[医药卫生]4 方差分析.ppt

第七章 方差分析,主要内容,完全随机设计方差分析（one-way anova） 随机区组设计方差分析（two-way anova） 析因设计方差分析（factorial design） 重复设计方差分析（repeated measures anova） 多个均数之间的两两比较,1 完全随机设计方差分析,成组设计、多个样本均数的比较 涉及一个研究因素 因素有K（K2）个水平或状态,例7-1-1某研究者从某社区随机抽取了11名正常人、9名心脏病患者和10名高血压患者进行血压测定，问三种人的收缩压有无差别？,三组样本人群,SPSS软件实现,例7-1-1的SPSS操作方法 1）建立数据库 将血压值组命名为bp。将分组命名为“group”,各组分别用数字1、2和3表示,2）进行正态性检验 先：data，split file，将分组变量作为拆分变量 再：analyze，noparametric test，1-sample k-s test，检验效应变量,3）进行方差分析,(1)点击Analyze选项中的Compare Means的One-way Anova，将bp导入到Dependent List框中，将类型group导入到 Factor框中。点击进入Post Hoc Multiple Comparisons，选择SNK，点击continue,点击Option，在Option对话框中选择Homogeneity of variance test，点击continue，选择OK,3）主要的输出结果和解释,按=0.05标准，方差齐性Levene检验显示P0.05，故可以认为bp三组数据方差齐性，由组间与组内均方算出得F值为74.888，P为0.000，拒绝H0，差异有统计学意义，所以可以认为bp三组之间的血压均值不全相等。为了进一步了解三组间均值两两比较情况，SNK检验显示1、2组，1、3组和2、3组之间差异均有统计学意义，可以认为它们血压均值完全不相等,2 随机区组方差分析,属于两因素方差分析（two-way ANOVA） 用于多个样本均数的比较 两因素：研究因素和配伍组（区组）因素 研究因素有k个水平，共有n个区组,例7-2-1 某研究者用甲乙丙三种不同的饲料喂养鼠，目的是了解不同饲料增重的效果有无差异，采用随机区组设计的方法，以窝别作为划分区组的特征，以消除遗传因素对体重增长的影响，测得鼠体重增加，请做分析,例7-2-1的SPSS操作方法,1）建立数据库 将饲料命名为“nutrition”，其中“1”表示甲饲料，“2”表示乙饲料，“3”表示丙饲料。 将区组命名为“block”，其中“1”表示第一区组，“2”表示第二区组，以此类推。 将鼠增重体重命名为“weight”,2）SPSS软件实现方法,(1)点击Analyze选项中的General Linear Model的Univariate，将weight导入到Dependent Variate框中，将类型block和nutrition导入到Fixed Factor(s)框中,(2)点击model，选择custom自定义模型，在Build Term(s)中选择Main effects，将左边框中的block和nutrition两组添加到右边Model，点击Continue,点击进入Post Hoc Multiple Comparisons for Observed Means对话框，在Factor中选择nutrition进入右边Post Hoc Tests for对话框，并选择SNK进行均数两两比较，点击Continue,3）主要的输出结果和解释,在输出的结果中给出了随机区组设计的基本结果。结果主要包括处理nutrition及区组block的平方和，均方和。各组F值以及P值。 结果显示区组F值为13.521，P0.001，有统计学意义，拒绝H0，即可以认为八个区组之间的体重有差异。 进一步想了解具体哪些区组有差异，可以进行SNK检验。处理组F值为2.719，P为0.101，无统计学意义，不拒绝H0，即可以认为处理组间体重相等,3 析因设计方差分析,析因设计是在两个或多个实验因素的各水平组合的基础上，研究各实验因素的主效应以及各因素之间的交互作用。方差分析中，影响观察指标的因素称为因子（factor);因子所处的状态称为因子的一个水平（level of factor);各因子水平的组合称为处理（treatment),例7-5-1 某研究者想了解药物A和药物B对于晚期胃癌患者的镇痛作用，以及两者不同剂量之间有无交互作用。A药使用两种剂量治疗，分别是5mg和10mg，B药使用两种剂量治疗，分别是10mg和20mg。研究者将12名病情相似的患者随机分为四组，分别接受A药和B药不同剂量组合下的用药治疗，测得的镇痛时间,表7-5-1 不同处理下的镇痛时间（分）,例7-5-1的SPSS操作方法,1）建立数据库 将药物A命名为“A”，其中“1”表示10mg，“0”表示5mg。 将药物B命名为“B”，其中“1”表示20mg，“0”表示10mg。 将镇痛的时间命名为“t”,2）SPSS软件实现方法,(1)点击Analyze选项中的General Linear Model的Univariate，将镇痛时间导入到Dependent Variate框中，将类型A和B导入到Fixed Factor(s)框中，点击OK。,(2)点击Plots选项，把A添加到Horizontal Axis，把B添加到Spearate Lines，点击Add选项，点击Continue，点击OK,3）主要的输出结果和解释,在输出的结果中给出了析因分析的基本结果。结果主要包括A、B及A*B的平方和，均方和。各组F值以及P值。,按=0.05的水准，药物A与药物B交互效应A*B的F值为1.146，P0.05，无统计学意义，不拒绝H0，即尚不能认为两种药物间存在交互作用。 药物A的P0.05，不拒绝H0，无统计学意义。 结论为药物A对晚期胃癌患者镇痛有作用，药物B对晚期胃癌患者镇痛无作用,4 重复测量设计的方差分析,重复测量资料(repeated measurement data)是由在不同时间点上对同一对象的同一观察指标进行多次测量所得。是在科研工作中常见的方法，常用来分析在不同时间点上该指标的差异,例7-5-2 某研究者欲了解一套新的锻炼方法的减肥效果，该研究者在某小学随机抽取了12名肥胖学生，随机分成两组，第一组每天下午按新的锻炼方法锻炼，第二组不参与新的锻炼方法，并于实验开始的第1、2、3个月予以评价学生体重减重情况,表7-5-3 12名学生体重减重情况（斤）,例7-5-2的SPSS操作方法,1）建立数据库 将锻炼方式命名为group，令锻炼=1，不锻炼=2； 将第1月、第2月与第3月体重减重分别命名为“one”、“two”和“three”,2）SPSS软件实现方法,(1)点击Analyze选项中的General Linear Model的Repeated Measures；定义trial到Define factors框中，Numbers of levers为3，点击add添加，点击Define。,在左边的选项框中，选择“one”、“two”、“three”进入Within-Subjects Variables中； 将组别选入Between-Subjects Factors，点击OK,3）主要的输出结果和解释,球形检验结果见图7-6-18，可见卡方为0.153，P为0.926，表明符合球形分布，以一元方差结果为准,Sphericity Assumed即为球形分布假设成立时得结果，就是本例中所要看的。 测试时间factor1组中F为129.068，P0.05，拒绝H0，具有统计学意义，故可认为不同测试时间点间体重减重不同，受时间影响。 测试时间组factor1与组别交互组间F为4.386，P为0.026，拒绝H0，具有统计学意义，故可认为测