常见统计学错误.pptVIP

第1页，共31页，星期日，2025年，2月5日1.随机区组设计不可用成组分析方法例1有5件标本I，II，III，IV，V，每一件均匀分成4份，随机分配给4种处理A，B，C，D，得下表资料，试比较处理间的差别。不恰当做法：视纵向4列为4组数据，进行4组间比较。第2页，共31页，星期日，2025年，2月5日多次t检验？！分别作两组比较的t检验，得认为：A与B，A与C，A与D差异具有统计学意义；B与C，B与D，C与D差异无统计学意义。第3页，共31页，星期日，2025年，2月5日单因素方差分析？！

同时比较A，B，C，D四个处理组均数间的差异,得F=0.55,P=0.59认为：四个处理组均数的差异无统计学意义。第4页，共31页，星期日，2025年，2月5日为什麽不对？

（1）辜负了设计的苦心——随机区组设计！*同一件标本为一个区组；*同一区组内4种处理有较好的可比性。无视区组的存在，组内个体间变异较大，识别差异的能力大大降低。（2）不能翻来覆去比较！*6次t检验会增大第一类错误！设每次t检验犯第一类错误的概率为0.05，则6次t检验中一次不错的概率=(1-0.05)6第一类错误的概率=至少一次出错的概率=1-(1-0.05)6=0.27第5页，共31页，星期日，2025年，2月5日正确作法：随机区组资料的方差分析将处理间的差别与扣除区组间变异后的随机误差进行比较，识别差异的能力大大提高。本例，处理组间F=8.23，P=0.003差别有统计学意义区组间F=1.21，P=0.36差别无统计学意义第6页，共31页，星期日，2025年，2月5日2．析因设计不能用单因素方差分析例2收集甲状腺术中正常甲状腺组织做成16份标本，按析因设计随机分为四个处理组。将处理后的标本分别行免疫组化染色，作单位面积HLA-Ⅱ抗原阳性细胞计数。试分析如下数据：第1组（经95%空气和5%CO2培养7天）：2.5,2.4,2.6,2.5第2组（经95%空气和5%CO2培养14天）：1.8,1.9,1.7,1.8第3组（经95%O2和5%CO2培养7天）：2.2,2.3,2.1,2.2第4组（经95%O2和5%CO2培养14天）：1.9,1.8,1.7,1.9第7页，共31页，星期日，2025年，2月5日单因素方差分析？！直接比较四组资料间的差别F=60.00，P=0.00认为：四组间差别具有统计学意义表2析因设计下的实验结果（均数）第8页，共31页，星期日，2025年，2月5日这是典型的两因素2水平的析因设计！i)有负初衷——分析各因素的效应！ii）直接比较四组资料，组间变异大，不敏感！为什麽不对？第9页，共31页，星期日，2025年，2月5日正确作法：析因设计的方差分析i)主效应：某一因素各水平间的平均差别。A因素的主效应=[(第三组均数+第四组均数)?(第一组均数+第二组均数)]/2=[(2.2+1.9)?(2.5+1.8)]/2=?0.1ii)交互效应：若某因素的单独效应随另一因素水平的变化而有较大变化，则称这两个因素间存在交互效应。AB的交互效应=[(第四组均数?第二组均数)?(第三组均数?第一组均数)]/2=[(1.9-1.8)-（2.2-2.5)]/2=0.2第10页，共31页，星期日，2025年，2月5日检验iii)A的主效应：F=1.37，P=0.26;B的主效应：F=47.13，P=0.00A与B的交互效应：F=0.03，P=0.87结论：B因素(培养天数)的效应具有统计学意义。第11页，共31页，星期日，2025年，2月5日检验A的主效应：F=1.37，P=0.26;B的主效应：F=47.13，P=0.00A与B的交互效应：F=0.03，P=0.87结论：B因素(培养天数)的效应具有统计学意义。第12页，共31页，星期日，2025年，2月5日3．剂量-反应关系

不能用单因素方差分析例3有人分析蛇毒因子（CVF）的剂量对血液白细胞噬菌率的影响，得表3的数据，欲讨论剂量-反应关系。第13页，共31页，星期日，2025年，