第四章 多个样本均数比较的方差课件.pptVIP

一、方差分析的基本思想 二、应用条件 一、完全随机设计completely random design 完全随机设计是采用完全随机化的分组方 法，将全部试验对象分配到g个处理组（水平 组），各组分别接受不同的处理，试验结束后 比较各组均数之间的差别有无统计学意义，推 论处理因素的效应。 例4-2 某医生为了研究一种降血脂新药的临床疗效，按统一纳入标准选择120名高血脂患者，采用完全随机设计方法将患者等分为4组（具体分组方法见例4-1），进行双盲试验。6周后测得低密度脂蛋白作为试验结果，见表4-3。问4个处理组患者的低密度脂蛋白含量总体均数有无差别? 一、随机区组设计randomized block design 随机区组设计的特点 随机分配的次数要重复多次，每次随机分配 都对同一个区组内的受试对象进行，且各个处理 组受试对象数量相同。区组内均衡。 在进行统计分析时，将区组变异离均差平方 和从完全随机设计的组内离均差平方和中分离出 来，从而减小组内离均差平方和（误差平方 和），提高了统计检验效率。  例4-4 某研究者采用随机区组设计进行实验，比较三种抗癌药物对小白鼠肉瘤抑瘤效果，先将15只染有肉瘤小白鼠按体重大小配成5个区组，每个区组内3只小白鼠随机接受三种抗癌药物（具体分配方法见例4-3），以肉瘤的重量为指标，试验结果见表4-9。问三种不同的药物的抑瘤效果有无差别？ 一、LSD-t检验 适用范围：一对或几对在专业上有特殊 意义的样本均数间的比较。 二、Dunnet- t 检验 适用条件：g-1个实验组与一个对照组均数差别的多重比较，检验统计量为t ，亦称t检验。 三、SNK-q检验（Student-Newman-Keuls） 适用于多个样本均数两两之间的全面比较。 * 第四章 多个样本均数 比较的方差分析 第一节 方差分析的基本思想 及其应用条件 目的：推断多个总体均数是否有差别。 方法：方差分析，即多个样本均数比较的F检验。 基本思想：根据资料设计的类型及研究目的， 可将总变异分解为两个或多个部分，每个部分 变异可由某因素的作用来解释。通过比较可能 由某因素所至的变异与随机误差，即可了解该 因素对测定结果有无影响。 1、各样本是相互独立的随机样本，均来自正态分布总体； 2、相互比较的各样本的总体方差相等，即具有方差齐性。 第二节 完全随机设计资料的方差分析 例4-1 某医生为了研究一种降血脂新药的临床疗效，按统一纳入标准选择120名患者，采用完全随机设计方法将患者等分为4组进行双盲试验。问如何进行分组？ （1）完全随机分组方法： 1、编号：120名高血脂患者从1开始到120，见表4-2第1行（P72）； 2、取随机数字：从附表15中的任一行任一列开始，如第5行第7列开始，依次读取三位数作为一个随机数录于编号下，见表4-2第2行； 3、编序号：将全部随机数字从小到大 (数据相同则按先后顺序）编序号，见表4-2第3行。 4、事先规定：序号1-30为甲组，序号31-60为乙组，序号61-90为丙组，序号91-120为丁组，见表4-2第四行。 （2）统计分析方法选择： 1. 对于正态分布且方差齐同的资料，常采用完全随机设计的单因素方差分析(one-way ANOVA)或成组资料的 t 检验（g=2）； 2. 对于非正态分布或方差不齐的资料，可进行数据变换或采用Wilcoxon秩和检验。 表4-3 4个处理组低密度脂蛋白测量值(mmol/L) 第三节 随机区组设计资料的方差分析 随机区组设计又称为配伍组设计，是配对 设计的扩展。 具体做法是：先按影响试验结果的非处理因 素（如性别、体重、年龄、职业、病情、病 程等）将受试对象配成区组(block)，再分别 将各区组内的受试对象随机分配到各处理或 对照组。 例4-3 如何按随机区组设计，分配5个区组的15只小白鼠接受甲、乙、丙三种抗癌药物？ 分组方法：先将小白鼠按体重编号，体重相近的3只小白鼠配成一个区组，见表4-6。在随机数字表中任选一行一列开始的2位数作为1个随机数，如从第8行第3列开始纪录，见表4-6；在每个区组内将随机数按大小排序；各区组中内序号为1的接受甲药、序号为2的接受乙药、序号为3的接受丙药，分配结果见表4-6。 表4-8 随机区组设计资料的方差分析表 表4-9 不同药物作用后小白鼠肉瘤重量（g） 第四节 多个样本均数间的多重比较 *