多因素方差分析.pptxVIP

0102030405第二章多因素方差分析概述：单因素方差分析是检验多个样本均数间差别有无统计学意义的统计学方法。在医学领域中，还经常碰到研究多个因素对某个观察指标的作用的问题。多因素方差分析是分析两个及两个以上因素对观察指标影响的统计方法。

方差分析中，影响观察指标的因素称为因子（factor);因子所处的状态称为因子的一个水平（leveloffactor);各因子水平的组合称为处理（treatment).

一、二因子方差分析

例：A、B两药治疗缺铁性贫血12例，试验结果如下：

四种疗法治疗缺铁性贫血后红细胞增加数（1012/L）疗法红细胞增加数总体均数记号一般疗法0.80.90.7一般疗法加A药1.31.21.1一般疗法加B药0.91.11.0一般疗法加A药加B药2.12.22.0

本例研究目的之一为A药的使用是否会引起病人的红细胞数变化。检验H01：+=+01研究目的之二为B药的使用是否会引起病人的红细胞数的变化。检验H02：+=+02

研究目的之三为A药与B药是否有交互作用。所谓有协同作用，是指同时用A、B两药起的作用大于单独用A药和B药的作用之和。所谓有拮抗作用，是指同时用A、B两药起的作用小于单独用A药各B药的作用之和。

不论协同或拮抗作用均意味着A、B药同时使用的作用不等于单独作用之和。两药有无协同作用或拮抗作用，只要检验假设：H03：-=-或H03：-=-010302

例题的统计量A药B药不用（b=1）用(b=2)不用y111=0.8y121=0.9(a=1)y112=0.9y122=1.1y113=0.7y123=1.0用y211=1.3y221=2.1(a=2)y212=1.2y222=2.2y213=1.1y223=2.0

方差分析表变异来源SSdfMSFP处理间模型2.962530.987598.750.0000因子A1.687511.6875168.750.0000因子B0.907510.907590.750.0000A与B的交互作用0.367510.367536.750.0000误差0.080080.0100总的3.0425110.2766

注意：当因子A与B间的交互作用有统计学意义时，对A（或B）的单独作用的解释须小心。本例，用B药时，用A药病人比不同时用A药的病人的红细胞数均数大，不用B药时，用A药病人比不同时用A药的病人的红细胞数均数也大，故可说明A药有效。但有时可能出现这种情况，用B药时，用A药病人比不同时用A药的病人的红细胞数均数大，不用B药时，用A药病人