 1 2 3 4 5 6 7 8 9 10 治疗前 9 10 9 13 8 6 10 11 10 10 治疗后 6 3 5 3 3 5 8 2 7 4 问题 提出 一个新 降血脂药, 120人分为抚慰剂组, 用药组1(2.4g), 用药组2(4.8g), 用药组3(7.2g)。试验结束后观察血脂水平。 ？ 单因素 四水平 安慰剂组 X=3.43mmol/l 用药组2 X=2.70mmol/l 用药组1 X=2.72mmol/l 用药组3 X=1.97mmol/l t检验 不足 假如每次t检验犯一类错误 概率是0.05, 那么要完全地进行比较, 犯I类错误 概率是 方差分析 方差分析, 又称变异数分析。 Analysis of Variance, 简写为ANOVA。 由英国统计学家R.A.Fisher提出。 方差分析 基础思想 例4-2 某医生为了研究一个降血脂新药 临床疗效, 按统一纳入标准选择120名高血脂患者, 采取完全随机设计方法将患者等分为4组（具体分组方法见例4-1）, 进行双盲试验。6周后测得低密度脂蛋白作为试验结果, 见表4-3。问4个处理组患者 低密度脂蛋白含量总体均数有没有差异? 分 组 测量值 统计量 n 安慰剂组 3.53 4.59 4.34 2.66 3.59 3.13 2.64 2.56 3.50 3.25 30 3.43 102.91 367.85 3.30 4.04 3.53 3.56 3.85 4.07 3.52 3.93 4.19 2.96 1.37 3.93 2.33 2.98 4.00 3.55 2.96 4.3 4.16 2.59 降血脂新药 30 2.72 81.46 233.00 2.4g组 2.42 3.36 4.32 2.34 2.68 2.95 1.56 3.11 1.81 1.77 1.98 2.63 2.86 2.93 2.17 2.72 2.65 2.22 2.90 2.97 2.36 2.56 2.52 2.27 2.98 3.72 2.80 3.57 4.02 2.31 4.8g组 2.86 2.28 2.39 2.28 2.48 2.28 3.21 2.23 2.32 2.68 30 2.70 80.94 225.54 2.66 2.32 2.61 3.64 2.58 3.65 2.66 3.68 2.65 3.02 3.48 2.42 2.41 2.66 3.29 2.70 3.04 2.81 1.97 1.68 7.2g组 0.89 1.06 1.08 1.27 1.63 1.89 1.19 2.17 2.28 1.72 30 1.97 58.99 132.13 1.98 1.74 2.16 3.37 2.97 1.69 0.94 2.11 2.81 2.52 1.31 2.51 1.88 1.41 3.19 1.92 2.47 1.02 2.10 3.71