生物统计学-单因素方差分析幻灯片.ppt

2. 其他方法：Bonferroni法，Dunnett 法等 (了解， 自学） Bonferroni方法 采用α＝α’/c 作为下结论时所采用的检验水准。c 为两两比较次数， α 为累积I类错误的概率。 适用性 当比较次数不多时，Bonferroni法的效果较好。 但当比较次数较多(例如在10次以上)时，则由于其检验水准选择得过低，结论偏于保守，犯假阳性几率低。 应用 解： 1.建立假设检验， 确定检验水准 H0：μA=μB,即两对比组总体均数相等 H0：μA=μB,即两对比组总体均数不等 α=0.05, α’=0.0167 2.计算检验统计量 首先将三个样本均数由大到小排列，并编组次 3.确定 P值，作出判断 按照α=0.05水准，组次1与2、1与3比较均拒绝H0, 差别有统计学意义，喂养9周后体重差值不同。组次2与3不拒绝H0, 差别无统计学意义，喂养9周后体重差值相同。 一般不鼓励 ！！！ 没有预先计划的任意两组之间的比较 翻来覆去的比较，寻找有意义的结果 两两比较 预先规定的两两比较 （LSD） Post hoc 两两比较 （SNK） 两两比较的 Bonferroni比较 四. 方差分析的假定条件 1.正态性: 各处理组样本是相互独立的随机样本, 其总体服从正态分布；（专业知识) 2. 方差齐性（Bartlett 检验法）: 相互比较的各处理组样本的总体方差相等 即具有方差齐同（homogeneity of variance） 上述条件与两均数比较的t 检验的应用条件相同。 最大方差与最小方差之比大于2.5,考虑方差齐性检验 Bartlett 检验法:仅仅适用于正态分布 Lavene 检验法: 适用于正态分布和非正态分布 适用于两个以及多个样本 SAS,SPSS统计学软件的默认方法 3. 数据变换 改善数据的正态性或方差齐性。使之满足方差分析的假定条件 平方根反正弦变换——适用于二项分布率（比例）数据。 2. 平方根变换——适用于泊松分布的计数资料 3. 对数变换——适用于对数正态分布资料 数值为负，加上a值，再取对数） 18例已型脑炎患者随机分成3组,分别接受A, B, C三种不同的处理， 记录发热的天数， 问三种处理的平均效应是否相同 处理 潜伏期 方差 均值 A 4 5 20 15 18 5 7.3052 11.1667 B 32 13 9 8 33 40 14.0677 22.5000 C 11 15 13 1 18 15 5.9470 12.1667 　 　 　 　 　 　 　 　 　 处理 潜伏期 方差 均值 A 2 2.24 4.47 3.87 4.24 2.24 1.1361 3.1766 B 5.66 3.61 3 2.83 5.74 6.32 1.5528 4.5267 C 3.32 3.87 3.61 1 4.24 3.87 1.1770 3.3185 一. 方差分析的基本思想和基本步骤 二. 完全随机设计的单因素方差分析 三. 多个样本均数间的多重比较 四. 方差分析的假定条件 本章重点内容 为何多个均数的比较不能用t检验？ 若采用t检验，则其检验水准和两样本均数之差的标准误如何调整？多个均数的比较时，在什么情况下，需要做两两比较？ 方差分析中的F检验为何是单侧检验？ 为探索丹参对肢体缺血关注算上的影响，将30只纯种新西兰试验用大白兔，随机分成3组（A, B, C)，分别给予丹参2mL/kg(A)，丹参1mL/kg(B),生理盐水2mL/kg(C)。测定松止血带前后1小时血中白蛋白含量(g/L),计算出白蛋白的减少量(g/L)如表所示，试应用所学统计学知识全面第对所得数据进行描述和分析。 A: 2.21,2.32,3.15,1.86,2.56,1.98,2.37,2.88,3.05,3.42 B: 2.91,2.64,3.67,3.29,2.45,2.74,3.15,3.44,2.62,2.86 C: 4.25,4.56,4.33,3.89,3.78,4.62,4.71,3.56,3.77,4.23 假设检验：任何科学都很重要，而定量的方法研究就是统计学的假设检验， 那么，先看看假设检验的基本特点： 先看个例子 第七章 单因素方差分析 One-factor Analysis of Variance（ANOVA ) 为研究钙离子对体重的影响作用，某研究者将36只肥胖模型大白鼠随机等分为3组，每组12只，分别给予常规剂量钙（0.5%）、中等剂量钙和高剂量钙（1.5