SPSS 单因素方差分析.pdf

单因素方差分析

内容提要

e方差分析入门

«单因素方差分析

®均数两两比较的方法

e趋势检验

小结

方差分析入门

前面提到的有关统计推断的方法，如单样本、两样本t检验

等，其所涉及的对象千变万化，但归根结底都可以视为两

组间的比较，如果是有一组的总体均数已知，则为单样本t

检验，如果两组都只有样本信息，则为两样本t检验。但是

如果遇到以下情形，该如何处理？

方差分析入门

案例对于大学新生的入学成绩，可以通过方检验来考察

男女学生间的入学成绩是否有差异？但要是想知道来自

于江苏、浙江、上海、安徽等省份的学生，其入学成绩

是否有差异，那么是否可以用6次方检验来达成目的？

方差分析入门

在以上例子中，涉及的问题其实就是在单一处理因素之

下，多个不同水平（多组）之间的连续性观察值的比较，

目的是通过对多个样本的研究，来推断这些样本是否来自

于同一个总体。

那么能否使用两两t检验，例如做三组比较，则分别进行

三次t检验来解决此问题呢？这样做在统计上是不妥的。

因为统计学的结论都是概率性的，存在犯错误的可能。

方差分析入门

分析：用6次t检验来考察4个省份的大学生新生入学成绩是否

相同，对于某一次比较，其犯I类错误的概率为a,那么连续

进行6次比较，其犯I类错误的概率是多少呢？不是a6,而是

1-(1-a)6。也就是说，如果检验水准取0・05,那么连续进

行6次t检验，犯I类错误的概率将上升为02649!这是一个

令人震惊的数字！

结论：多个均数比较不宜采用t检验作两两比较；而应该采

用方差分析！

方差分析入门

R.A.Fisher提出的方差分析的理论基础：

将总变异分解为由研究因素所造成的部分和由抽样误差

所造成的部分，通过比较来自于不同部分的变异，借助F

分布作出统计推断。后人又将线性模型的思想引入方差

分析，为这一方法提供了近乎无穷的发展空间。

方差分析入门

总变异=随机变异+处理因素导致的变异

总变异=组内变异+组间变异

这样，我们就可以采用一定的方法来比较组内变异和组间变

异的大小，如果后者远远大于前者，则说明处理因素的确存

在，如果两者相差无几，则说明该影响不存在，以上即方差

分析的基本思想。

方差分析入门

方差分析的原假设和备择假设为：

H0:出日2^・・・=Nk

H1：k个总体均数不同或者不全相同

F二MSb=§/(kT)

I，-/S%/(N—k)

其中，那5是组间均方，邓卬是组内均方，在原假设成立

时，F值应该服从自由度为k-1,N-k的中心F分布。

应用条件

*独立性(independence)：

观察对象是所研究因素的各个水平下的独立随机抽样

*正态性(normality)：

每个水平下的应变量应当服从正态分布

方差齐性(homoscedascity)

各水平下的总体具有相同的方差。但实际上，只要最大/最

小方差小于3,分析结果都是稳定的

应用条件

有时原始资料不满足方差分析的要求，除了求助于非参数

检验方法外，也可以考虑变量变换。常用的变量变换方法

：

对数转换：用于服从对数正态分布的资料等；

平方根转换：可用于服从Possion分布的资料等；

平方根反正弦转换：可用于原始资料为率，且取值广泛的资料；

其它：平方变换、倒数变换、Box—Cox变换等。

后退

单因素方差分析

例1在肾缺血再灌注过程的研究中，将36只雄性大鼠随机等

分成三组，分别为正常对照组、肾缺血60分组和肾缺血60

分再灌注组，测得各个体的NO数据见数据文件no.sav,试

问各组的NO平均水平是否相同？

单因素方差分析

分析：

对于单因素方差分析，其资料在SP中的数据结构应当由

两列数据构成，其中一列是观察指标的变量值，另一列是用

以表示分组变量。实际上，几乎所有的统计分析软件，包括

SAS,STATA等，都要求方差分析采用这种数据输入形式，

这一点也暗示了