郑大生物医学研究统计方法课件第16章 随机区组设计.pptxVIP

提出问题?

将受试对象按一定的条件1:1配对，

按1:2,1:3,1:4等等配，称为配伍设计。

什么叫随机区组设计？

第16章随机区组设计方差分析

教材：P304

配对设计：

AB

随机区组设计（配伍组设计）

ABCD

★将受试对象按性质（如动物按窝别、性别、体重；病人按病情、性别、年龄等非处理因素）相同或相近者组成b个区组（或称单位组、配伍组）；

★每个区组中的受试对象分别随机分配到k个处理组中去。

16.1随机区组设计的方差分析

随机区组设计资料的假设检验：

n满足参数检验的条件—方差分析，F统计量

n不满足参数条件—Friedman秩和检验，M统计量多重比较同上，采用Bonferroni法

为比较3种（蛋白粉、血浆蛋白粉和普通）不同

生物饮料喂养断奶仔猪的增重效果。研究者考虑到影响仔猪生长的因素很多，这些因素与实验的效应混杂在一起。为了消除和控制其它因素的影响，将断奶仔猪以条件相近进行1:3配

伍，条件是同窝别、同性别、同日龄、体重最接近，共配成10个区组。然后在每个区组内随机将3只仔猪分配到各实验组。比较喂养10天后3个实验组的仔猪平均体重增加量（kg）。

配伍因素

例16-1

表16-1生物蛋白、血浆蛋白和普通饲料仔猪增重量/kg

饲料种类

Xi.

普通饲料

血浆蛋白

生物蛋白

1

2.9

3.6

4.3

3.60

2

3.2

4.3

4.1

3.87

3

2.4

3.6

3.5

3.17

4

4.1

4.4

4.8

4.43

5

3.3

4.4

5.1

4.27

6

3.8

3.4

3.3

3.50

7

3.5

2.5

3.1

3.03

8

3.1

4.2

4.2

3.83

9

3.7

3.6

3.8

3.70

10

3.3

4.3

4.8

4.13

X.

j

3.33

3.83

4.10

3.75（X）

随机区组设计资料ANOVA的基本思想

（变异的分解）

然后推断由某种因素所引起的变异是否具有

统计学意义

随机因素引起的变异（抽样误差+测量误差）

处理因素引起的变异

区组因素引起的变异

两因素方差分析

（two-wayANOVA）

产生变异的因素有

处理因素+区组因素

随机区组设计资料

变异的种类

自由度

产生原因

1.总变异：总离差平方和

N-1

处理+区组+误差

2.组间变异：处理组间离差平方和

k-1

处理因素+误差

3.区组变异：区组离差平方和

b-1

区组因素+误差

（体重、窝别）

4.组内变异—误差

SS误差=SS总-SS处理-SS区组

(k-1)(b-1)

误差

变异的分解：

ν总=N−1

=(k-1)+(b−1)+(k−1)(b−1)

=ν处理+ν区组+ν误差

总变异和自由度的分解关系：

SS总=SS处理+SS区组+SS误差

然后将各部分的变异与随机误差进行比较,

推断各部分的变异是否有统计学意义。

配伍组设计资料的方差分析的无效假设有二个：

☆关于处理因素的

☆关于配伍因素的

相应的统计量也有二个。

分别计算两个统计量F值并检验：

表16-3

1.建立假设，确定检验水准

对于处理组

H0：三种饲料的平均增重效果相等；

H1：三种饲料的平均增重效果不等或不全相等；

对于区组

H0：10个区组的总体效应（均数）相等；

H1：10个区组总体效应（均数）不等或不全相等；

α=0.05

νMS处理

ν区组=b-1=10-1=9

处理

④SS误差=SS总-SS处理-SS区组=12.6147-3.0527-5.5280=4.0340

ν误差=N-k-b+1=30-3-10+1=18

MS误差

2.计算统计量F值

①SS总

区组

3.确定P值，就⑴处理因素的作用；⑵区组因素的作用

分别作出统计结论：

⑴对处理组：按α=0.05水准，F=6.8112＞3.55，

则P＜0.05，故拒绝H0，可认为三处理效果不同或

不全相同；

变异来源

SS

v

MS

F

P

总变异

12.6147

29

处理间

3.0527

2

1.5264

6.8112

0.0063

配伍间

5.5280

9

0.6142

2.7407

0.0328

误差

4.0340

18

0.2241

⑤列方差分析表例16-4方差分析表

⑵对区组：F=2.7104＞2.46，则P＜0.05，故