多个样本均数比较的方差分析课件.ppt

1、多个样本均数比较的方差分析多个样本均数比较的方差分析 s前章介绍了两样本均数比较的t检验。在医学科学研究中，常常要通过多个样本均数比较来推断各处理组间是否存在差别，此时若多次重复使用t-test，会使犯第类错误（假阳性错误）的概率增大，且脱离了原先的实验设计，将多个样本均数的同时比较转变为两个样本均数的多次比较。若采用实验设计所对应的方差分析同时分析多个样本均数的差别，则可避免以上问题。第一节 方差分析的基本思想和应用条件 s方差分析（analysis of variance,ANOVA）的理论依据是F分布，故又称F检验。在处理实验设计资料时，主要用于推论多个处理组处理效应的差别。s下面结合例

2、11-1的试验结果，介绍方差分析的基本思想及其应用条件。s例例11-1 为了解烫伤后不同时期切痂对肝脏三磷酸腺苷（简写为ATP）的影响，将30只雄性大鼠随机分成3组,每组10只：A组为烫伤对照组，B组为烫伤后24小时(休克期)切痂组，C组为烫伤后96小时（非休克期）切痂组。全部动物统一在烫伤后168小时处死并测量其肝脏的ATP含量，结果见表11-1。这一问题的解决可以归结为三组ATP总体均数差别的比较。如果三组ATP的总体均数存在差别，则推论B组和C组的处理对ATP有影响。方差分析的应用条件s各组样本是相互独立的随机样本且来自正态总体。s各组总体方差相等，即方差齐性（homoscedastic

3、ity）。s上述两个条件与两均数比较的t检验的应用条件是相同的。实际上，当组数为2时，方差分析与两均数比较的t检验是等价的，且对同一资料有。第二节 完全随机设计资料的方差分析s完全随机设计（completely random design）只设计一个处理因素（该因素有两个或两个以上水平），采用完全随机的方法直接将受试对象分配到各个处理水平组。各处理水平组例数可以相等亦可以不等。以例11-1为例，先将30只大鼠按体重大小编号，从附表15中第10行第6列、第7列向下开始取2位的随机数，即63，73，65，。随机数排出序号后，序号110为A组，序号1120为B组，序号2130为C组。s方差分析的结果

4、只能说明多组间是否有差别，有时我们更关心哪两组间有差别(如本例更关心两个切痂组的ATP含量是否有差别)。这时可进行多个均数的两两比较，详见本章第四节。第三节 随机区组设计资料的方差分析 s随机区组设计（随机区组设计（randomized block design）亦）亦称配伍组设计或单位组设计，是配对设计的扩展称配伍组设计或单位组设计，是配对设计的扩展。具体做法是首先将受试对象按可能影响试验结。具体做法是首先将受试对象按可能影响试验结果的属性分组（非随机分组），如按动物的性别果的属性分组（非随机分组），如按动物的性别、体重分组，按病人的年龄、职业、病情分组等、体重分组，按病人的年龄、职业、病情

5、分组等。分组的原则是属性相同或相近的分在同一组内。分组的原则是属性相同或相近的分在同一组内，共形成，共形成b个区组，再分别将各区组内的受试对个区组，再分别将各区组内的受试对象随机分配到各处理组。其设计特点是：每个区象随机分配到各处理组。其设计特点是：每个区组的受试对象数与处理组数相等，区组内的受试组的受试对象数与处理组数相等，区组内的受试对象生物学特性较均衡，可减少试验误差，提高对象生物学特性较均衡，可减少试验误差，提高统计假设检验的效率。统计假设检验的效率。s例例11-4（续例11-3）根据表11-6的试验结果，检验甲、乙、丙、丁不同浓度的血水草总生物碱对小鼠体内的尾蚴存活率的影响。（注：这

6、里的小鼠体内的尾蚴存活率是测量指标，不同于第四章计数资料统计指标的“率”）注意问题s在实际工作中，一般只对试验的研究因素感兴趣，即注重处理组间差别的假设检验，必要时也可对区组间的差别进行假设检验。本例，区组间的总体均数有差别，说明小鼠体重（或各区组的试验条件）对小鼠体内尾蚴存活率有影响。第四节 多个均数间的两两比较s经方差分析，若各组的均数差别无统计学意义，则不需要作进一步的统计处理，但是当方差分析结果为 时，只说明k组总体均数不相同或不全相同，不能说明各组总体均数间有差别。如果要分析哪两组间均数有差别，需进行多个均数间的两两比较（multiple comparison）。在进行两两比较时若仍

7、用两均数比较t检验，将会增加第一类错误的概率，把本来无差别的两个总体均数判为有差别。PPSNK-q检验sSNK为Student-Newman-Keuls三人姓氏的缩写，检验统计量为q，亦称q检验，适用于多个均数的两两比较，常用于探索性研究。q的计算公式如下LSD-t检验s即最小显著差异（least significant difference）t检验。适用于某一对或几对在专业上有特殊价值的均数间差别的比较。三、Dunnett-t检验s适用于k-1个实验组与一个对照组均数差别的多重比较，检验统计量为Dunnett-t值，第六节 重复测量数据的方差分析*s对于临床上常见的重复测量数据（repeated measurement data），也称监测数据（monitoring data），即每个患者的临床观察结果是多次重复测量结果的连线（见图11-2），统计分析的目的是比较这些连线变化趋势的特征。