方差分析(析因正交重复测量)课件.pptVIP

前面内容回顾1、完全随机设计的ANOVA2、随机区组设计的ANOVA3、交叉设计的ANOVA所关心的问题：一个处理因素不同处理水平间的均数有无差异？以上第2个设计中，设立单位组（区组）的目的是控制混杂因素。使混杂因素在各处理水平间达到均衡，提高检验效率。第3个设计呢？？？1

六.析因设计（factorialdesign）的ANOVA是将两个或多个因素的各个水平进行排列组合，交叉分组进行试验，检验各因素各水平之间的差异有无统计学意义，而且可以检验因素间的交互作用。——完全交叉分组试验设计优点：全面均衡、高效。缺点：工作量大。实验组合数=每个因素水平数的乘积。如四因素三水平的实验组合数=34=81。多因素多水平的实验可采用正交设计(非全面实验)。2

例A、B两药治疗12名贫血病人，性别、年龄一致，随机分成四组，治疗后一个月测得血中红细胞增加数结果如下表，A、B两药的治疗效果如何？两药是否存在交互效应？3

析因设计资料的特点n2个或以上（处理）因素（factor）(分类变量)，每个因素有2个或以上水平（level）；n每一组合涉及全部因素，每一因素只有一个水平参与；n每一组合中至少有2个或以上的观察值；n观测值为定量数据（需满足随机、独立、正态、等方差的ANOVA条件）。4

一、概念1.因子（因素factor）和水平(levels)：因子是指影响试验结果或观察指标的因素；因素的不同状态为水平。6

2.单独效应（simpleeffect)：指其它因素固定在一个水平时，余下的一个因素不同水平之间均数的差别。7

2.单独效应（simpleeffect)：指其它因素固定在一个水平时，余下的一个因素不同水平之间均数的差别。例：用B药水平时，A药的单独效应——1.10不用B药水平时，A药的单独效应——0.408

3.主效应（maineffect)：指在某一因素各水平间的平均差别。与单独效应不同的是，它综合了其它因素各水平与该因素每一水平所有组合的情况。每个因子对观察指标的作用。有几个因子就应该有几个主效应。9

3.主效应（maineffect)：指在某一因素各水平间的平均差别。与单独效应不同的是，它综合了其它因素各水平与该因素每一水平所有组合的情况。每个因子对观察指标的作用。有几个因子就应该有几个主效应。例：A因素的主效应：0.75。即A因素单独效应的平均值。10

4.交互效应（interaction)：因素之间联合对观察指标产生的影响。当某因素的各单独效应随另一因素变化而变化时，则称这两个因素间存在交互效应。11

4.交互效应（interaction)：因素之间联合对观察指标产生的影响。当某因素的各单独效应随另一因素变化而变化时，则称这两个因素间存在交互效应。除以2为交互作用n在B药存在时，A药增加Hb作用为：2.1-1.0=1.1n单纯用A药增加Hb作用为：nB药有加强A药升Hb作用为：1.2-0.8=0.41.1-0.4=0.712

一级交互作用：两个因子间（2-way)的交互作用。二级交互作用：三个因子间(3-way)的交互作用。析因分析中，应先重点考察各因素间的交互作用，若不存在交互作用，则分析某一因素的作用只需要考察该因素的主效应；若存在交互作用，则各因素的主效应检验结果已无实际意义，应当按各因素各种水平的组合来研究，即逐一分析各因素的单独效应。13

5.固定效应型：该因素中各水平是固定的。如性别因素分为男、女两水平。6.随机效应型：该因素中各水平是由总体中随机抽样所得的。如要研究什么温度下催化剂的效果最好，随机抽取了30、40、50℃三个水平。14

二、用途：作多因素分析。1、分析每个因素的单独效应和主效应；2、考察因素之间的交互作用。2×2析因设计目的：分析A、B两个因素对结果有无影响（主效应），A与B有无交互作用。15

三、析因设计资料方差分析中变异的分解两因素析因设计：16

四、两因素析因设计方差分析变异的计算17

五、析因设计资料方差分析的基本步骤1.建立检验假设，确定检验水准：（1）对A药：H0：用与不用血中红细胞增加数的总体均数相等。H1：用与不用血中红细胞增加数的总体均数不相等。（2）对B药：H0：用与不用血中红细胞增加数的总体均数相等。H1：用与不用血中红细胞增加数的总体均数不相等。（3）对交互作用H0：A药与B药无交互作用。H1：A药与B药有交互作用。2.求检验统计量：3.确定P，作出统计推断结论18

六、两因素析因设计资料方差分析F值的计算19

SPSS操作演示：（1）“A、B两药治疗12名贫血病人”（2）P.194例11-1（3）P.198例11-220

21

七、正交试验设计的方差分析(orthogonaldesign)正交试验设计是利用一套规