六单因素方差分析课件.ppt

1、浙江大学医学院流行病与卫生统计学教研室 沈毅 方差分析入门方差分析入门 单因素方差分析单因素方差分析 均数两两比较的方法均数两两比较的方法 趋势检验趋势检验 小结小结v 内容提要内容提要前面提到的有关统计推断的方法，如单样本、两样本前面提到的有关统计推断的方法，如单样本、两样本t检验检验等，其所涉及的对象千变万化，但归根结底都可以视为两等，其所涉及的对象千变万化，但归根结底都可以视为两组间的比较，如果是有一组的总体均数已知，则为单样本组间的比较，如果是有一组的总体均数已知，则为单样本t检验，如果两组都只有样本信息，则为两样本检验，如果两组都只有样本信息，则为两样本t检验。但是检验。但是如果遇到

2、以下情形，该如何处理？如果遇到以下情形，该如何处理？方差分析入门方差分析入门案例案例 对于大学新生的入学成绩，可以通过对于大学新生的入学成绩，可以通过t t检验来考察检验来考察男女学生间的入学成绩是否有差异？但要是想知道来自男女学生间的入学成绩是否有差异？但要是想知道来自于江苏、浙江、上海、安徽等省份的学生，其入学成绩于江苏、浙江、上海、安徽等省份的学生，其入学成绩是否有差异，那么是否可以用是否有差异，那么是否可以用6 6次次t t 检验来达成目的？检验来达成目的？方差分析入门方差分析入门在以上例子中，涉及的问题其实就是在单一处理因素之下，在以上例子中，涉及的问题其实就是在单一处理因素之下，多

3、个不同水平（多组）之间的连续性观察值的比较，目的多个不同水平（多组）之间的连续性观察值的比较，目的是通过对多个样本的研究，来推断这些样本是否来自于同是通过对多个样本的研究，来推断这些样本是否来自于同一个总体。一个总体。那么能否使用两两那么能否使用两两t 检验，例如做三组比较，则分别进行检验，例如做三组比较，则分别进行三次三次t检验来解决此问题呢？这样做在统计上是不妥的。检验来解决此问题呢？这样做在统计上是不妥的。因为统计学的结论都是概率性的，存在犯错误的可能。因为统计学的结论都是概率性的，存在犯错误的可能。方差分析入门方差分析入门 分析分析：用用6次次t 检验来考察检验来考察4个省份的大学生新

4、生入学成绩是个省份的大学生新生入学成绩是否相同，对于某一次比较，其犯否相同，对于某一次比较，其犯I类错误的概率为类错误的概率为，那么连，那么连续进行续进行6次比较，其犯次比较，其犯I类错误的概率是多少呢？不是类错误的概率是多少呢？不是 6，而，而是是1-（1-）6。也就是说，如果检验水准取。也就是说，如果检验水准取0.05，那么连续，那么连续进行进行6次次t 检验，犯检验，犯I类错误的概率将上升为类错误的概率将上升为0.2649！这是一！这是一个令人震惊的数字！个令人震惊的数字！结论结论：多个均数比较不宜采用多个均数比较不宜采用t 检验作两两比较；而应该采检验作两两比较；而应该采用方差分析！用

5、方差分析！方差分析入门方差分析入门v R.A.Fisher 提出的方差分析的理论基础：提出的方差分析的理论基础：将总变异分解为由研究因素所造成的部分和由抽样误差将总变异分解为由研究因素所造成的部分和由抽样误差所造成的部分，通过比较来自于不同部分的变异，借助所造成的部分，通过比较来自于不同部分的变异，借助F分布作出统计推断。后人又将线性模型的思想引入方差分布作出统计推断。后人又将线性模型的思想引入方差分析，为这一方法提供了近乎无穷的发展空间。分析，为这一方法提供了近乎无穷的发展空间。方差分析入门方差分析入门总变异总变异 随机变异随机变异 处理因素导致的变异处理因素导致的变异总变异总变异 组内变异

6、组内变异 组间变异组间变异SS总总 SS组内组内 SS组间组间这样，我们就可以采用一定的方法来比较组内变异和组间变这样，我们就可以采用一定的方法来比较组内变异和组间变异的大小，如果后者远远大于前者，则说明处理因素的确存异的大小，如果后者远远大于前者，则说明处理因素的确存在，如果两者相差无几，则说明该影响不存在，以上即方差在，如果两者相差无几，则说明该影响不存在，以上即方差分析的基本思想。分析的基本思想。方差分析入门方差分析入门方差分析的原假设和备择假设为：方差分析的原假设和备择假设为：H0：1 2=kH1：k个总体均数不同或者不全相同个总体均数不同或者不全相同k1k/(k1)/kBBNWWMS

7、SSFMSSS，（N）kkBWMSMS其中，是组间均方，是组内均方，在原假设成立时，F值应该服从自由度为-1，N-的中心F分布。方差分析入门方差分析入门浙江大学医学院流行病与卫生统计学教研室 沈毅 独立性独立性（independence）：）：观察对象是所研究因素的各个水平下的独立随机抽样观察对象是所研究因素的各个水平下的独立随机抽样 正态性正态性（normality）：）：每个水平下的应变量应当服从正态分布每个水平下的应变量应当服从正态分布 方差齐性方差齐性（homoscedascity）各水平下的总体具有相同的方差。但实际上，只要最大各水平下的总体具有相同的方差。但实际上，只要最大/最小方

8、差小于最小方差小于3，分析结果都是稳定的，分析结果都是稳定的应用条件应用条件有时原始资料不满足方差分析的要求，除了求助于非参数有时原始资料不满足方差分析的要求，除了求助于非参数检验方法外，也可以考虑变量变换。常用的变量变换方法检验方法外，也可以考虑变量变换。常用的变量变换方法有：有：对数转换：对数转换：用于服从对数正态分布的资料等；用于服从对数正态分布的资料等；平方根转换：平方根转换：可用于服从可用于服从Possion分布的资料等；分布的资料等；平方根反正弦转换：平方根反正弦转换：可用于原始资料为率，且取值广泛的资料；可用于原始资料为率，且取值广泛的资料；其它：其它：平方变换、倒数变换、平方变

9、换、倒数变换、BoxCox变换等。变换等。应用条件应用条件 例例1 在肾缺血再灌注过程的研究中，将在肾缺血再灌注过程的研究中，将36只雄性大鼠随机等只雄性大鼠随机等分成三组，分别为正常对照组、肾缺血分成三组，分别为正常对照组、肾缺血60分组和肾缺血分组和肾缺血60分再灌注组，测得各个体的分再灌注组，测得各个体的NO数据见数据文件数据见数据文件no.sav，试，试问各组的问各组的NO平均水平是否相同？平均水平是否相同？单因素方差分析单因素方差分析分析：分析：对于单因素方差分析，其资料在对于单因素方差分析，其资料在SPSS中的数据结构应当由中的数据结构应当由两列数据构成，其中一列是观察指标的变量值

10、，另一列是用两列数据构成，其中一列是观察指标的变量值，另一列是用以表示分组变量。实际上，几乎所有的统计分析软件，包括以表示分组变量。实际上，几乎所有的统计分析软件，包括SAS，STATA等，都要求方差分析采用这种数据输入形式，等，都要求方差分析采用这种数据输入形式，这一点也暗示了方差分析与线性模型间千丝万缕的联系。这一点也暗示了方差分析与线性模型间千丝万缕的联系。单因素方差分析单因素方差分析 预分析（重要）：检验其应用条件预分析（重要）：检验其应用条件单因素方差分析单因素方差分析选择选择data 中的中的split file，出现如下对话框：，出现如下对话框：单因素方差分析单因素方差分析单因素

11、方差分析单因素方差分析单因素方差分析单因素方差分析v 这里仅取其中一组结果，表明该资料符合这里仅取其中一组结果，表明该资料符合分组正态性的条件。分组正态性的条件。单因素方差分析单因素方差分析注意分组检验正态性后，要先回到注意分组检验正态性后，要先回到data菜单下的菜单下的split file，如下操作取消拆分后才能进行后续的方差分析：如下操作取消拆分后才能进行后续的方差分析：单因素方差分析单因素方差分析单因素方差分析单因素方差分析选入分组变量选入分组变量选入因变量选入因变量给出各组间样本给出各组间样本均数的折线图均数的折线图指定进行方差指定进行方差齐性检验齐性检验单因素方差分析单因素方差分析

12、结果分析结果分析单因素方差分析单因素方差分析（1）方差齐性检验方差齐性检验v Levene方法检验统计量为方法检验统计量为3.216，其，其P值为值为0.053，可，可认为样本所来自的总体满足方差齐性的要求。认为样本所来自的总体满足方差齐性的要求。Test of Homogeneity of Variancesno3.216233.053Levene Statisticdf1df2Sig.单因素方差分析单因素方差分析结果分析结果分析（2）方差分析表方差分析表v 第第1列为变异来源，第列为变异来源，第2、3、4列分别为离均差平方和、自列分别为离均差平方和、自由度、均方，检验统计量由度、均方，检验

13、统计量F值为值为5.564，P0.008，组间均数，组间均数差别统计学意义，可认为各组的差别统计学意义，可认为各组的NO不同。不同。ANOVAno46925.950223462.9755.564.008139157.6334216.898186083.635Between GroupsWithin GroupsTotalSum ofSquaresdfMean SquareFSig.变变异异来来源源单因素方差分析单因素方差分析结果分析结果分析（3）各组样本均数折线图各组样本均数折线图Means plots 选项给出，更直观。选项给出，更直观。注意注意：当分组变量体现出顺序的趋势时，绘制这种折线图

14、可以提示：当分组变量体现出顺序的趋势时，绘制这种折线图可以提示我们选择正确的趋势分析模型。我们选择正确的趋势分析模型。通过以上分析得到了拒绝通过以上分析得到了拒绝H H0 0的结论，但实际上单因素方差分的结论，但实际上单因素方差分析并不这样简单。在解决实际问题时，往往仍需要回答多个析并不这样简单。在解决实际问题时，往往仍需要回答多个均数间到底是哪些存在差异。虽然结论提示不同组别个体的均数间到底是哪些存在差异。虽然结论提示不同组别个体的NONO量不同，但研究者并不知道到底是三者之间均有差别，还量不同，但研究者并不知道到底是三者之间均有差别，还是某一组与其他两组有差别。这就应当通过两两比较（多重是

15、某一组与其他两组有差别。这就应当通过两两比较（多重比较）进行考察。比较）进行考察。均数两两比较方法均数两两比较方法直接校正检验水准直接校正检验水准（相对粗糙）（相对粗糙）专用的两两比较方法：专用的两两比较方法：计划好的多重比较（计划好的多重比较（Planned Comparisons）非计划的多重比较（非计划的多重比较（PostHoc Comparisons）均数两两比较方法均数两两比较方法Contrasts按钮按钮Post Hoc按钮按钮点击单因素方差分析主对话框中的点击单因素方差分析主对话框中的Post Hoc按钮，总共按钮，总共有有14种两两比较的方法，如下：种两两比较的方法，如下：均数

16、两两比较方法均数两两比较方法LSD法：法：最灵敏最灵敏，会犯假阳性错误；，会犯假阳性错误；Sidak法：比法：比LSD法保守；法保守；Bonferroni法：比法：比Sidak法更为保守一些；法更为保守一些；Scheffe法：多用于进行比较的两组间样本含量不等时；法：多用于进行比较的两组间样本含量不等时；Dunnet法：常用于多个试验组与一个对照组的比较；法：常用于多个试验组与一个对照组的比较；S-N-K法：寻找同质亚组的方法；法：寻找同质亚组的方法；Turkey法：最迟钝，要求各组样本含量相同；法：最迟钝，要求各组样本含量相同；Duncan法：与法：与Sidak法类似。法类似。均数两两比较方

17、法均数两两比较方法仍以例仍以例1为例，为例，LSD法的输出格式：法的输出格式：均数两两比较方法均数两两比较方法结果分析结果分析仍以例仍以例1为例，为例，SNK法的输出格式：法的输出格式：结果分析结果分析均数两两比较方法均数两两比较方法v 该方法的目的是寻找同质子集，故各组在表格的纵向上，均该方法的目的是寻找同质子集，故各组在表格的纵向上，均数按大小排序，然后根据多重比较的结果将所有的组分为若干数按大小排序，然后根据多重比较的结果将所有的组分为若干个子集，子集间有差别，子集内均数无差别。个子集，子集间有差别，子集内均数无差别。当各组样本含量不同，选择当各组样本含量不同，选择Scheffe法，得结

18、果：法，得结果：均数两两比较方法均数两两比较方法结果分析结果分析Multiple ComparisonsDependent Variable:noScheffe13.6125026.51068.877-54.338981.563982.48167*26.51068.01414.5303150.4330-13.6125026.51068.877-81.563954.338968.86917*26.51068.046.9178136.8205-82.48167*26.51068.014-150.4330-14.5303-68.86917*26.51068.046-136.8205-.9178(J)

19、group231312(I)group123MeanDifference(I-J)Std.ErrorSig.Lower BoundUpper Bound95%Confidence IntervalThe mean difference is significant at the.05 level.*.假设在调查的设计阶段，就计划好了第二组和第一组，以及第三假设在调查的设计阶段，就计划好了第二组和第一组，以及第三组和第一组的比较，可以使用主对话框中的组和第一组的比较，可以使用主对话框中的contrast 按钮按钮实现。实现。v 在在coefficients后面的框中输入后面的框中输入1，-1，0

20、，每次输入后点击，每次输入后点击add，就，就可以比较第一组和第二组的可以比较第一组和第二组的NO；再点击；再点击next按钮，继续输入下一个组按钮，继续输入下一个组合，即合，即0，-1，1。均数两两比较方法均数两两比较方法均数两两比较方法均数两两比较方法结果分析结果分析可见，第一个组合无统计学意义，而第二个组合有显著性差异。可见，第一个组合无统计学意义，而第二个组合有显著性差异。Contrast Coefficients1-1010-1Contrast12123groupContrast Tests13.6125 26.51068.51333.61182.4817 26.510683.111

21、33.00413.6125 22.16579.61421.981.54582.4817 28.306862.91418.900.009Contrast1212Assume equal variancesDoes not assume equalvariancesnoValue ofContrast Std.ErrortdfSig.(2-tailed)理论上，方差分析所对应的分组变量应该是一个无序的变量。理论上，方差分析所对应的分组变量应该是一个无序的变量。但实际上，往往分组变量的取值也可以体现顺序的意义，比如，但实际上，往往分组变量的取值也可以体现顺序的意义，比如，多个时间点上的某项指标的比较

22、；不同多个时间点上的某项指标的比较；不同pH下某些化学物质转下某些化学物质转化率的比较等。这类资料并不少见。化率的比较等。这类资料并不少见。对于这类资料，既然是多组间计量资料的比较，当然是优先考对于这类资料，既然是多组间计量资料的比较，当然是优先考虑单因素方差分析。但是在得到各组间有差异的结论之余，也虑单因素方差分析。但是在得到各组间有差异的结论之余，也应该注意到单纯的方差分析并未利用分组变量中蕴涵的次序信应该注意到单纯的方差分析并未利用分组变量中蕴涵的次序信息。息。趋势检验趋势检验 例例2 要研究高梁的不同播种深度与出苗时间的关系，要研究高梁的不同播种深度与出苗时间的关系，数据如下表，见数据

23、如下表，见trend.sav：高梁的不同播种深度与出苗时间的关系高梁的不同播种深度与出苗时间的关系趋势检验趋势检验本例经方差分析可知各种播种深度下出苗天数不等或不全本例经方差分析可知各种播种深度下出苗天数不等或不全相等，而相等，而Meansplot 图进一步提示天数与深度之间的图进一步提示天数与深度之间的关系，如下。关系，如下。趋势检验趋势检验 自变量间各取值间间隔相等时，除了对此进行方差分析之外，自变量间各取值间间隔相等时，除了对此进行方差分析之外，还可以利用线性模型的有关原理对数据作进一步的分析，以还可以利用线性模型的有关原理对数据作进一步的分析，以考察应变量与处理因素之间是否存在某种依存

24、关系，统计学考察应变量与处理因素之间是否存在某种依存关系，统计学上称为趋势检验。上称为趋势检验。这种趋势并非仅仅指线性的，也可能是一种多项式关系。因这种趋势并非仅仅指线性的，也可能是一种多项式关系。因此，一般通过建立正交多项式模型的方法来进行趋势检验。此，一般通过建立正交多项式模型的方法来进行趋势检验。趋势检验趋势检验在在contrast对话框中，选择对话框中，选择polynomial复选框，并在复选框，并在degree列表中选择列表中选择cubic（三次型）。（三次型）。趋势检验趋势检验ANOVAday1049.3503349.783128.804.000776.1741776.174285

25、.818.000849.1571849.157312.693.000200.1932100.09636.859.000186.7621186.76268.773.000183.7601183.76067.668.00016.433116.4336.051.02616.433116.4336.051.02616.433116.4336.051.02643.450162.7161092.80019(Combined)UnweightedWeightedDeviationLinear TermUnweightedWeightedDeviationQuadraticTermUnweightedWeig

26、htedCubic TermBetweenGroupsWithin GroupsTotalSum ofSquaresdfMean SquareFSig.可见，播种深度和发芽天数之间的关系的确需要使用高次可见，播种深度和发芽天数之间的关系的确需要使用高次项关系来描述。项关系来描述。趋势检验趋势检验结果分析结果分析 注意：注意：趋势检验的目的并非拟合线性或非线性模型，而是趋势检验的目的并非拟合线性或非线性模型，而是希望知道当因素的水平改变时，均数以什么样的形希望知道当因素的水平改变时，均数以什么样的形式（线性、二次性或者其他）随之改变。式（线性、二次性或者其他）随之改变。趋势检验趋势检验 单因素方

27、差分析所针对的是多组均数间的比较，其基本思想是变异分解，即将总变异分解为组间变异和组内变异，再利用F分布做出有关的统计推断。单因素方差分析要求资料满足正态性、独立性和方差齐性的条件。方差分析拒绝H0只能说明各组之间存在差异，但不足以说明各组之间的关系。利用多重比较可以初步判断各组间的关系。小小 结结 多重比较可以分为事前计划好的比较和事后比较。前者往往借助于Contrast，而后者有很多不同的方法，这些方法的核心问题是如何控制总的一类错误的大小。在分组变量包含次序信息时，如果方差分析作出了各组间差异有统计学意义的结论，并在MeansPlot提示各组均数的某种趋势时，可以利用趋势分析探讨观察值与分组变量取值的数量依存关系。小小 结结