單因素方差分析均值比較課件

單因方差分析

One-WayANOVA過程

在科學實驗中常常要探討不同實驗條件或處理方法對實驗結果的影響。通常是比較不同實驗條件下樣本均值間的差異。方差分析是檢驗多組樣本均值間的差異是否具有統(tǒng)計意義的一種方法。例如醫(yī)學界研究幾種藥物對某種疾病的療效；不同飼料對牲畜體重增長的效果等；都可以使用單因素方差分析方法去解決。方差分析的原理認為不同處理組的均值間的差別基本來源有兩個:（1）隨機誤差，如測量誤差造成的差異或個體間的差異，稱為組內(nèi)差異，用變量在各組的均值與該組內(nèi)變量值之偏差平方和的總和表示，記作SSw，組內(nèi)自由度dfw（2）實驗條件，即不同的處理造成的差異，稱為組間差異。用變量在各組的均值與總均值之偏差平方和表示，記作SSb，組間自由度dfb操作Analyze->CompareMeans->One-WayANOVA選入需要分析的變量，可選入多個結果變量（因變量）選入需要比較的分組因素，只能選入一個。EquarVariancesAssumed復選框組一組當各組方差齊時可用的兩兩比較方法，共有14種，這里不一一列出了，其中最常用的為LSD和S-N-K法。EquarVariancesNotAssumed復選框組一組當各組方差不齊時可用的兩兩比較方法，共有4種，其中以Dunnetts'sC法較常用。SignificanceLevel框定義兩兩比較時的顯著性水平，默認為0.05。Statistics復選框組選擇一些附加的統(tǒng)計分析項目，有統(tǒng)計描述（Descriptive）和方差齊性檢驗（Homogeneity-of-variance）。Meansplot復選框用各組均數(shù)做圖，以直觀的了解它們的差異。MissingValues單選框組定義分析中對缺失值的處理方法，可以是具體分析用到的變量有缺失值才去除該記錄（Excludescasesanalysisbyanalysis），或只要相關變量有缺失值，則在所有分析中均將該記錄去除(Excludescaseslistwise)。默認為前者，以充分利用數(shù)據(jù)。例某職業(yè)病防治院對31名石棉礦工中的石棉肺患者、可疑患者及非患者進行了用力肺活量（L）測定，問三組石棉礦工的用力肺活量有無差別（衛(wèi)統(tǒng)第三版例5.1）?設數(shù)據(jù)已經(jīng)輸好，分組變量為group，三組取值分別為1、2、3，結果變量為X。此處先進行單因素方差分析，然后進行兩兩比較，這里選擇S-N-K法進行兩兩比較。操作如下：DependentList框：選入XFactor框：選入groupPostHoc鈕：選中S-N-K復選框：單擊Continue鈕單擊OK鈕上面實際上是一個典型的方差分析表。給出了單因素方差分析的結果，可見F=84.544，P<0.001。因此可認為三組礦工用力肺活量不同。上表是用S-N-K法進行兩兩比較的結果，簡單的說，在表格的縱向上各組均數(shù)按大小排序，然后在表格的橫向上被分成了若干個亞組，不同亞組間的P值小于0.05，而同一亞組內(nèi)的各組均數(shù)比較的P值則大于0.05。從上表可見，石棉肺患者、可疑患者和非患者被分在了三個不同的亞組中，因此三組間兩兩比較均有差異；由于各個亞組均只有1個組別進入，因此最下方的組內(nèi)兩兩比較P值均為1.000（自己和自己比較，當然絕對不會有差異了）。一、什么是均值比較？SPSS的均值比較以計算基本描述統(tǒng)計量為主要內(nèi)容，同時利用單因素方差分析對各分組進行均值比較。其基本思路可分為三步：1.用戶首先應指定一個或多個變量作為分組變（按其取值的不同,對匯總變量進行分類）。如果分組變量有多個，還應指定這些分組變量的層次關系（層次關系可以是同層的，也可以是多層的）。2.指定一個匯總變量，并計算該變量在各分組下的基本描述性統(tǒng)計量。3.對分組變量各個分組下計算匯總均值均值有無顯著性差異。（其零假設是：分組變量各個分組下均值無顯著差異）二、均值比較的基本操作1.菜單選項：Analyze->CompareMean