第四章多个样本均数比较的方差分析

第四章多个样本均数比较的方差分析第一节方差分析的基本思想及其应用条件一、方差分析的基本思想目的：推断多个总体均数是否有差别。方法：方差分析，即多个样本均数比较的F检验。基本思想：根据资料设计的类型及研究目的，可将总变异分解为两个或多个部分，每个部分变异可由某因素的作用来解释。通过比较可能由某因素所至的变异与随机误差，即可了解该因素对测定结果有无影响。二、应用条件1、各样本是相互独立的随机样本，均来自正态分布总体；2、相互比较的各样本的总体方差相等，即具有方差齐性。第二节完全随机设计资料的方差分析完全随机设计是采用完全随机化的分组方法，将全部试验对象分配到g个处理组（水平组），各组分别接受不同的处理，试验结束后比较各组均数之间的差别有无统计学意义，推论处理因素的效应。一、完全随机设计

completelyrandomdesign例4-1

某医生为了研究一种降血脂新药的临床疗效，按统一纳入标准选择120名患者，采用完全随机设计方法将患者等分为4组进行双盲试验。问如何进行分组？（1）完全随机分组方法：1、编号：120名高血脂患者从1开始到120，见表4-2第1行（P72）；2、取随机数字：从附表15中的任一行任一列开始，如第5行第7列开始，依次读取三位数作为一个随机数录于编号下，见表4-2第2行；3、编序号：将全部随机数字从小到大(数据相同则按先后顺序）编序号，见表4-2第3行。4、事先规定：序号1-30为甲组，序号31-60为乙组，序号61-90为丙组，序号91-120为丁组，见表4-2第四行。（2）统计分析方法选择：

1.对于正态分布且方差齐同的资料，常采用完全随机设计的单因素方差分析(one-wayANOVA)或成组资料的t检验（g=2）；2.对于非正态分布或方差不齐的资料，可进行数据变换或采用Wilcoxon秩和检验。

例4-2

某医生为了研究一种降血脂新药的临床疗效，按统一纳入标准选择120名高血脂患者，采用完全随机设计方法将患者等分为4组（具体分组方法见例4-1），进行双盲试验。6周后测得低密度脂蛋白作为试验结果，见表4-3。问4个处理组患者的低密度脂蛋白含量总体均数有无差别?表4-34个处理组低密度脂蛋白测量值(mmol/L)第三节随机区组设计资料的方差分析一、随机区组设计

randomizedblockdesign随机区组设计又称为配伍组设计，是配对设计的扩展。具体做法是：先按影响试验结果的非处理因素（如性别、体重、年龄、职业、病情、病程等）将受试对象配成区组(block)，再分别将各区组内的受试对象随机分配到各处理或对照组。

随机区组设计的特点

随机分配的次数要重复多次，每次随机分配都对同一个区组内的受试对象进行，且各个处理组受试对象数量相同。区组内均衡。在进行统计分析时，将区组变异离均差平方和从完全随机设计的组内离均差平方和中分离出来，从而减小组内离均差平方和（误差平方和），提高了统计检验效率。例4-3如何按随机区组设计，分配5个区组的15只小白鼠接受甲、乙、丙三种抗癌药物？

分组方法：先将小白鼠按体重编号，体重相近的3只小白鼠配成一个区组，见表4-6。在随机数字表中任选一行一列开始的2位数作为1个随机数，如从第8行第3列开始纪录，见表4-6；在每个区组内将随机数按大小排序；各区组中内序号为1的接受甲药、序号为2的接受乙药、序号为3的接受丙药，分配结果见表4-6。

表4-8

随机区组设计资料的方差分析表

例4-4

某研究者采用随机区组设计进行实验，比较三种抗癌药物对小白鼠肉瘤抑瘤效果，先将15只染有肉瘤小白鼠按体重大小配成5个区组，每个区组内3只小白鼠随机接受三种抗癌药物（具体分配方法见例4-3），以肉瘤的重量为指标，试验结果见表4-9。问三种不同的药物的抑瘤效果有无差别？

表4-9

不同药物作用后小白鼠肉瘤重量（g）

第四节多个样本均数间的多重比较一、LSD-t检验

适用范围：一对或几对在专业上有特殊意义的样本均数间的比较。二、Dunnet-t检验

适用条件：g