2.方差分析的条件: (1)各样本为相互独立的随机样本; (2)各样本均来自正态总体; (3)各处理组总体方差相等。 3.方差分析的应用: (1)单因素完全随机设计的多个或2个样本均数 比较; (2)回归方程的假设检验; (3)方差齐性检验 (4)双因素、多因素、多水平、有交互作用资料 的分析
2. 方差分析的条件： (1) 各样本为相互独立的随机样本； (2) 各样本均来自正态总体； (3) 各处理组总体方差相等。 3. 方差分析的应用： (1) 单因素完全随机设计的多个或 2个样本均数 比较； (2) 回归方程的假设检验； (3) 方差齐性检验； (4) 双因素、多因素、多水平、有交互作用资料 的分析
第二节完全随机化设计的方差分析 完全随机化设计: 1概念:本设计是单因素两水平或多水平的实验设 计类型。它是将受试对象完全按随机原则分配到 各处理组,试验结束后比较各组均数(或率)之 间的差别有无统计学意义,推论处理因素的效应。 因素视为分组,水平即为组数
第二节 完全随机化设计的方差分析 一、完全随机化设计： 1.概念：本设计是单因素两水平或多水平的实验设 计类型。它是将受试对象完全按随机原则分配到 各处理组，试验结束后比较各组均数（或率）之 间的差别有无统计学意义，推论处理因素的效应。 因素视为分组，水平即为组数
2.随机化分组方法: 例4-1某医生为例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,随机化分 组方法如下: 1将患者编号,1~120; 2抄录随机数,从随机数字表中任何一个开始,连 续抄录 3将随机数从小到大编序号,遇相同者按先后顺序 编序号 4规定序号1~30号为甲组,31~60号为乙组, 61~90号为丙组,91~120号为丁组
2. 随机化分组方法： 例4－1 某医生为例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，随机化分 组方法如下： 1.将患者编号，1～120； 2.抄录随机数，从随机数字表中任何一个开始，连 续抄录； 3.将随机数从小到大编序号，遇相同者按先后顺序 编序号； 4.规定序号1～30号为甲组，31～60号为乙组， 61～90号为丙组，91～120号为丁组
二、完全随机化设计资料的变异分解 SS8=SS组间+Ss组 SS=∑2-() 2 (ΣX) C N N (∑X)2(ΣX)2 组间∑ (∑X1)2 SS组内=∑X-2 S Sx-SS 组间
二、完全随机化设计资料的变异分解 SS总 ＝SS组间＋SS组内N X n X SS i i 2 2 ( ) ( ) − 组间 ＝ 组内 ＝SS总 －SS组间 n X SS X i i 2 2 ( ) = − N X SS X 2 2 ( ) 总 ＝ − C N X = 2 ( )
、分析步骤 例4—2某医生为例研究一种降血脂新药的临床疗效,按统 纳入标准选择120名患者,采用完全随机设计方法 将患者分为4组,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个处理组的低密 度脂蛋白含量总体均数有无差别? 1建立假设,确定检验水准 Ho u,=u,=u3=u: H:各组总体均数不等或不全相等,a=0.05。 (多组比较无单、双侧之分。) 2.计算F值: 1)列表计算基础数据: ∑X X2、X1、X、N、X、∑X2 (2)计算离均差平方和(SS):
三、分析步骤 例4－2某医生为例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 将患者分为4组，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个处理组的低密 度脂蛋白含量总体均数有无差别？ 1.建立假设，确定检验水准。 H0 : μ1= μ2 = μ3 = μ4 ； H1 : 各组总体均数不等或不全相等， α=0.05。 （多组比较无单、双侧之分。） 2. 计算 F 值： (1)列表计算基础数据： 、 、 、 、 、 、 、 。 (2)计算离均差平方和（SS）： ni X 2 X i N X X Xi 2 Xi