方差分析大致介紹ppt課件(編輯修改稿)
2025-05-27 18:16 本頁面
【文章內(nèi)容簡介】 odel： 系統(tǒng)默認(rèn)截距包括在回歸模型中。n 選擇對照方法 Contrastsn 選擇分布圖形 Plotsn 選擇多重比較分析 Post Hocn 保存運算結(jié)果的選擇項 Saven 選擇輸出項 Options 使用系統(tǒng)默認(rèn)值進(jìn)行隨機(jī)區(qū)組設(shè)計資料的方差分析w P168 比較不同種系、劑量的雌性大白鼠子宮重量，看不同種系、不同劑量對雌性大白鼠子宮重量是否有顯著性作用 data0903n AnalyzeGeneral Linear Model Univariate n Dependent： wuterin Fixed Factor（ s）： mouse、 etrogenn Model選項 : Custom(Main effect, mouse和 etrogen)n 主效應(yīng)方差分析檢驗結(jié)果 (截距，主效應(yīng)，誤差 Error）n 結(jié)果中比較有用的值： Sig顯著性概率值（各自主效應(yīng)，截距 線性回歸關(guān)系）n 結(jié)論：不同種系、不同劑量對雌性大白鼠子宮重量均有有顯著性作用。n 注意：選擇只有主效應(yīng)，原因是每種組合只有一個觀測量。如果分析交互作用，無法計算差異的顯著性 析因?qū)嶒灧讲罘治龈拍顆多因素析因?qū)嶒灥姆讲罘治觯何鲆驅(qū)嶒炇前迅饕蛩氐母魉降娜拷M合排列出來，然后按每個條件的組合作一次或多次重復(fù)的實驗，所得的全部數(shù)據(jù)個數(shù) n=a*b*...*k， 其中 a， b， ... 為各因素的水平數(shù)， k為每種組合內(nèi)的重復(fù)數(shù)。析因分析的好處在于對各因素間的交互影響項的方差都可以加以析離并檢驗其顯著性。 22析因?qū)嶒灧讲罘治鰧嵗齱 兩因素、兩水平的實驗設(shè)計。w 例子： P171使用兩種藥物 A（ 0不用， 1用）和 B （ 0不用， 1用）治療缺鐵性貧血（ 2*2=4種組合，每種組合有 3個病人），看 A、 B、 AB的作用 data0904n AnalyzeGeneral Linear Model Univariate n Dependent： redcelln Fixed Factors： drugA、 drugBn 保留全 模型選項（不對 Model操作）n 選擇 Plot選項： 作三個圖 drugA、 drugB、 drugA*drugBn 選擇 輸出 Option選項：選 drugA、 drugB、 drugA*drugB、 Overall進(jìn)入 Display Means for框中n 結(jié)果除了方差分析表（ (截距、主效應(yīng)、 交叉效應(yīng)、 誤差 Error） ， 還有很多選項相應(yīng)的結(jié)果n 結(jié)論 p173： 兩種藥物 A和 B均 對治療缺鐵性貧血有顯著療效，兩種藥物 A和 B的協(xié)同作用也很顯著。 拉丁方區(qū)組設(shè)計的方差分析實例w 拉丁方實驗設(shè)計的特點 :有兩個以上因素變量 ,每個因素變量的水平數(shù)相等。w 例子： P174為了評價六種不同甜菜，選擇地塊土壤條件相同，將六種甜菜（變量 variety)種子播種在六行（變量 rep）、 六列（變量 Col） 的地塊上，記錄兩次收獲（變量 Harvest） 的產(chǎn)量（變量 yield） data0905（ 3因素 6*6拉丁方， n=6*6*2＝72 Cases）w 實驗的假設(shè)是：不同地塊（行、列）對產(chǎn)量均值無影響，不同種子產(chǎn)量均值無影響n AnalyzeGeneral Linear Model Univariate n Dependent： yieldn Fixed Factors： rep、 col、 varietyn Model： 只 分析三個主效應(yīng) rep、 col、 variety（ Main effects）n 主效應(yīng)方差分析檢驗結(jié)果 (截距，主效應(yīng)，誤差 Error）n 結(jié)果中比較有用的值： Sig顯著性概率值（各自主效應(yīng)，不同品種的甜菜 variety 有顯著性差異，即平均產(chǎn)量的差異主要是品種不同造成的，而跟地塊無關(guān)） 協(xié)方差分析實例w 協(xié)方差分析是利用線性回歸方法消除混雜因素的影響后進(jìn)行的方差分析。w 例子： P176 鎘作業(yè)工人按暴露于鎘煙塵的年數(shù)大于等于 10年和不足 10年兩組。兩組工人的年齡未經(jīng)控制（人隨著年齡的增長，肺活量也會有所下降），測量了每個工人的肺活量。課題研究暴露于鎘粉塵的年數(shù)和肺活量的關(guān)系 (要消除年齡的影響 )， Data0906， Time接觸鎘粉塵時間分組（ 1為 =10年， 2為 10年 )， AGE年齡， Vitalcp肺活量n AnalyzeGeneral Linear Model Univariate n Dependent： Vitalcpn Fixed Factors： timen Covariate： Agen Option： Display Means For:time（ 分 Time顯示肺活量均值） Display :Parameter Estimates（ 肺活量與年齡的線性回歸方程，分 time）n 結(jié)果中比較有用的值： Sig顯著性概率值（各主效應(yīng)，年齡 Age有顯
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1