第四章t检验和单因素方差分析命令与输出结果说明•单因素方差分析单因素方差分析又称为Oneway ANOVA,用于比较多组样本的均数是否相同，并假 定：每组的数据服从正态分布,具有相同的方差，且相互独立，则无效假设原假设：H各组总体均数相同在STATA中可用命令：oneway观察变量 分组变量[,means bonferroni]其中子命令bonferroni是用于多组样本均数的两两比较检验例：测定健康男子各年龄组的淋巴细胞转化率(%)，结果见表，问:各组的淋巴细 胞转化率的均数之间的差别有无显著性？健康男子各年龄组淋巴细胞转化率(%)的测定结果:11-20 岁 组：586161626368707074 7841-50 岁 组：54575758606063646661-75 岁 组：4352555660用变量x表示这些淋巴细胞转化率以及用分组变量group=1，2，3分别表示11-20岁组，41-50岁组和61-75岁组,即：数据表示为：x5861616263687070 174785457group11111111寸1122x5758606063646643 n52555660group22222223 ~\3333则用STATA命令：oneway x group, mean bonferroni| Summary of xgroup | Mean ① + 1 | 66.52 | 59.8888893 | 53.2- + Total | 61.25 ②Analysis of VarianceSourceSSdfMSFProb > FBetween groups616.311111 ③2④308. 155556⑤9.77 ⑥0.0010 ⑦Within groups662.188889⑧21⑨31.5328042（1）Total1278.502355.5869562）Bartlett's test for equal variances:chi2（2） = 2.1977 （3）Prob>chi2=0.333 Comparison of x by group（Bonferroni）Col Mean | --| --|122 |-6.61111（4）||0.054（5）|3 |-13.3（6）-6.68889（8）|0.001（7）0.134（9）Row Mean-①对应三个年龄组的淋巴细胞转化率的均数；②三组合并在一起的总的样本 均数；③组间离均差平方和；④组间离均差平方和的自由度；⑤组间均方和（即： ⑤二③/④）；⑧组内离均差平方和；⑨组内离均差平方和的自由度；（1）组内均 方和（即（1）二⑧/⑨几⑥为F统计值（即为⑤/（1））；⑦为相应的p值（2） 为方差齐性的Bartlett检验（3）方差齐性检验相应的p值（4）第二组的淋 巴细胞转化率样本均数—第一组的淋巴细胞转化率的样本均数的差（5）第二和 第一组均数差的显著性检验所对应p值（6）第三组的淋巴细胞转化率样本均 数—第一组的淋巴细胞转化率的样本均数的差（7）第三和第一组均数差的显著 性检验所对应的p值（8）第三组的淋巴细胞转化率样本均数一第二组的淋巴 细胞转化率的样本均数的差（9）第三和第二组均数差的显著性检验所对应的p 值。
由上述结果可知：三组方差无显著地齐性，因此若三组数据近似服从正态 分布，无效假设Ho检验所对应的p值＜0.01,可以认为这三组均数有显著差异 由Bonferroni统计检验结果表明：第一组淋巴细胞转化率显著地高于第三组淋 巴细胞转化率（p〈0・005），其它各组之间均数无显著性差异附1： STATA运行结果groupSummary of xMean166.5259.888889353.2Total61.25AnalysiSourceSSBetween groups 616.311111Within groups 662.188889. oneway x group, mean bonferronis of Variance df MS2 308.15555621 31.53280429.77Total1278.52355.5869565Prob > F0.0010Bartlett's test for equal variances:chi2(2) = 2.1977 Prob>chi2 = 0.333Comparisonof x by groupRow Mean-12ColMean2-6.611110.0543-13.3-6.688890.0010.134附录 2：如何输入分组数据再将文件转化为CSV文件，导入STATA即可，如果不懂请下载第一章。
