廣義線性回歸分析ppt課件(編輯修改稿)
2025-05-26 01:01 本頁面
【文章內(nèi)容簡介】 rrected Total 29 RSquare . Root MSE Y Mean ②Source DF Type I SS Mean Square F Value Pr FDRUG 2 X 1 ③Source DF Type III SS Mean Square F Value Pr FDRUG 2 X 1 T for H0: Pr |T| Std Error ofParameter Estimate Parameter=0 EstimateINTERCEPT B DRUG A B D B F B . . .X Least Squares MeansDRUG Y Pr |T| H0: LSMEAN(i)=LSMEAN(j) LSMEAN i/j 1 2 3A 1 . D 2 . F 3 .The means and adjusted means means adjusted meansDrug A Drug D Drug F 均值和校正均值【 結(jié)果解釋 】① 模型的總體檢驗(yàn)結(jié)果： p=， R2=， 說明模型有統(tǒng)計(jì)意義， 即 drug和 x 對(duì) y 的聯(lián)合作用是顯著的。② TyepI SS 對(duì)參數(shù)的檢驗(yàn)結(jié)果： 因?yàn)?drug排在協(xié)變量 x之前，根據(jù)第一類 SS定義，檢 驗(yàn) drug 對(duì) y 的影響效應(yīng)時(shí)，沒有對(duì) x 進(jìn)行校正。此結(jié)果 說明，不考慮治療前的病情狀況，這三種治療方法是有 顯著性區(qū)別的 (p=)。③ TyepIII SS 對(duì)參數(shù)的檢驗(yàn)結(jié)果。根據(jù)第三類 SS定義，檢驗(yàn) 模型中每一個(gè)自變量時(shí)，都校正模型中的其它變量對(duì) y 的 影響。此結(jié)果說明，校正了治療前的病情狀況后，這三種 治療方法是沒有顯著性區(qū)別的 (p=)。④ 給出了三個(gè)處理組的校正均值，即，校正了治療前的病情 狀況后三個(gè)組的均值，以及每一對(duì)均值的差異比較。因?yàn)? 上面結(jié)果已經(jīng)說明三種治療方法沒有顯著性差別，因此不 需要解釋這一部分的結(jié)果。 因?yàn)閿?shù)據(jù)滿足協(xié)方差分析的 假設(shè)條件，因此，上述協(xié)方差分析結(jié)果是可靠的。 協(xié)方差分析的意義? 可以消除多個(gè)混雜因素對(duì)處理效應(yīng)的影響，得到校正均值；? 提高方差分析結(jié)果的準(zhǔn)確性和真實(shí)性；? 醫(yī)學(xué)研究中應(yīng)用廣泛，解決了很多條件不易控制的實(shí)驗(yàn)問題。協(xié)方差分析和隨機(jī)區(qū)組設(shè)計(jì)的區(qū)別：? 隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析僅可以消除一個(gè)混雜因素（分類型變量）對(duì)因變量的影響；? 協(xié)方差分析可以消除多個(gè)混雜因素對(duì)因變量的影響。協(xié)方差分析在醫(yī)學(xué)中的應(yīng)用1）借助協(xié)方差分析來排除非處理因素的干擾，從而準(zhǔn)確地估計(jì)處理因素的試驗(yàn)效應(yīng)。2）協(xié)方差分析和方差分析一樣，包括各種類型的模型，因此可以用來處理醫(yī)學(xué)研究中各種不同設(shè)計(jì)資料的分析，例如，完全隨機(jī)設(shè)計(jì)資料，隨機(jī)區(qū)組設(shè)計(jì)資料等等。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1