8完全随机设计方差分析幻灯片.ppt

完全随机设计资料的方差分析 邓 伟 2008.10 引言 例8.1 为研究茶多酚保健饮料对急性缺氧的影响，某研究者将60 只小白鼠随机分为低、中、高三个剂量组和一个对照组，每组15 只小白鼠。对照组给予蒸馏水0.25ml 灌胃，低、中、高剂量组分别给予2.0g∕kg、4.0g∕kg、8.0g∕kg 的饮料溶于0.2～0.3ml 蒸馏水后灌胃。每天一次，40 天后，对小白鼠进行耐缺氧存活时间试验，结果如表8-1。试比较不同剂量的茶多酚保健饮料对延长小白鼠的平均耐缺氧存活时间有无差别。 例8.2 某研究者为了了解男性高校教师的血脂水平，随机抽取了不同年龄组男性各10名，检测他们的总胆固醇（TC）含量(mmol/L)。问：各年龄组的人群总胆固醇平均含量是否不同？ ---观察性研究，按照暴露因素（年龄）的不同水平分别进行随机抽样得到 引言 设计类型：完全随机设计 处理因素（变量）：单变量 处理水平 两水平---两样本/组 多水平---多样本/组 能否使用两两t检验？ 统计学的结论都是概率性的，存在犯错误的可能 假设实际情况是H0成立，根据a=0.05水准，平均每100次检验中有5次会得出拒绝H0的错误结论，即一类错误。 4组均数比较，如果采用两两t检验，则共需作 次比较，每次比较不犯第一类错误的概率均为(1－0.05)＝0.95，当这些检验独立进行时，则每次比较均不犯第一类错误的概率为0.956＝0.7351，总的犯第一类错误的概率为1－ 0.7351 =0. 2649，远远大于设定的0.05 完全随机设计资料的方差分析 方差分析 Analysis of Variance，缩写简称为ANOVA ,又称F检验 方差分析可以是单因素方差分析(One-way ANOVA)，也可以两因素方差分析（Two-way ANOVA）或多因素方差分析 基本思想 H0：各组资料对应的总体均数相同 H1：各组资料对应的总体均数不全相同 方差分析是基于变异分解的原理进行的 ，将资料中的变异分解为组间变异和组内变异 基本思想 变异 ：离均差平方和（sum of squares of deviations from mean，记称SS） 其中 表示第i组第j个对象的效应指标观察值， 表示所有资料的平均数 SS的大小与资料的离散程度有关，另外还与样本的自由度（degree of freedom）有关，自由度增大，SS增大 基本思想 总的SS： ν总= N－1 总变异的分解 基本思想 完全随机设计资料（单因素）的方差分析中，变异分解为 总变异=随机变异+处理因素导致的变异 其中随机变异是客观存在的 处理因素导致的变异是否存在就是研究的目标。即只要能证明它不等于0，就等同于证明了处理因素的确存在影响 基本思想 组内变异 即使在同一组内，各观察对象的测量值也不尽相同，这种同组内的变异称为组内变异。属于随机变异 可用各组的离均差平方和的表示 组内变异= 组内变异= ， 是第i组的样本方差 基本思想 组内变异 组内变异与无效假设H0是否成立无关，仅与资料的随机误差和样本量大小有关 ν组内=N-k 基本思想 组间变异 各组的样本均数间彼此也不相同，这种变异称为组间变异 组间变异= 基本思想 组间变异 当H0成立时，各组对应的总体均数相同，各组样本均数 和所有资料的平均数 都是同一总体均数的估计值 与 之间的差异仅为样本均数的抽样误差，故组间变异比较小 基本思想 组间变异 若H0不成立，各组的总体均数不全相同 与 之间的差异不仅反映了样本均数的抽样误差，而且反映不同处理可能造成总体均数之间差别所引起的变异 组间变异增大，是两种变异的总和 ?组间=k－1 基本思想 方差分析的可加性： SS总= SS组间+ SS组内，?总=?组间+?组 基本思想 方差分析：比较组内变异和组间变异的大小，如果后者远远大于前者，则说明处理因素的影响的确存在，如果两者相差无几，则说明该影响不存在 基本思想 由于组间变异和组内变异与自由度有关，所以不能直接比较；将各部分的离均差平方和除以各自的自由度，得到相应的平均变异指标：均方（mean square，记为MS） 基本思想 当组数k＝2时， 为成组t检验中的合并方差 ，故可以视为多组的合并方差 ，为共同方差的 估计 基本思想 MS组间反映了不同水平下，样本均数与总均数的差异（标准误） 当H0成立时， MS组间反映的仅为抽样的随机误差，理论上等于MS组内 基本思想 理论上可证明： MS组内是 的无偏估计