多因素实验设计的方差分析.pptVIP

实例分析例11-6（P208）：实验甲乙丙三种催化剂在不同温度下对某化合物的转化作用。将催化剂作为一级实验因素（I=3），温度作为二级实验因素（J=3），采用嵌套设计，每个处理重复2次（n=2）,实验结果见表11-25。试做方差分析。*多因素实验资料的方差分析

SPSS实现 邹莉玲PH.D同济大学医学院主要内容（一）析因设计的方差分析（二）正交设计的方差分析（三）嵌套设计的方差分析（四）裂区设计的方差分析析因设计（factorialdesign）：是将两个或多个实验因素的各水平进行组合，对各种可能的组合都进行实验，从而探讨各实验因素的主效应（maineffect），以及各因素间的交互作用（interaction）的研究设计类型。例1为最简单的析因设计，即两因素两水平，记作22或2×2的析因设计。（一）析因设计的方差分析实例分析例1：某研究人员为了解升白细胞药物（A）和纯苯（B）对大鼠吞噬指数的影响，以及两者同时使用的作用。将20只性别相同、体重相近的大鼠，按A、B两因素有无分为a1b1、a1b2、a2b1、a2b2四组（1表示用药，2表示不用）。测得吞噬指数结果见表9-1。若i：表示因素A的水平（i=1，2，…，a），：表示因素B的水平（j=1，2，…，b），表示因素A和因素B各水平组合下的观察单位数（k=1，2，…，n）。单独效应、主效应和交互效应单独效应：指其他因素水平固定时，同一因素不同水平的差异。如A因素固定在1水平时，B因素的单独效应为-1.8100。01主效应：某一因素各水平间的差异。如A的主效应为0.053。02交互效应：当某一因素的各单独效应随另一因素变化而变化时，称这两个因素间存在交互效应。如AB的交互效应：AB=[(a1b1-a2b1)-(a1b2-a2b2)]/2=(0.0960-0.0100)/2=0.0430。03当研究的因素不止一个时，这种研究设计就称为多因素的实验设计。其方法有很多种，析因设计就是其中的一种。研究目的：不仅分析单个因素不同水平效应之间的差异，还要知道两个因素各水平间效应的相互影响。分析方法：采用多因素方差分析。010302研究目的变异分解：自由度的分解：方差分析的基本思想方差分析的基本步骤建立检验假设，确定检验水准对于因素A（升白细胞药物）： H0：给药与不给药的大鼠吞噬指数的总体均数相等 H1：给药与不给药的大鼠吞噬指数的总体均数不等对于因素B（纯苯染毒）： H0：染毒与不染毒的大鼠吞噬指数的总体均数相等 H1：染毒与不染毒的大鼠吞噬指数的总体均数不等对于交互作用AB： H0：因素A和因素B无交互作用 H1：因素A和因素B有交互作用均取计算检验统计量表9-4例1的两因素析因设计方差分析表确定P值，作出推断结论（1）AB交互效应的P0.05，提示按0.05的检验水准，接受H0假设，即还不能认为AB两因素间存在交互作用。（2）A因素主效应的P0.05，提示不能认为给予升白细胞药物对大鼠吞噬细胞指数有影响。（3）B因素主效应的P0.01，提示染毒对吞噬指数有影响，可以降低大鼠吞噬指数。SPSS操作过程建立SPSS数据文件（见factorial_1.sav）定义3个列变量：1个因变量（y），2个处理因素分组变量（A，B）,设置值标签。主要分析过程1）Analyze-GeneralLinearModel-Univariate单变量：--因变量名称：y --固定因子（处理因素）：A、B2）点击“模型”按钮，弹出重复度量模型对话框。 --模型：全因子，即分析所有主效应及交互效应（系统默认）。--平方和：类型III（系统默认）。交互作用轮廓图是将各因素不同水平组合的均值在二维图形上标出，以直观描述交互效应。-水平轴：因素A-单图（线段，separatelines）：因素B-多图（分图，separateplots）：无点击“图/plot”按钮，弹出交互作用轮廓图对话框。01用于某处理因素多个水平间的多重比较。本例的研究因素均为两水平，所以无需此步骤。PostHoc（对比）按钮：02Options（选项）按钮-显示均值：输出所选因素的均数、标准误、可信区间。-输出：包括描述统计、参数估计、方差齐性检验等供选择项。本例不选择任何选项。主要输出结果均值估计：方差分析表：包括处理因素主效应和交互效应比较