多元统计分析-常用统计量及均向量的统计推断.pptVIP

correlationcoefficientsmatrix如事先对每个变量做标准化变换，则变换后变量的协差阵等于原变量的相关阵。0102502.9464553.9831354.54980.8926765.9168550.12490.80200.9168388.5629二元正态分布曲面(?11=1,?22=1,?12=0)m元正态分布的性质每一个变量均服从正态分布。变量的线性组合服从正态分布。m元正态分布中的任意k(0km)个变量服从k元正态分布。m元正态分布的条件分布仍服从正态分布。协方差为0的变量间相互独立。0304050102体重(kg)身高(cm)2.均向量的统计推断多元T检验多元配对设计均向量检验多元成组设计两样本的均向量检验多元方差分析多元成组设计资料的分析多元区组设计资料的分析多元方差分析的正确应用2.1多元T检验(Hotelling检验)Student-t检验的简单回顾0102检验一样本是否来自某已知总体，检验水准为α②检验两样本是否来自同一总体010304020506在许多医学问题中，做假设检验时(如检验两样本是否来自同一总体时)所依据的指标可能不只一个。例如：儿童生长发育：身高、体重、头围、胸围血压:收缩压、舒张压甲状腺功能：血脂：总胆固醇、甘油三酯风湿或类风湿：血沉、抗“O”、WBC计数重复进行t检验，增加犯I型错误的概率。01.忽略了变量间的相互联系。02.t检验结果不一致时，难以下一个综合结论。03.若仍用t检验，有几个问题：例如，本例只有出现下列情况之一，才可作出明确判断：两组间的差别均有统计学意义，且大小趋势一致(三项指标都是值越大，病情越差)；两组间各指标的差别均无统计学意义。反之，出现下列情况之一，则难以得出明确结论：两组间各指标的差别具有统计学意义，但趋势不一致；两组间有些指标差别有统计学意义(趋势一致或不一致)，有些指标差别无统计学意义。多元配对设计均向量检验01目的：检验一样本是否来自均向量为的m元正态总体。02例2.1用胸腺素治疗15例病毒性心肌炎细胞免疫功能低下症，结果见表2.1（P10）。试问，胸腺素治疗前后免疫球蛋白是否有改变？IgGIgAIgM疗前疗后差值疗前疗后差值疗前疗后差值18101654-156246196-50292243-4917441568-176213208-5286272-1418061743-63226214-12297276-2117121584-128238168-70265274916421649722724215307289-1816851543-142260198-622462651917281624-10413821274312288-2416951500-19519620711266262-417601340-420233179-542432591616901454-236256196-60334296-3816671453-214297209-88285263-2217031564-13921222311296274-2217151644-7122823792492601116991543-156236205-31266262-417331684-49202197-5308288-20例2.1资料的单因素分析(配对t检验)结果多元配对T检验检验假设A检验统计量BV的逆矩阵的转置矩阵AT转置矩阵在线性代数中，矩阵A的转置是另一个矩阵AT(也写做Atr，tA或A′）A-1逆矩阵在矩阵的运算中，单位阵E相当于数的乘法运算中的1，那么，对于矩阵A，如果存在一个矩阵A-1，使得AA-1=A-1A=E则矩阵A-1称为A的可逆矩阵或逆阵。例2.1资料的分析结果T2=47.6559，1F=13.6160，P=0.00036。故可以认为治疗后免疫球蛋白下降。2多元成组设计两样本的均向量检验1例2.2两组贫血患者的血红蛋白浓度(%,X1)及红细胞计数(万/mm3,