析因设计的方差分析

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

若i :表示因素A的水平(i=1,2,…,a), j :表示因素B的水平(j=1,2,…,b), k:表示因素A和因素B各水平组合下的观察单位数(k=1, 2,…,n)。
单独效应、 单独效应、主效应和交互效应
1. 单独效应:指其他因素水平固定时,同一因素不同水平的差 单独效应: 异。如A因素固定在1水平时,B因素的单独效应为-1.8100。 2. 主效应:某一因素各水平间的差异。如A的主效应为0.053。 主效应: 3. 交互效应:当某一因素的各单独效应随另一因素变化而变化 交互效应: 时,称这两个因素间存在交互效应。如AB的交互效应: AB=[(a1b1-a2b1)-(a1b2-a2b2)]/2=(0.0960-0.0100)/2=0.0430。
交互效应轮廓图中,两条直线几乎平行,提示A、B两因素 的交互效应不显著。反之,若两条直线交叉,则提示可能 存在交互效应。
小结
析因设计的优点:全面高效性,可以对各因素的不同水平进行组 析因设计的优点:全面高效性,可以对各因素的不同水平进行组 合,对各因素不同水平主效应进行分析的同时,还可以对交互效 应进行分析;通过比较各实验组合,还可以寻求最佳组合。 析因设计的缺点:工作量大,含有较多因素和水平的实验一般不 析因设计的缺点:工作量大,含有较多因素和水平的实验一般不 用完全交叉分组的析因设计,而采用非全面试验的正交设计,可 以大幅度减少实验次数。 两因素析因设计与随机区组设计的方差分析的区别:后者每个组 两因素析因设计与随机区组设计的方差分析的区别:后者每个组 合下的数据无重复,不能分析交互效应。 析因设计资料分析:应先分析交互效应。若交互效应有统计学意 析因设计资料分析:应先分析交互效应。若交互效应有统计学意 义,要逐一分析各因素的单独效应,即固定一个因素对其他因素 进行分析;反之,若交互效应无统计学意义,则因素间的作用相 互独立,直接分析各因素的主效应。
研究目的
当研究的因素不止一个时,这种研究设计就称为 多因素的实验设计 。其方法有很多种,析因设计 就是其中的一种。 研究目的:不仅分析单个因素不同水平效应之间 研究目的:不仅分析单个因素不同水平效应之间 的差异,还要知道两个因素各水平间效应的相互 影响。 分析方法: 方差分析。 分析方法:采用多因素方差分析。
方差分析的基本思想
• 变异分解: 变异分解: SS总 = SS处理 + SS误差
= SSA + SSB + SSAB + SS误差
• 自由度的分解: 自由度的分解:
ν总 =νA +νB +ν AB +ν误差
方差分析的基本步骤
建立检验假设, 建立检验假设,确定检验水准
对于因素A 对于因素A(升白细胞药物): H0:给药与不给药的大鼠吞噬指数的总体均数相等 H1:给药与不给药的大鼠吞噬指数的总体均数不等 对于因素B 对于因素B(纯苯染毒): H0:染毒与不染毒的大鼠吞噬指数的总体均数相等 H1:染毒与不染毒的大鼠吞噬指数的总体均数不等 对于交互作用AB: 对于交互作用AB: H0:因素A和因素B无交互作用 :因素A和因素B H1:因素A和因素B有交互作用 :因素A和因素B 均取 α = 0.05
3)点击“图/plot”按钮,弹出交互作用轮廓图设置对话框。 点击“ /plot” 交互作用轮廓图是将各因素不同水平组合的均值在二维 图形上标出,以直观描述交互效应。 --水平轴:因素A --水平轴:因素A --单图(线段,separate lines):因素B --单图(线段,separate lines):因素B --多图(分图,separate plots):无 --多图(分图,separate plots):无 4) Post Hoc(对比)按钮: Hoc(对比)按钮: 用于某处理因素多个水平间的多重比较。本例的研究因 素均为两水平,所以无需此步骤。
主要输出结果
1)均值估计: 均值估计: 2)方差分析表:包括处理因素主效应和交互效应比较。 方差分析表:包括处理因素主效应和交互效应比较。 3)交互效应轮廓图: 交互效应轮廓图:
结论:总的模型拟合效果理想,R =0.990。 结论:总的模型拟合效果理想,R2=0.990。 (1)AB交互效应的P>0.05,提示按0.05的检验水准,接受H0假 AB交互效应的P>0.05,提示按0.05的检验水准,接受H 设,即还不能认为AB两因素间存在交互作用。 设,即还不能认为AB两因素间存在交互作用。 (2)A因素主效应的P>0.05,提示不能认为给予升白细胞药物对 因素主效应的P>0.05,提示不能认为给予升白细胞药物对 大鼠吞噬细胞指数有影响。 (3)B因素主效应的P<0.01 ,提示染毒对吞噬指数有影响,可 因素主效应的P<0.01 以降低大鼠吞噬指数。
计算检验统计量
表9-4 例1的两因素析因设计方差分析表
确定P值 确定 值,作出推断结论
(1)AB交互效应的P>0.05,提示按0.05的检验水准,接受H0 AB交互效应的P>0.05,提示按0.05的检验水准,接受H 假设,即还不能认为AB两因素间存在交互作用。 假设,即还不能认为AB两因素间存在交互作用。 (2)A因素主效应的P>0.05,提示不能认为给予升白细胞药 因素主效应的P>0.05,提示不能认为给予升白细胞药 物对大鼠吞噬细胞指数有影响。 (3)B因素主效应的P<0.01 ,提示染毒对吞噬指数有影响, 因素主效应的P<0.01 可以降低大鼠吞噬指数。
SPSS软件操作 SPSS软件操作
以例1 以例1为例,操作过程如下。 建立SPSS数据文件(见factorial_1.sav) 建立SPSS数据文件(见factorial_1.sav) 定义3个列变量: 个因变量(y),2 定义3个列变量: 1个因变量(y),2个处理因素分组变量 (A,B),设置值标签。 主要分析过程 1)Analyze ->General Linear Model ->Univariate ,弹出单变量对 话框: --因变量名称:y --因变量名称:y --固定因子(处理因素):A、B --固定因子(处理因素):A 2)点击“模型”按钮,弹出重复度量模型对话框。 点击“模型” --指定模型:本例选择全模型,即分析所有主效应及交 --指定模型:本例选择 互效应(系统默认)。若选择定制,可以自由选择进入分 析模型的主效应及交互效应。 --平方和:选择计算离均差平方和的方法,类型III(系 --平方和:选择计算离均差平方和的方法,类型III(系 统默认) 。
析因设计的方差分析 ANOVA of factorial design
预防医学教研室 邹莉玲 Zouliling_59@tongji.edu.cn
源自文库
实例分析
例1:某研究人员为了解升白细胞药物(A)和纯 :某研究人员为了解升白细胞药物(A 苯(B 苯(B)对大鼠吞噬指数的影响,以及两者同时使 用的作用。将20只性别相同、体重相近的大鼠,按 用的作用。将20只性别相同、体重相近的大鼠,按 A、B两因素有无分为a1b1、a1b2、a2b1、a2b2四组(1 两因素有无分为a 四组(1 表示用药,2 表示用药,2表示不用)。测得吞噬指数结果见表 9-1。
5)Options(选项)按钮,弹出单变量选项对话框。 Options(选项)按钮,弹出单变量选项对话框。 --显示均值:结果输出所选因素的均数、标准误、可信 --显示均值:结果输出所选因素的均数、标准误、可信 区间。 --输出:包括描述统计、参数估计、方差齐性检验等供 --输出:包括描述统计、参数估计、方差齐性检验等供 选择项,本例不选择任何选项。
基本概念
交互效应: 交互效应: 指两个或多个研究因素间的效应互不独 立,当某一因素在各水平间变化时,另一个 或多个因素各水平的效应也相应地发生改变。 两个因素间的交互作用称为一阶交互作用, 两个因素间的交互作用称为一阶交互作用, 三个因素间交互称为两阶交互作用。 三个因素间交互称为两阶交互作用。
析因设计(factorial design): design) 析因设计( 是将两个或多个实验因素的各水平进行 组合,对各种可能的组合都进行实验,从而 探讨各实验因素的主效应( 探讨各实验因素的主效应(main effect), effect), 以及各因素间的交互作用(interaction)的研 以及各因素间的交互作用(interaction)的研 究设计类型。 例1为最简单的析因设计,即两因素两水平, 记作2 记作22或2×2的析因设计。
相关文档
最新文档