方差分析-课件（PPT-精）.pptVIP

分析思路—— 如果两组样本来自同一总体，即克山病患者与健康人血磷值相同，则理论上F应等于1，因为两种变异都只反映随机误差。由于抽样误差的影响，F值未必是1，但应在1附近。 若F较小，我们断定2组均数相同，或者说来自同一总体； 若F较大，推断不是来自同一总体。 评判标准——以界值为准 A B C D E B C D E A C D E A B D E A B C E A B C D (1)选择五阶拉丁方: C B A D E A E D B C E D C A B D C B E A B A E C D ? A D B C B A D E E D B C D C A B C B E A A E C D 安排行因素为体重,列因素为种系,拉丁字母表示剂量. 实验条件 种系 体重 剂量 1 一 C 1 二 B 1 三 A 1 四 D 1 五 E 种系 体重 一 二 三 四 五 1 C65 B85 A57 D49 E79 2 A82 E63 D77 B70 C46 3 E73 D68 C51 A76 B52 4 D92 C67 B63 E41 A68 5 B81 A56 E99 C75 D66 记xijk为种系取第i水平、体重取第j水平、剂量取第k水平下的变量观察值。 SST= SST= SST= Analysis of Variance Procedure Sum of Mean Source DF Squares Square F Value Pr F A 4 375.76 93.94 0.34 0.8476 B 4 908.16 227.04 0.82 0.5394 C 4 357.36 89.34 0.32 0.8587 Error 12 3341.68 278.47 Corrected Total 24 4982.96 A? D ? B ? C ? B ? C ? A ? D ? C ? B ? D ? A ? D ? A? C ? B ? A)只能分析三个因素（包括区组因素）,改进：希腊拉丁方设计或超方设计. B)各因素的水平数必须相等，解决方法：尧墩(Youden)方设计。 C)不能分析因素间的交互作用，解决方法 ：正交设计。 了解不同处理间的效应 * 了解不同处理间(一年四季)和不同区组间(不同采样点)的效应. * A 1:160 1:160 1:320 1:320 1:640 1:640 1:640 1:640 1:640 1:1280 B 1:80 1:160 1:160 1:160 1:160 1:320 1:320 1:320 1:320 1:640 C 1:40 1:80 1:80 1:80 1:160 1:160 1:160 1:160 1:320 1:320 适用于各组标准差与其均数的平方成比例关系的资料，它可以使数据两端波动较大时的影响减小。 适用于以率（百分数）为观察值的资料，如发病率、感染率、病死率、白细胞的分类计数、淋巴细胞转换率、畸变细胞出现率等。 变换的函数形式也不是绝对的，也没有一个非常有效的万能模式去套用，只有在实践中不断地摸索。 1. 引入 在医学研究中，常需要研究多个因素的作用，例如，我们想研究加用与不加用甲药对乙药的效果的影响，这就是药理学中的协同作用或拮抗作用的问题，在统计学中称为交互作用。 ①主效应(main effect) 主效应指某一因素各水平间的平均差别。如上例中的A和B两因素的主效应分别为 A=[(a2b2-a1b2)+(a2b1-a1b1)]/2 =[(2.1-1.0)+(1.2-0.8)]/2=0.75 B=[(a2b2-a2b1)+(a1b2-a1b1)]/2 =[(2.1-1.2)+(1.0-0.8)]/2=0.55 当某因素的各个单独效应随另一个因素水平的变化而变化，且相互间的差别超出随机波动范围时，则称这两个因素间存在交互作用或交互效应。如上例中在B=1水平下A的效应为0.4，在B=2水平下A的效应为1