统计学课件-方差分析.pptVIP

双因素方差分析 1、建立假设： 处理组间： H0：三个处理组白蛋白减少量总体均数相等 ?1＝?2＝?3 H1:三个处理组白蛋白减少量总体均数不全相等 区组间： H0：10个区组间白蛋白减少量总体均数相同 H1: 10个区组间白蛋白减少量总体均数不全相同 2、确定检验水准：α=0.05 3、计算F值： ＝19.0385-13.7018-1.5577=3.7790 ν误差=ν总-ν处理-ν区组=29-2-9＝18 SS误差＝SS总-SS处理-SS区组 双因素方差分析 F处理＝ MS处理/MS误差 =6.8509/0.2099=32.639 F区组＝ MS区组/MS误差 =0.1731/0.2099=0.82 双因素方差分析 4、求P值： 处理：以?1=2，?2=１8，查F界值表，得：F0.05(2,18)=3.55，本例F处理＞F0.05(2,18)，P处理＜0.05。 区组：以ν1=9，ν2=１8，查F界值表，得：F0.05(9,18)=2.46，本例F区组＜F0.05(9,18)，P区组＞0.05。 5、结果推断： P处理＜0.05，按α=0.05，拒绝H0,接受H1，可以认为三个处理组白蛋白减少量总体均数不全相同。 P区组＞0.05 ，按α=0.05，不拒绝H0,尚不能认为10个区组间白蛋白减少量总体均数不同。 F处理＝32.639 F区组＝0.82 表7-6 例7-2的方差分析表 变异来源 SS df MS F P 总变异 19.0385 29 处理组 13.7018 2 6.8509 32.639 0.01 区 组 1.5577 9 0.1731 0.825 0.05 误 差 3.7790 18 0.2099 SPSS进行双因素方差分析 Analyze→General Linear Model→Univariate→在Univariate视窗中，“白蛋白减少量”→Dependent框中，“group”、“block”→Fixed Factor(s)框,→Model,选中Custom，将“group”、“block”→右Model框，→Continue→Post Hoc,将Factor(s)框内的“group”→Post Hoc Test for框,→选中Dunnett法（在Control Category框下选中Last）, →Continue→Options,选中Descriptive statistics, →Continue→OK。 第三节 多个样本均数的两两比较 均数间多重比较（multiple comparison）的目的是发现差别究竟存在于哪些总体之间 当方差分析结果拒绝H0接受H1,认为各组均数间差别有统计学意义时，还需进一步作两两比较。 电脑实验：从已知正态总体N(10,52)进行随机抽样，共抽取了k=10组样本，每组样本的样本含量ni=20。每组样本均可算出其均数和标准差，得下表的结果。 从已知正态总体N(10,52)随机抽取10个样本(ni=20)的结果 样本编号k 1 2 3 4 5 6 7 8 9 10 均数 12.61 10.85 9.23 9.11 10.90 9.24 9.55 10.28 9.12 8.75 标准差 4.29 5.44 3.93 6.55 4.83 4.86 3.88 3.89 5.38 4.08 如果采用t检验作两两比较，即10个样本每两个进行比较，其比较次数为： 多组均数比较为什么不能用t检验 电脑实验结果：若α=0.05，则在45次比较中，发现5次有统计学意义。 45次比较中5次有统计学意义的结果 比较组 1与3 1与6 1与7 1与9 1与10 t 2.601 2.329 2.372 2.272 2.918 P 0.013 0.025 0.023 0.029 0.006 从理论上讲10个样本均来自同一正态总体N(10,52)，应当无差异。用两样本t检验，已经规定最大允许犯第一类错误的概率不超过α=0.05，但实际犯第一类错误的概率为：5/45≈0.11，比所要控制的0.05要大。 因此多个样本均数的比较不能直接用前面学过的两样本t检验来作两两比较,而应采用专用的两两比较的方法。 多个样本均数的两两比较 当方差分析结果拒绝H0接受H1,认为各组均数间差别有统计学意义时，进一步作两两比较可分为以下两种情形： (1) 探索性研究 在研究设计阶段未预先考虑