医学统计学第十一章多因素试验的方差分析课件

医学统计学第十一章多因素试验资料的方差分析幻灯片本课件PPT仅供大家学习使用学习完请自行删除，谢谢！本课件PPT仅供大家学习使用学习完请自行删除，谢谢！医学统计学第十一章多因素试验资料的方差分析幻灯片本课概述高级统计方法是根本统计方法的延伸和开展，表现在空间广度和时间深度上。1-10章，单双因素〔变量〕研究，根本不涉及时间变量，即时间是固定的。概述高级统计方法是根本统计方法的延多因素试验：处理因素不止一个。如4种饲料是由脂肪含量和蛋白含量两个因素复合组成，研究目的不仅是比较4种饲料的差异，还要分别分析脂肪含量上下、蛋白含量上下对小鼠体重的影响，就是两因素的试验。此时可做析因分析。

单因素试验：只涉及一个处理因素(至少两个水平)，只是根据实验对象的属性和控制实验误差的需要，采用的实验设计方法有所不同。多因素试验：处理因素不止一个。如4种饲料是由脂肪含量和单变量分析：研究单个变量的数量特征，推断两个或多个总体参数的差异。双变量分析：研究两个变量的数量依存〔或依赖〕关系或互依〔或相关〕关系。多变量分析：研究多个变量的数量依存〔或依赖〕关系或互依〔或相关〕关系。单变量分析：研究单个变量的数量特征，推断两个或多个总体参数的本篇内容多因素或多变量分析11-16章、18-21章生存分析17章统计预测22章综合评价23章量表研制方法24章其他：信度效度评价、Meta分析33章本篇内容多因素或多变量分析11-16章、18-21教学目的了解统计方法掌握应用条件明确研究目的分清资料类型原始数据建立数据库正确解释结果借助统计软件中间次要最终主要教学目的了解统计方法

第十一章多因素试验资料的方差分析ANOVAofMultiple-FactorExperimentaldata

第十一章ContentANOVAoffactorialexperimentANOVAoftheorthogonaldesignANOVAofnesteddesignANOVAofsplit-plotdesignContentANOVAoffactorialexpe目的：研究多个处理因素对试验对象的试验指标的作用。原因结果多个1个资料：处理因素分几个水平，试验指标多为定量数据。方法：多为方差分析，少数

检验。

概述依赖性目的：研究多个处理因素对试验对象的试验概述依赖性设计类型1.析因设计各因素各水平的全面组合处理组合数g=各因素水平数之积。设计类型1.析因设计各因素各水平的全面组合处理组合数完全随机设计：各组随机分配n个试验对象，总对象数为g·n。随机区组设计：n个区组，每个区组g个试验对象随机分配。完全随机设计：各组随机分配n个试验2.正交试验：非全面组合，g个处理组是各因素各水平的局部组合，即析因设计的局部实施。优点：减少试验次数缺点：牺牲分析各因素局部交互作用例11-4：析因设计，需做24次试验正交设计，只需8次试验2.正交试验：非全面组合，g个处理组是各因素各水平3.嵌套试验：处理非各因素各水平的全面组合，而是各因素按隶属关系系统分组，各因素水平没有穿插。3.嵌套试验：处理非各因素各水平的全面组合，而是各因素按隶析因设计：g个处理全部都作用于同一级别的实验单位。裂区设计：A因素的

I

个水平作用于一级实验单位，B因素的J个水平作用于二级实验单位。4.裂区设计：两因素析因设计的特殊形式。析因设计：g个处理全部都作用于同一级别的实验单位。4.裂在一样试验条件下，通过改进实验设计方法可以提高实验效率。

注意多因素试验与多向分类方差分析的区别，如随机区组试验和两因素析因试验，前者是单因素试验，后者是两因素试验，但数据分析都是采用双向分类方差分析。在一样试验条件下，通过改进实验设计方法可以提高实验效率。第一节析因设计的方差分析第一节析因设计的方差分析一、两因素两水平的析因分析一、两因素两水平的析因分析例11-1将20只家兔随机等分4组，每组5只，进展神经损伤后的缝合试验。处理由A、B两因素组合而成，因素A为缝合方法，有两水平，一为外膜缝合，记作a1，二为束膜缝合，记作a2；因素B为缝合后的时间，亦有两水平，一为缝合后1月，记作b1，二为缝合后2月，记作b2。试验结果为家兔神经缝合后的轴突通过率(%)〔注：测量指标，视为计量资料〕，见表11-1。欲用析因分析比较不同缝合方法及缝合后时间对轴突通过率的影响。例11-1将20只家兔随机等分4

表11-1家兔神经缝合后的轴突通过率(%)表11-1家兔神经缝合后的轴突通过率(%)图11-12因素2水平析因试验示意图将表11-1的4组数据的均数整理成图11-1，现分析A因素不同水平、B因素不同水平的单独效应、主效应和交互作用。图11-12因素2水平析因试验示意图表11-22因素2水平析因试验的均数差别

表11-22因素2水平析因试验的均数差别1.单独效应指其他因素的水平固定时，同一因素不同水平间的差异2.主效应指某一因素各水平间的平均差别1.单独效应指其他因素的水平固定时，同一因素不同水本例即AB＝BA。

3.交互作用

当某因素的各个单独效应随另一因素变化而变化时，则称这两个因素间存在交互作用。本例即AB＝BA。3.交互作用当某因素的各个单独效缝合2月（b2）缝合1月（b1）

4个均数可作线图,若两条直线几乎相互平行,则表示两因素交互作用很小；若两条直线相互不平行,则说明两因素可能存在交互作用。缝合2月缝合1月4个均数可作线图,若两条4．方差分析表11-2中，A因素〔缝合方法〕的主效应为6%，B因素〔缝合时间〕的主效应为22%，AB的交互作用表示为2%。以上都是样本均数的比较结果，要推论总体均数是否有同样的特征，需要对试验结果作假设检验即方差分析后下结论。4．方差分析表11-2中，A因素〔缝合方法〕的主效应为6模式处理组数：g=I×J，每组n个试验对象试验数据Xijki=1,2,…,Ij=1,2,…,Jk=1,2,…,n试验数据共g×n个模式处理组数：g=I×J，每组n个试验对象方差分析基本思想方差分析基本思想变异分解*原理：两边平方后求和变异分解*原理：两边平方后求和自由度分解自由度分解

表11-3表11-1处理组均数比较的方差分解

表11-3表11-1处理组均数比较的方差分解医学统计学第十一章多因素试验的方差分析课件用表11-1数据计算：A1＝T1+T2＝120＋220＝340，

A2＝T3+T4＝140＋260＝400，

B1＝T1+T3＝120＋140＝260，

B2＝T2+T4＝220＋260＝480。用表11-1数据计算：A1＝T1+T2＝120＋220＝34代入表11-4，得

代入表11-4，得表11-5表11-1析因试验结果方差分析表

表11-5表11-1析因试验结果方差分析表表11-5中

表11-5中结合样本均数的比较结果，A因素的主效应为6%，AB的交互作用为2%，均不具有统计学意义，仅B因素〔缝合后时间〕的主效应22%有统计学意义。

结论：尚不能认为两种缝合方法对神经轴突通过率有影响；可以认为缝合后2月与1月相比，神经轴突通过率提高了。结合样本均数的比较结果，A因素的主效二、完全随机分组两因素析因设计与方差分析

二、完全随机分组两因素析因设计与方差分析图11-3两因素析因设计完全随机分组示意图图11-3两因素析因设计完全随机分组示意图表11-6完全随机设计两因素析因设计方差分析表

表11-6完全随机设计两因素析因设计方差分析表医学统计学第十一章多因素试验的方差分析课件表11-7A,B两药联合运用的镇痛时间（min）表11-7A,B两药联合运用的镇痛时间（min）医学统计学第十一章多因素试验的方差分析课件表11-9

A、B两药联合运用的镇痛时间的方差分析表

（2）将表11-8计算结果代入表11-6，得方差分析表,见表11-9。表11-9A、B两药联合运用的镇痛时间的方差分析表(3)结论：

(3)结论：三、完全随机分组三因素析因设计与方差分析

三、完全随机分组三因素析因设计与方差分析模式模式变异分解变异分解表11-10三因素析因设计方差分析表

表11-10三因素析因设计方差分析表例11-3用5×2×2析因设计研究5种类型的军装在两种环境、两种活动状态下的散热效果，将100名受试者随机等分20组，观察指标是受试者的主观热感觉(从“冷〞到“热〞按等级评分)，结果见表11-11。试进展方差分析。例11-3用5×2×2析因设表11-11-1战士的主观热感觉

表11-11-1战士的主观热感觉表11-11-2战士的主观热感觉

表11-11-2战士的主观热感觉〔1〕计算两因素穿插分组的合计〔1〕计算两因素穿插分组的合计表11-12战士的主观热感觉的方差分析表

表11-12战士的主观热感觉的方差分析表〔3〕结论：不同军装、不同环境和不同活动状态的主观热感觉的主效应都有差异，但尚不能认为军装类型的主观热感觉与其他两个试验因素〔环境、活动状态〕存在交互作用。结合样本信息〔即表11-11中A因素各水平的小计51.8，52.2，51.1，43.8，58.1〕得，第4种类型的军装具有散热效果，第5种类型的军装具有保温效果，其余三种类型的军装介于两者之间。

〔3〕结论：不同军装、不同环境和不同活动谢谢大家！谢谢大家！医学统计学第十一章多因素试验资料的方差分析幻灯片本课件PPT仅供大家学习使用学习完请自行删除，谢谢！本课件PPT仅供大家学习使用学习完请自行删除，谢谢！医学统计学第十一章多因素试验资料的方差分析幻灯片本课概述高级统计方法是根本统计方法的延伸和开展，表现在空间广度和时间深度上。1-10章，单双因素〔变量〕研究，根本不涉及时间变量，即时间是固定的。概述高级统计方法是根本统计方法的延多因素试验：处理因素不止一个。如4种饲料是由脂肪含量和蛋白含量两个因素复合组成，研究目的不仅是比较4种饲料的差异，还要分别分析脂肪含量上下、蛋白含量上下对小鼠体重的影响，就是两因素的试验。此时可做析因分析。

单因素试验：只涉及一个处理因素(至少两个水平)，只是根据实验对象的属性和控制实验误差的需要，采用的实验设计方法有所不同。多因素试验：处理因素不止一个。如4种饲料是由脂肪含量和单变量分析：研究单个变量的数量特征，推断两个或多个总体参数的差异。双变量分析：研究两个变量的数量依存〔或依赖〕关系或互依〔或相关〕关系。多变量分析：研究多个变量的数量依存〔或依赖〕关系或互依〔或相关〕关系。单变量分析：研究单个变量的数量特征，推断两个或多个总体参数的本篇内容多因素或多变量分析11-16章、18-21章生存分析17章统计预测22章综合评价23章量表研制方法24章其他：信度效度评价、Meta分析33章本篇内容多因素或多变量分析11-16章、18-21教学目的了解统计方法掌握应用条件明确研究目的分清资料类型原始数据建立数据库正确解释结果借助统计软件中间次要最终主要教学目的了解统计方法

第十一章多因素试验资料的方差分析ANOVAofMultiple-FactorExperimentaldata

第十一章ContentANOVAoffactorialexperimentANOVAoftheorthogonaldesignANOVAofnesteddesignANOVAofsplit-plotdesignContentANOVAoffactorialexpe目的：研究多个处理因素对试验对象的试验指标的作用。原因结果多个1个资料：处理因素分几个水平，试验指标多为定量数据。方法：多为方差分析，少数

检验。

概述依赖性目的：研究多个处理因素对试验对象的试验概述依赖性设计类型1.析因设计各因素各水平的全面组合处理组合数g=各因素水平数之积。设计类型1.析因设计各因素各水平的全面组合处理组合数完全随机设计：各组随机分配n个试验对象，总对象数为g·n。随机区组设计：n个区组，每个区组g个试验对象随机分配。完全随机设计：各组随机分配n个试验2.正交试验：非全面组合，g个处理组是各因素各水平的局部组合，即析因设计的局部实施。优点：减少试验次数缺点：牺牲分析各因素局部交互作用例11-4：析因设计，需做24次试验正交设计，只需8次试验2.正交试验：非全面组合，g个处理组是各因素各水平3.嵌套试验：处理非各因素各水平的全面组合，而是各因素按隶属关系系统分组，各因素水平没有穿插。3.嵌套试验：处理非各因素各水平的全面组合，而是各因素按隶析因设计：g个处理全部都作用于同一级别的实验单位。裂区设计：A因素的

I

个水平作用于一级实验单位，B因素的J个水平作用于二级实验单位。4.裂区设计：两因素析因设计的特殊形式。析因设计：g个处理全部都作用于同一级别的实验单位。4.裂在一样试验条件下，通过改进实验设计方法可以提高实验效率。

注意多因素试验与多向分类方差分析的区别，如随机区组试验和两因素析因试验，前者是单因素试验，后者是两因素试验，但数据分析都是采用双向分类方差分析。在一样试验条件下，通过改进实验设计方法可以提高实验效率。第一节析因设计的方差分析第一节析因设计的方差分析一、两因素两水平的析因分析一、两因素两水平的析因分析例11-1将20只家兔随机等分4组，每组5只，进展神经损伤后的缝合试验。处理由A、B两因素组合而成，因素A为缝合方法，有两水平，一为外膜缝合，记作a1，二为束膜缝合，记作a2；因素B为缝合后的时间，亦有两水平，一为缝合后1月，记作b1，二为缝合后2月，记作b2。试验结果为家兔神经缝合后的轴突通过率(%)〔注：测量指标，视为计量资料〕，见表11-1。欲用析因分析比较不同缝合方法及缝合后时间对轴突通过率的影响。例11-1将20只家兔随机等分4

表11-1家兔神经缝合后的轴突通过率(%)表11-1家兔神经缝合后的轴突通过率(%)图11-12因素2水平析因试验示意图将表11-1的4组数据的均数整理成图11-1，现分析A因素不同水平、B因素不同水平的单独效应、主效应和交互作用。图11-12因素2水平析因试验示意图表11-22因素2水平析因试验的均数差别

表11-22因素2水平析因试验的均数差别1.单独效应指其他因素的水平固定时，同一因素不同水平间的差异2.主效应指某一因素各水平间的平均差别1.单独效应指其他因素的水平固定时，同一因素不同水本例即AB＝BA。

3.交互作用

当某因素的各个单独效应随另一因素变化而变化时，则称这两个因素间存在交互作用。本例即AB＝BA。3.交互作用当某因素的各个单独效缝合2月（b2）缝合1月（b1）

4个均数可作线图,若两条直线几乎相互平行,则表示两因素交互作用很小；若两条直线相互不平行,则说明两因素可能存在交互作用。缝合2月缝合1月4个均数可作线图,若两条4．方差分析表11-2中，A因素〔缝合方法〕的主效应为6%，B因素〔缝合时间〕的主效应为22%，AB的交互作用表示为2%。以上都是样本均数的比较结果，要推论总体均数是否有同样的特征，需要对试验结果作假设检验即方差分析后下结论。4．方差分析表11-2中，A因素〔缝合方法〕的主效应为6模式处理组数：g=I×J，每组n个试验对象试验数据Xijki=1,2,…,Ij=1,2,…,Jk=1,2,…,n试验数据共g×n个模式处理组数：g=I×J，每组n个试验对象方差分析基本思想方差分析基本思想变异分解*原理：两边平方后求和变异分解*原理：两边平方后求和自由度分解自由度分解

表11-3表11-1处理组均数比较的方差分解

表11-3表11-1处理组均数比较的方差分解医学统计学第十一章多因素试验的方差分析课件用表11-1数据计算：A1＝T1+T2＝120＋220＝340，

A2＝T3+T4＝140＋260＝400，

B1＝T1+T3＝120＋140＝260，

B2＝T2+T4＝220＋260＝480。用表11-1数据计算：A1＝T1+T2＝120＋220＝34代入表11-4，得

代入表11-4，得表11-5表11-1析因试验结果方差分析表

表11-5表11-1析因试验结果方差分析表表11-5中

表11-5中结合样本均数的比较结果，A因素的主效应为6%，AB的交互作用为2%，均不具有统计学意义，仅B因素〔缝合后时间〕的主效应22%有统计学意义。

结论：尚不能认为两种缝合方法对神经轴突通过率有影响；可以认为缝合后2月与1月相比，神经轴突通过率提高了。结合样本均数的比较结果，A因素的主效二、完全随机分组两因素析因设计与方差分析

二、完全随机分组两因素析因设计与方差分析图11-3两因素析因设计完全