醫(yī)學(xué)統(tǒng)計學(xué)基礎(chǔ)sas應(yīng)用第五章方差分析

ysisofVariance201310 單因素方差分析單因素方差分析(one-wyANOVA)，又稱完全隨機方差分析(compleyrandomdesignANOVA)隨機區(qū)組設(shè)計方差分析(randoizedlockesign拉丁方設(shè)計方差分析(Latinsquare析因設(shè)計的方差分析(factorialdesign正交試驗設(shè)計方差分析(orthogonalexperiment協(xié)方差分析(ysisofcovariancepleteblockdesign）201310 201310第一節(jié)第一節(jié)201310 第一節(jié)常用術(shù)語（續(xù)處理單位treatment201310即多個樣本來自不同總體(，)。H01201310201310方差方差201310 基本思想 各處理組均值之總變 組內(nèi)變 體均數(shù)的程 數(shù)的程度。僅包括隨機項一類變201310 總變異Totalvariation：全部原始測量值XijX（SS總SST１組間變異betweentreatmentvariation：XiX間的差異（SS組間SS處理SSBXijXi的差異（SS組內(nèi)SS誤差SSESSWSS：SumofSquaresofdeviationsfrommean201310（均）方差（溫習(xí) N(x)樣本方差：s2(xx)df=n-樣本方差= 樣本方差，又稱均方差(meansquare,MS)201310 SS總k(x2=X-2X)2i1j201310 為各組均值xi距總均值x的離均差平方 =n(xx)2......n(xx 1 ni為各樣本例數(shù)x201310 組內(nèi)離均差平方和SS為觀察值xijxi的離均差平 =(xijxi)kn或 =SSi1j 201310 5-SS總=SS組間+SS組內(nèi)；DF總=DF組間+DF均方差（meansquare,MS）即MS組間=SS組間/DF組間MS組內(nèi)=SS組內(nèi)/DF組內(nèi)F統(tǒng)計量=MS組間/MS組內(nèi)= 組間/ 組df組 df組201310變異來源平方和自由度均方FPSourceSSDFMSFP根據(jù)F和df組間，df組內(nèi)查方差分析用F界值表，得P另參見P109，表5.4;P114，表5.6201310F=當(dāng)H不成立時，處理因素有作用，組間變異不僅包括隨機誤差，還有處理因素引起的變異，此時組間均方會明顯大于組內(nèi)均方，即則F>>1201310域域01FF分布201310概201310yijuTi201310 第三節(jié)Levenes檢驗：不受數(shù)據(jù)分布類型的限制，是一種穩(wěn)健的、被廣泛接受的、標準的方差齊性檢驗方法。Levene’s檢驗基本思想：對于K組的樣本資料，求得各組的均數(shù)后計算觀察值距各自組均數(shù)的絕對離差，并以此作為主要變量，進行F檢驗。Levene’s檢驗基本步驟：（1）H各個正態(tài)總體方差相等，即==H至少存在一對ij，有≠（2）計算F值，確定P=（3）根據(jù)P值和檢驗水準下結(jié)論：當(dāng) H時，認為各組方不齊;當(dāng)P>, H，認為方差齊HH：== 201310H0：1=2=Xf(X)Xf=X201310 = SS組間，df組間組內(nèi)SS組/SS組201310以三組為例：第1組第2組第3X1X2X3nx201310變異來源平方和自由度均方F值P值 201310第二節(jié)201310201310F=MS組間/MS組內(nèi)201310變異來源平方和 自由度均方 F P 總變異 組 22531.2333 組 37由df1=2,df2=37查F臨界值表(附表五)得F0.05=3.25,結(jié)論為在α=0.05水平上 201310P101SAS結(jié)果 201310應(yīng)用最廣泛，多在探索性的研究中進行全面比較，在給定的檢驗水準α上，SAS只給出兩組差異是否有統(tǒng)計學(xué)意義，而不給出統(tǒng)計量與Ｐ值。多在實證性研究中進行特定組均數(shù)間的比較,較為敏感，又稱最小顯著差異法。由于未控制總體的α隨著比較次數(shù)的增多，犯I型錯誤的概率逐漸增大。其結(jié)果與方差分析（）Ｆ檢驗結(jié)果一致。其他多重比較的結(jié)果未必與Ｆ檢驗一致。201310通過對每一次檢驗水準α’進行調(diào)整，控制總體α0.05。適用于所有統(tǒng)計指標的多重比較，結(jié)果最為保守，當(dāng)比較次數(shù)m較小時效果較好。'/ 多個實驗組和同一對照組比較，此法控制了總的犯I型錯誤的概率，在SAS中需指定對照組。根據(jù)試驗?zāi)康模谡辉?，通過設(shè)定檢驗水平的系數(shù)，對各組均數(shù)進行不同方式的線性比較，而不必拘泥于上述的兩兩比較方法。201310201310方差分析(two--wayANOVA)。201310 區(qū)因素處理 處理 處理————————————————————————— b—————————————————————————201310每個處理水平的受試對象不僅數(shù)量相同，ABCD201310(1)H:處理因素各水平的x總體均值相同F(xiàn)1=MS因素Ⅰ/MS誤差DF因素Ⅰ=K-1，DF誤差=(bk-1)-(k-1)-(b-201310 2 F2MSMS32152.56DF單位組=b-1，DF誤差=bk-k-6總結(jié)總結(jié)結(jié)果與t檢驗等價，即F雙側(cè)t。 /201310 201310 總結(jié)（續(xù)總結(jié)（續(xù)201310 概201310PROCANOVA與PROCGLM201310 datadogroup=1to3;inputn;doi=1ton;inputx@@;4010352520153515-5302570654550204555201580-1010575106045606030100852055453077;201310procunivariatedata=dat1normal;bygroup;classgroup;meansgroup;classgroup;meansgroup/snkbondunnett('1'/*默認水平alpha=0.05*/meansgroup/snkalpha=0.01/*兩兩比較,指定alpha=0.01*/contrast'12vs3'group-0.5-0.51;contrast'1vs2'group1-10;201310datadatadoblock=1to4;dotreat=1to3;inputx7686123840811233;procglmdata=dat2;classtreatblock;modelx=treatblock/p;outputout=r