医学统计学之方差分析.pptx

本资料来源　方差分析Analysis of Variance （ANOVA )2021/7/4 ANOVA 由英国统计学家首创，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基本概念 因素也称为处理因素（factor）（名义分类变量），每一处理因素至少有两个水平(level)（也称“处理组”）。 一个因素（水平间独立）——单向方差分析 两个因素（水平间独立或相关）——双向方差分析一个个体多个测量值——重复测量资料的方差分析 ANOVA与回归分析相结合——协方差分析 目的：用这类资料的样本信息来推断各处理组间多个总体均数的差别有无统计学意义。SiS1S2S3S4合计值5.99 4.15 3.78 4.71 6.65 单向方差分析One-way analysis of variance第一节 方差分析的基本思想 将所有测量值间的总变异按照其变异的来源分解为多个部份，然后进行比较，评价由某种因素所引起的变异是否具有统计学意义。一、离均差平方和的分解组间变异组内变异总变异对于实例（完全随机设计）资料，共有三种不同的变异 总变异（Total variation）：全部测量值Yij与总均数 间的差异 组间变异（ between group variation ）：各组的均数 与总均数 间的差异组内变异（within group variation )：每组的每个测量值Yij与该组均数 的差异下面用离均差平方和(sum of squares of deviations from mean，SS)反映变异的大小 1. 总变异: 所有测量值之间总的变异程度，计算公式校正系数： 2．组间变异：各组均数与总均数的离均差平方和，计算公式为SS组间反映了各组均数 的变异程度组间变异＝①随机误差+②处理因素效应 3．组内变异：在同一处理组内，虽然每个受试对象接受的处理相同，但测量值仍各不相同，这种变异称为组内变异，也称SS误差。 用各组内各测量值Yij与其所在组的均数差值的平方和来表示，反映随机误差的影响。计算公式为三种“变异”之间的关系离均差平方和分解：One-Factor ANOVA Partitions of Total VariationTotal Variation SSTVariation Due to Treatment SSBVariation Due to Random Sampling SSW=+Commonly referred to as:Sum of Squares Among, orSum of Squares Between, orSum of Squares Model, orAmong Groups VariationCommonly referred to as:Sum of Squares Within, orSum of Squares Error, orWithin Groups Variation均方差，均方(mean square，MS) 二、F 值与F分布 ， F 分布曲线2021/7/4F 界值表（P440-443)附表5F界值表（方差分析用，单侧界值） 上行：P=0.05下行：P=0.01分母自由度υ2分子的自由度，υ1123456?1161200216225230234?405249995403562557645859?218.5119.0019.1619.2519.3019.33?98.4999.0099.1799.2599.3099.33?254.243.392.992.762.602.49?7.775.574.684.183.853.63?2021/7/4F 分布曲线下面积与概率2021/7/42021/7/4实例的方差分析一、 建立检验假设H0： 即4个试验组总体均数相等 H1：4个试验组总体均数不全相等 检验水准 SiS1S2S3S4合计值5.99 4.15 3.78 4.71 6.65 二、 计算离均差平方、自由度、均方三、计算F值四、下结论 注意：当组数为2时，完全随机设计的方差分析结果与两样本均数比较的t检验结果等价，对同一资料,有：平均值之间的多重比较不拒绝H0，表示拒绝总体均数相等的证据不足 ————分析终止。拒绝H0，接受H1, 表示总体均数不全相等哪两两均数之间相等？哪两两均数之间不等？ ————需要进一步作多重比较。控制累积Ⅰ类错误概率增大的方法采用Bonferroni法、SNK法和Tukey法等方法累积Ⅰ类错误的概率为α’当有k个均数需作两两比较时，比较的次数共有c=＝ k!/