04-SPSS单因素方差分析 PPT课件.ppt

单因素方差分析
提出的方差分析的理论基础:
将总变异分解为由研究因素所造成的部分和由抽样误差所造成的部分,通过比较来自于不同部分的变异,借助F分布作出统计推断。后人又将线性模型的思想引入方差分析,为这一方法提供了近乎无穷的发展空间。
方差分析入门
总变异= 随机变异+ 处理因素导致的变异
总变异= 组内变异+ 组间变异
SS总= SS组内+ SS组间
这样,我们就可以采用一定的方法来比较组内变异和组间变异的大小,如果后者远远大于前者,则说明处理因素的确存在,如果两者相差无几,则说明该影响不存在,以上即方差分析的基本思想。
方差分析入门
方差分析的原假设和备择假设为:
H0:1=2=…=k
H1:k个总体均数不同或者不全相同
方差分析入门
独立性(independence):
观察对象是所研究因素的各个水平下的独立随机抽样
正态性(normality):
每个水平下的应变量应当服从正态分布
方差齐性(homoscedasticity)
各水平下的总体具有相同的方差。
应用条件
有时原始资料不满足方差分析的要求,除了求助于非参数检验方法外,也可以考虑变量变换。常用的变量变换方法有:
对数转换:用于服从对数正态分布的资料等;
平方根转换:可用于服从Possion分布的资料等;
平方根反正弦转换:可用于原始资料为率,且取值广泛的资料;
其它:平方变换、倒数变换、Box-Cox变换等。
应用条件
例1 在肾缺血再灌注过程的研究中,将36只雄性大鼠随机等分成三组,分别为正常对照组、肾缺血60分组和肾缺血60分再灌注组,,试问各组的NO平均水平是否相同?
单因素方差分析
分析:
对于单因素方差分析,其资料在SPSS中的数据结构应当由两列数据构成,其中一列是观察指标的变量值,另一列是用以表示分组变量。实际上,几乎所有的统计分析软件,包括SAS,STATA等,都要求方差分析采用这种数据输入形式,这一点也暗示了方差分析与线性模型间千丝万缕的联系。
单因素方差分析
预分析(重要):检验其应用条件
单因素方差分析
选择data 中的split file,出现如下对话框: