用方差分析比較多個樣本均數(shù),可有效地控制第一類錯誤。方差分析(analysis of variance,ANOVA)由英國統(tǒng)計學(xué)家R.A.Fisher首先提出，以F命名其統(tǒng)計量，故方差分析又稱F檢驗。
其目的是推斷兩組或多組資料的總體均數(shù)是否相同，檢驗兩個或多個樣本均數(shù)的差異是否有統(tǒng)計學(xué)意義。我們要學(xué)習(xí)的主要內(nèi)容包括
單因素方差分析即完全隨機(jī)設(shè)計或成組設(shè)計的方差分析（one-way ANOVA)：
用途：用于完全隨機(jī)設(shè)計的多個樣本均數(shù)間的比較，其統(tǒng)計推斷是推斷各樣本所代表的各總體均數(shù)是否相等。完全隨機(jī)設(shè)計（completely random design)不考慮個體差異的影響，僅涉及一個處理因素，但可以有兩個或多個水平，所以亦稱單因素實驗設(shè)計。在實驗研究中按隨機(jī)化原則將受試對象隨機(jī)分配到一個處理因素的多個水平中去，然后觀察各組的試驗效應(yīng)；在觀察研究（調(diào)查)中按某個研究因素的不同水平分組，比較該因素的效應(yīng)。
兩因素方差分析即配伍組設(shè)計的方差分析（two-way ANOVA)：
用途：用于隨機(jī)區(qū)組設(shè)計的多個樣本均數(shù)比較，其統(tǒng)計推斷是推斷各樣本所代表的各總體均數(shù)是否相等。隨機(jī)區(qū)組設(shè)計考慮了個體差異的影響，可分析處理因素和個體差異對實驗效應(yīng)的影響，所以又稱兩因素實驗設(shè)計，比完全隨機(jī)設(shè)計的檢驗效率高。該設(shè)計是將受試對象先按配比條件配成配伍組（如動物實驗時，可按同窩別、同性別、體重相近進(jìn)行配伍)，
52667788.cn每個配伍組有三個或三個以上受試對象，再按隨機(jī)化原則分別將各配伍組中的受試對象分配到各個處理組。值得注意的是，同一受試對象不同時間（或部位)重復(fù)多次測量所得到的資料稱為重復(fù)測量數(shù)據(jù)（repeated measurement data)，對該類資料不能應(yīng)用隨機(jī)區(qū)組設(shè)計的兩因素方差分析進(jìn)行處理，需用重復(fù)測量數(shù)據(jù)的方差分析。
方差分析的條件之一為方差齊，即各總體方差相等。因此在方差分析之前，應(yīng)首先檢驗各樣本的方差是否具有齊性。常用方差齊性檢驗（test for homogeneity of variance)推斷各總體方差是否相等。本節(jié)將介紹多個樣本的方差齊性檢驗，本法由Bartlett于1937年提出，稱Bartlett法。該檢驗方法所計算的統(tǒng)計量服從分布。
經(jīng)過方差分析若拒絕了檢驗假設(shè)，只能說明多個樣本總體均數(shù)不相等或不全相等。若要得到各組均數(shù)間更詳細(xì)的信息，應(yīng)在方差分析的基礎(chǔ)上進(jìn)行多個樣本均數(shù)的兩兩比較。
上一頁 [1] [2] [3] 下一頁
