高级统计方法.ppt

上传人:王** 文档编号:506253 上传时间:2023-11-13 格式:PPT 页数:55 大小:477KB
下载 相关 举报
高级统计方法.ppt_第1页
第1页 / 共55页
高级统计方法.ppt_第2页
第2页 / 共55页
高级统计方法.ppt_第3页
第3页 / 共55页
高级统计方法.ppt_第4页
第4页 / 共55页
高级统计方法.ppt_第5页
第5页 / 共55页
高级统计方法.ppt_第6页
第6页 / 共55页
高级统计方法.ppt_第7页
第7页 / 共55页
高级统计方法.ppt_第8页
第8页 / 共55页
高级统计方法.ppt_第9页
第9页 / 共55页
高级统计方法.ppt_第10页
第10页 / 共55页
亲,该文档总共55页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

《高级统计方法.ppt》由会员分享,可在线阅读,更多相关《高级统计方法.ppt(55页珍藏版)》请在优知文库上搜索。

1、高级统计方法第二篇概概 述述 高级统计方法是基本统计方法的延伸和发展,表现在空间广度和时间深度上。1-10章,单双因素(变量)研究,基本不涉及时间变量,即时间是固定的。多因素试验多因素试验: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种饲料的差别,还要分别分析脂肪含量高低、蛋白含量高低对小鼠体重的影响,就是两因素的试验。此时可做析因分析。单因素试验: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。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别。双变量分析:研究两

2、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。本篇内容本篇内容多因素或多变量分析多因素或多变量分析 11-16章、章、18-21章章生存分析生存分析 17章章统计预测统计预测 22章章综合评价综合评价 23章章量表研制方法量表研制方法 24章章其他:信度效度评价、其他:信度效度评价、Meta分析分析 33章章教学目的教学目的了解统计方法了解统计方法掌握应用条件掌握应用条件明确研究目的明确研究目的分清资料类型分清资料类型 原始数据原始数据 建立数据库建立数据库正确解释结果正确解释结果 借助统计软件借助统计软件中间中间 次

3、要次要最终最终 主要主要 第十一章 多因素试验资料的方差分析ANOVA of Multiple-Factor Experimental data Content ANOVA of factorial experiment ANOVA of the orthogonal design ANOVA of nested design ANOVA of split-plot design 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2设计类型设计类型1.析因设计析因设计 各因素

4、各水平的全面组合各因素各水平的全面组合因素 组合数 A B C a1 b1 c 1 a2 b1 c 1 a1 b1 c 1 a1 b1 c 2 a2 b1 c 2 a2 b 1 c 2 a1 b1 c 3 a2 b1 c 3 c3 a1 b2 c 1 a2 b2 c 1 a1 b2 c 2 a2 b2 c 2 a1 b2 c 3 a2 b2 c 3 处理组合数 g=各因素水平数之积。完全随机设计:各组随机分配完全随机设计:各组随机分配 n 个试验个试验 对象,总对象数为对象,总对象数为 gn。随机区组设计:随机区组设计:n 个区组,每个区组个区组,每个区组 g 个个 试验对象随机分配。试验对象

5、随机分配。2.正交试验正交试验:非全面组合,非全面组合,g个处理组是各因个处理组是各因素素 各水平的部分组合,即析因设计各水平的部分组合,即析因设计 的部分实施的部分实施。优点:减少试验次数优点:减少试验次数缺点:牺牲分析各因素部分交互作用缺点:牺牲分析各因素部分交互作用例例11-4:析因设计,需做:析因设计,需做 24 次试验次试验 正交设计,只需正交设计,只需 8 次试验次试验3.嵌套试验嵌套试验:处理非各因素各水平的全面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,各组合,而是各因素按隶属关系系统分组,各因素水平没有交叉。因素水平没有交叉。a1 a2 a3 b1 b 2 b

6、 3 b4 b 5 b 6 b7 b 8 b 9 析因设计析因设计:g 个处理全部都作用于个处理全部都作用于同一级同一级别别的实验单位。的实验单位。裂区设计裂区设计:A 因素的因素的 I 个水平作用于一级个水平作用于一级实验单位,实验单位,B 因素的因素的 J 个水平作用于个水平作用于二二级实验单位级实验单位。4.裂区设计裂区设计:两因素析因设计的特殊形式。两因素析因设计的特殊形式。在相同试验条件下,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。第一节 析因设

7、计的方差分析一、两因素两水平的析因分析 例例11-1 将将20只家兔随机等分只家兔随机等分4组,每组组,每组5只,进只,进行神经损伤后的缝合试验。处理由行神经损伤后的缝合试验。处理由A、B两因素组合两因素组合而成,因素而成,因素A为缝合方法,有两水平,一为外膜缝合,为缝合方法,有两水平,一为外膜缝合,记作记作a1,二为束膜缝合,记作,二为束膜缝合,记作a2;因素;因素B为缝合后的为缝合后的时间,亦有两水平,一为缝合后时间,亦有两水平,一为缝合后1月,记作月,记作b1,二为,二为缝合后缝合后2月,记作月,记作b2。试验结果为家兔神经缝合后的。试验结果为家兔神经缝合后的轴突通过率轴突通过率(%)(

8、注:(注:测量指标,视为计量资料测量指标,视为计量资料),),见表见表11-1。欲用析因分析比较不同缝合方法及缝合后。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时间对轴突通过率的影响。表11-1 家兔神经缝合后的轴突通过率(%)2740/2027380,34800273807420CSS总A(缝合方法)外膜缝合(a1)束膜缝合(a2)B(缝合后时间)1 月(b1)2 月(b2)1 月(b1)2 月(b2)合 计 10 30 10 50 10 30 20 50 40 70 30 70 50 60 50 60 10 30 30 30 iX 24 44 28 52 iT 120 22

9、0 140 260 740(X)2iX 4400 11200 4800 4400 34800(X2)B 因素(2 水平)A 因素 (2 水平)缝合后1 月 缝合后2 月 (b1)(b2)外膜缝合(a1)24(a1b1)44(a1b2)束膜缝合(a2)28(a2b1)52(a2b2)图11-1 2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。B因素 A因素 b1 b2 平 均 b2b1 a1 24 44 34 20 a2 28 52 40 24 26 48 22 平均 a2a1 4 8 6 表11-2 2

10、因素2水平析因试验的均数差别 1.单独效应单独效应 指其他因素的水平固定时,同一因素指其他因素的水平固定时,同一因素不同水平间的不同水平间的差别差别 2.主效应 指某一因素各水平间的指某一因素各水平间的平均差别平均差别120 B=24AB=2时,因素的单独效应 因素固定在时,因素的单独应水平效水平14 A=B8 A=2时,因素的单独效应 因素固定在时,因素的单效应水独平水平本例221 22 11 1()()2(84)22ABa baba bab2 22 11 21 1()()2(2420)22BAa ba babab即ABBA。3.交互作用交互作用 当某因素的各个单独效应随另一因素变化而变化时

11、,则称这两个因素间存在交互作用。图1 1-2 两 因素交互作用示意图0102030405060外膜缝合(a 1)束膜缝合(a 2)均数缝合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。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。1212AIBJ,i kijjaaabbXb因素 水平因素 水平试验数据:模模 式式处理

12、组数:g=IJ,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gn个 b1 b2 bj 合计 a 1 a 2 22122222()ijijnXXT XX ()iiA X a i 合计 ()jjBX X 方差分析基本思想方差分析基本思想 BABSSSSSSSSSSSSSS处理总误差A误差变异分解变异分解*原理:原理:)()()()()(XXXXXXXXXXXXXXXXjiijjiijijijkijijk两边平方后求和两边平方后求和BABA总误差自由度分解自由度分解(1)(1)(1)(1)(1)(1)gnIJIJg n变异来源 自由度 SS MS F P 总变

13、异 19 7420 处理组间 3 2620 误差 16 4800 300 表11-3 表11-1处理组均数比较的方差分解 变异来源 自由度 SS 处理组间 3 222212341()SSTTTTCn处理 A 因素主效应 1 22121()2ASSAACn B 因素主效应 1 22121()2BSSBBCn AB 交互作用 1 ABABSSSSSSSS处理 表 11-4 两因素两水平处理SS处理的析因分解 用表11-1数据计算:A1T1+T2120220340,A2T3+T4140260400,B1T1+T3120140260,B2T2+T4220260480。12ASSn2222121()(3

14、40400)273801802 5AAC,22221211()(260480)27380242022 5BSSBBCn,=2620 1802420=20ABABSSSSSSSS处理 代入表11-4,得 变异来源 自由度 SS MS F P 总变异 19 7420 (处理组间)(3)(2620)A 1 180 180 0.60 0.05 B 1 2420 2420 8.07 0.05 AB 1 20 20 0.07 0.05 误 差 16 4800 300 表11-5 表11-1析因试验结果方差分析表 A 因素主效应所对应的检验假设为0H:A 因素主效应=0,B 因素主效应所对应的检验假设为0H

15、:B 因素主效应=0,AB 交互作用所对应的检验假设为0H:AB 交互作用=0。方差分析的检验界值为0.05(1,16)4.49F,0.01(1,16)8.53F。表11-5中 表 11-5 中只有 B 因素主效应达到0.010.05P,拒绝0H,接受1H。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。二、完全随机分组两因素析因设计与方差分析 转染耐药基因 抗癌药物(B 因素,4 水平)(A 因素,两

16、水平)秋水仙碱、长春新碱、阿霉素、Vp16 转 染 1T 2T 3T 4T 未转染 5T 6T 7T 8T 图11-3 两因素析因设计完全随机分组示意图变异来源 自由度 SS MS F P 总变异 1gn 2XC A主效应 1I 21AiSSACnJ AMS AAEMSFMS B主效应 1J 21BiSSBCnI BMS BBEMSFMS AB(1)(1)IJ 21ABiABSSTCSSSSn ABMS ABABEMSFMS 误差(1)g n 221EiSSXTn EMS 表11-6 完全随机设计两因素析因设计方差分析表 例 12-2 观察 A,B 两种镇痛药物联合运用在产妇分娩时的镇痛效果。A药取3个剂量:1.0mg,2.5mg,5.0mg;B 药也取3 个剂量:5 g,15 g,30 g。共 9个处理组。将 27 名产妇随机等分为 9 组,每组 3 名产妇,记录每名产妇分娩时的镇痛时间,结果见表11-7。试分析 A,B 两药联合运用的镇痛效果。表表11-7 A,B两药联合运用的镇痛时间(两药联合运用的镇痛时间(min)B 药 物 剂 量 A 药 物 剂 量 5g 15g 30g 1

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 高等教育 > 大学课件

copyright@ 2008-2023 yzwku网站版权所有

经营许可证编号:宁ICP备2022001189号-2

本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!