生物统计学-单因素方差分析.ppt

0102030405其他方法：Bonferroni法，Dunnett法等(了解，自学）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。Bonferroni方法01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。适用性02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-factorAnalysisofVariance（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%）3种不同的饲料，喂养9周，测其喂养前后体重的差值（表7.1）问3种不同喂养方式下大白鼠体重改变是否相同？表7.13种不同喂养方式下大白鼠体重喂养前后差值学过的统计学知识进行检验?常规剂量钙(0.5%)中剂量钙(1.0%)高剂量钙(1.5%)332.96253.21232.55297.64235.87217.71312.57269.3216.15295.47258.9220.72284.25254.39219.46307.97200.87247.47292.12227.79280.75244.61237.05196.01261.46216.85208.24286.46238.03198.41322.49238.19240.35282.42243.49219.56单因素方差分析的典型数据重复次数Y1Y2Y3…Yi…Ya(level)1y11y21y31yi1y.12y12y22y32yi2y.23y13y23y33yi3y.3..jy1jy2jy3jyijy.j..ny1ny2ny3nyiny.n平均数Y1.Y2.Y3.…Yi.…Y..因素也称为处理(treatment)因素（factor），每一处理因素至少有两个水平(level)（也称“处理组”，a个处理组）,各重复n次。一.方差分析基础第一类错误的概率增大a=0.05(犯第一类错误的概率，假阳性）1-a=0.95（不犯第一类错误的概率）检验3次，不犯第一类错误的概率为：0.953=0.857375犯第一类错误的概率为：1-0.857375=0.142625统计资料的浪费，检验准确性的降低方差分析基础AnalysisofVariance(ANOVA)由英国统计学家首创，为纪念Fisher，以F命名，故方差分析又称F检验（Ftest）。用于推断多个总体均数有无差异方差分析的基础01完全随机设计的单因素方差分析02多个样本均数间的多重比较03方差分析的假定条件04单因素方差分析的典型数据重复次数Y1Y2Y3…Yi…Ya(level)1y11y21y31yi1y.12y12y22y32yi2y.23y13y23y33yi3y.3..jy1jy2jy3jyijy.j..ny1ny2ny3nyiny.n平均数Y1.Y2.Y3.…Yi.…Y..因素也称为处理(treatment)因素（factor），每一处理因素至少有两个水平(level)（也称“处理组”，a个处理组）,各重复n次。一.方差分析基础方差分析的基本思想01所有测量值上的总变异按照其变异的来源分解为多个部份，然后进行比较，评价由某种因素所引起的变异是否具有统计学意义。021.离均差=（x-）2.离均差之和=∑（x-）=03.离均差平方和SS=∑（x-）2虽然离均差（deviationfromaverage)可以衡量变异程度，但是离均差之和为0，所以不是理想的指标为了合理地计算平均差异，用平方和的办法来消除离均差的正负号，离均差平方相加，得到平方和（SS），但是由于不同样本的观察值个数不同，所以离均差平方和也不是理想指标将离均差平方和求平均数，称为样本方差(均方差meandeviation,MD)，目的是消除观察值个数的影响样本均方开方，目的是使变异还原，即标准差（StandardDeviation）。