完全随机设计的方差分析 ppt

  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)。

试验单位( experimental unit ): 在实验中能
接受不同试验处理的独立的试验载体叫试验单 位。一只小白鼠,一条鱼,一定面积的小麦等 都可以作为实验单位。
重复(repetition): 在实验中,将一个处理实
施在两个或两个以上的试验单位上,称为处理 有重复;一处理实施的试验单位数称为处理的 重复数。例如,用某种饲料喂4头猪,就说这个 处理(饲料)有4个重复。
1.单因素单水平
如研究某药对原发性高血压患者的降压作用
2.单因素多水平 如研究某药不同剂量的降血糖作用。
3.多因素单水平 如比较不同药物或不同疗法对某病的治疗效果。
4.多因素多水平
如某肿瘤的联合化疗方- 案。
18
随机变量的数字特征
• 随机变量是对随机事件的数学描述 • 而一个随机变量的分布特征我们用什么方法描述呢? • 数学期望:E(X)—μ —分布的中心位置 • 方 差:V(X)—σ2 —分布的离散程度


试验包含4个处理
t 检验: C42 = 6次
-
9
2.无统一的试验误差,误差估计 的精确性和检验的灵敏性低。
缺 点
t检验:C42 =6次
需计算 6个标准误
误差估计不统一
误差估计精确性降低
-
10
3.推断的可靠性低,检验时犯α错误

概率大。 α=0.05

例如我们用t检验的方法检验4个样本平均数之间的差异显著性
-
20
第一节 完全随机设计资料的方差分析
一、方差分析的基本思想
方差分析的基本思想:根据资料设计的类型及研究 目的,可将总变异分解为两个或多个部分,每个部
卫生统计学(第五版)
卫生Fra Baidu bibliotek计学与数学教研室
-
1
第九章 方差分析
一、 完全随机设计资料的方差分析 二、 随机区组设计资料的方差分析 三、 析因设计资料的方差分析 四、重复测量资料的方差分析 五、 多个样本均数的两两比较 六、方差分析前提条件和数据转换
-
2
教学大纲要求:
(一)掌握内容 1.方差分析基本思想 (1) 多组计量资料总变异的分解,组间变异和组内变异的概念。
t检验: C42 =6次
6次检验 相互独立
H0的概率: 1-α=0.95
6次都接受的概率(0.95)6=0.735 犯α错误的概率=1-0.735=0.265
犯α错误的概率明显增加
-
11
-
12
t 检验可以判断两组数据平均数间的差异显著
性,而方差分析既可以判断两组又可以判断多组数 据平均数之间的差异显著性。
(2) 多组均数比较的检验假设与F 值的意义。
(3) 方差分析的应用条件。 2.常见实验设计资料的方差分析 (1)完全随机设计的单因素方差分析:适用的资料类型、总变异分解(包 括自由度的分解)、方差分析的计算、方差分析表。 (2)随机区组设计资料的两因素方差分析:适用的资料类型、总变异分解 (包括自由度的分解)、方差分析的计算、方差分析表。 (3)多个样本均数间的多重比较方法: LSD-t 检验法;Dunnett-t 检验法; SNK-q 检验法。 (二)熟悉内容 多组资料的方差齐性检验、变量变换方法。 (三)了解内容 两因素析因设计方差分析、重复测量设计资料的方差分析。
离均差平方和 X2
总体方差 样本方差
2 X 2
N
S2XX2X2X2/n
n1
n1
方差—随机变量离散的重要衡量方法
-
19
第九章 方差分析
方差分析就是将全部观察值的变异(总变异) 按设计和需要分解成两个或多个组成部分,再进行 变异来源和大小的分析。
方差分析:比较2个或2个以上的总体均值是否有 显著性差异。用组间的方差与组内方差相比,据 以判别误差主要源于组间的方差(不同组工人的 产量,条件误差),还是源于组内方差(随机误 差)。
离均差平方和 X2
总体方差 样本方差
2 X 2
N
S2XX2X2X2/n
n1
n1
方差—随机变量离散的重要衡量方法
-
13
试验指标(experimental index): 为衡量试验
结果的好坏和处理效应的高低,在实验中具体 测定的性状或观测的项目称为试验指标。常用 的试验指标有:身高、体重、日增重、酶活性、 DNA含量等等。
试验因素( experimental factor): 试验中所
研究的影响试验指标的因素叫试验因素。当试 验中考察的因素只有一个时,称为单因素试验; 若同时研究两个或两个以上因素对试验指标的 影响时,则称为两因素或多因素试验。
-
14
end
因素水平(level of factor): 试验因素所处的
-
3
思考几个问题
• 在前面的章节已经学过t检验,他们的适
用于何种资料类型,应用条件是什么?
• t检验解决了两样本均数比较的问题,当
出现多组比较的情况怎么办?
• 多组比较时能否直接用两两比较的t检
验得出结论?
-
5
例 某医生为研究一种四类降糖新药的疗效,以统 一的纳入标准和排除标准选择了60名2型糖尿病患 者,按完全随机设计方案将患者分为三组进行双盲 临床试验。其中,降糖新药高剂量组21人、低剂量 组19人、对照组20人。对照组服用公认的降糖药物, 治疗4周后测得其餐后2小时血糖下降值,结果如表 所示。问治疗4周后,餐后2小时血糖下降值的三组 总体平均水平是否不同?
某种特定状态或数量等级称为因素水平,简 称水平。如研究3个品种奶牛产奶量的高低, 这3个品种就是奶牛品种这个试验因素的3个
水平。
试验处理(treatment): 事先设计好的实施
在实验单位上的具体项目就叫试验处理。如 进行饲料的比较试验时,实施在试验单位上 的具体项目就是具体饲喂哪一种饲料。
-
15
end
-
6
-
7
问题
上面问题能否用前面所学两样本的t检验进行 两两比较(即分别作3次两样本的t检验)而得出结 论呢?
有人说,我们可以把多组数据化成n个两组数 据(化整为零),用n次t检验来完成这个多组数 据差异显著性的判断。
-
8
对多个处理进行平均数差异显著性检验时,采用t检验法的缺点:
1.检验过程烦琐。
-
16
end
因素(因子)—— 可以控制的试验条件 因素的水平 —— 因素所处的状态或等级 单(双)因素方差分析——讨论一个(两个) 因素对试验结果有没有显著影响。
-
17
处理因素为单个时,称为单因素。 每个因素在数量上或强度上可有不同,这种数量 或强度上的不同就称为水平。 依照研究因素与水平的不同,可产生四类实验:
相关文档
最新文档