- 1、本文档共67页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
方差分析一部分
解决问题的基本思路 反复使用t检验及其出现的问题 拒绝H0的实际机会加大 解决问题的基本考虑 以单次检验回答一个整体回答:ANOVA 方差分析的基本思路 分析变异的来源,离均差平方和 SS 将变异分解 随机变异(误差)部分:SS误差 (可能的)系统变异部分: SS系统 对两类变异进行分析与比较,MS(均方差) 如果包含系统作用(因素作用),后者应明显大于前者,否则两者应相近 通过统计量衡量两种变异的差别 由统计量对应到相应的分布和概率P p与a比较,得出结论 单因素完全随机设计条件下方差分析的前提条件 个体之间相互独立(独立性) 每组服从正态分布(正态性) 方差相等(方差齐性) 建立假设,约定小概率标准 H0: μ1=μ2=μ3 ; H1: μ1、μ2、μ3 不全相等 ;α=0.05 分解并比较变异,构造统计量,计算P 方差来源 SS DF MS F值 P 总变异 SST n-1 干预 SSB k-1 MSB F=MSB / MSE P 随机误差 SSE n-k MSE p与α比较,得出结论 方差分析的基本步骤 单因素完全随机设计条件下的多重比较方法 基本目的: 在方差分析基础上进一步说明两两之间的关系 各组地位相同时的比较 LSD等 共用对照组时的组间比较 Dunnet等 * 解:1.H0:各组大鼠NO含量总体均值相等 H1:各组总体均值不等或不全相等 2. 计算统计量F 值: 3.查表,作出推断 按ν1 = 2,ν2 = 33查附表c6(F界值表,方差分析用)得 P 0.01 按α=0.05水准拒绝H0,接受H1,可以认为三组NO总体水平不同,方差分析结果见下表4。 表4 方差分析表 变异来源 自由度 离均差平方和 均方 F P 误差(组内) 33 139157.629 4216.8978 不 同 处 理 2 46925.950 23462.9750 5.5640 0.05 总 变 异 35 186083.579 ? ? 方差分析的条件 1.各样本是相互独立的随机样本,均服从正态分布(正态性); 2.各样本的总体方差相等(方差齐性) 当组数为2时,完全随机设计的方差分析结果与两样本均数比较的t检验结果等价,对同一资料,有: 方差分析结果与t检验关系 数据变换(data transformations) 目的:将原始资料变换成适用于检 验方法的资料 方法: 对数变换 y=log10(x+a); 平方根变换y=sqrt(x+b); 开平方反正弦变换 y=arcsin(sqrt(p)); 当多个总体方差齐性检验时可用Bartlett 检验或Levene检验,前者要求资料服从正态分布,否则偏差较大;故近年来采用更多的是Levene检验,该法不依赖于总体分布的具体形式。 Bartlett方差齐性检验 Levene检验法既可用于两总体方差齐性检验,也可用于多个总体方差齐性检验,所分析的资料可不具正态性。 先计算离差: 然后计算F值: N= g为样本数 方差分析结果推断 不拒绝H0,表示拒绝总体均数相等的证据不足 ————分析终止。 拒绝H0,接受H1, 表示总体均数不全相等 哪两两均数之间相等? 哪两两均数之间不等? ————需要进一步作多重比较。 第三节 多个样本均数的两两(多重)比较 (compare means between two sample in F analysis) 当方差分析的结果拒绝H0,接受H1 时,只说明k个总体均数不全相等。若想进一步了解哪些两个总体均数不等,需进行多个样本均数间的两两比较或称
文档评论(0)