《医学统计学》由会员分享，可在线阅读，更多相关《医学统计学（26页珍藏版）》请在金锄头文库上搜索。
1、11-多因素实验资料的方差分析11-3(1)本题为4个处理组的2X2析因涉及，因分成3天进行，若将每天的实验结果设为一个区组，先进行随机区组的方差分析:方差分析表 1变异来源dfSSMSFSig.总变异11818.369区组间23.7621.881.230.801处理组间3765.529255.17631.196.000误差649.0788.180从上表可以看出，各区组间差异无统计学意义，即各天的实验结果间 无差异。(3)依据完全随机设计析因试验方法进行方差分析方差齐性检验表Fdf1df2Sig.1.429380.304P值大于0.05，尚不能认为方差不齐。方差分析表 2变异来源dfSSMSF
2、Sig.总变异11818.37试样处理方式(A)1716.11716.11108.420.000试样重量(B)136.4036.405.510.047AB113.0213.021.97 0.198误差852.846.605结局：可以认为高锰酸盐处理及试样重量均会对甘蓝叶核黄素浓度测定产生影响，尚不能认为高猛酸盐及试样重量的交互作用会对甘蓝叶 核黄素浓度测量有影响。11-4假定不存在高阶交互作用，仅对 A、B、C、D、E5 个因素的主效应进 行分析，采用正交设计的方差分析法：正交设计的方差分析变异来源dfSSMSFSig.总变异153495.366A1540.911540.91121.714.0
3、01B11743.6891743.68969.998.000C1787.223787.22331.602.000D182.03882.0383.293.100E192.40092.4003.709.083误差10249.10424.910从上表可以看出，A、B、C三个因素的主效应有统计学意义(p0.05)， 即A、B、C三个参数对高频呼吸机的通气量有影响。11-5 随机区组的裂区设计，一级实验单位的变异来自于A因素主效应、区 组变异及个体间误差，二级实验单位的变异来自于B因素的主效应、 AB 的交互效应以及个体的误差，见下表。随机区组裂区设计的方差分析变异来源dfSSMSFSig.二级单位总计
4、19146.1375家兔间（一级单位总计）981.013注射药物（A）163.01363.01347.557.002区组412.7003.1752.396.209个体间误差45.3001.325部位间（一级单位总计）1065.125毒素浓度（B）163.01363.013252.050.000A * B1.113.113.450.521个体误差82.0000.25从上表结果可以看出:无论是低浓度毒素还是高浓度毒素所致的皮肤 损伤，抗毒素注射后的皮肤受损直接均小于对照组，全身注射抗毒素 对皮肤损伤有保护作用。12-重复测量设计资料的方差分析12-2数据为重复测量资料，方差分析表如下方差分析表变异
5、来源SSdfMSFSig.时间主效应4500.00014500.000238.095.000时间X处理28.800128.8001.524.252个体误差151.200818.900处理主效应45.000145.0001.837.212个体间误差196.000824.500从上表可以看出:两种方法治疗前后中度甲亢患者心率测量结果有差别(P0.05) (3)测量前后与处理不存在交互作用( P0 . 0 5 ) ，即两种方法治疗前后 心率的变化幅度相同。12-5(1)进行球型检验within subjectseffcetMauchly Wapprox.chi-squaredfSig.Epsilon
6、bGreenhouse- Huynh-Geisser Feldtlower-boundt.11927.0285.000.675.847.333p0.05，不满足球形检验，需进行校正(2)重复测量资料方差分析结果测量时间及其与药物剂型交互作用的方差分析表sourceSSdfMSFSig.tsphericity assumed26560.0538853.34974.972.000Greenhouse-Geisser26560.052.02613107.07074.972.000Huynh-Feldt26560.052.54110453.51974.972.000lower-bound26560.0
7、5126560.04674.972.000t * Gsphericity assumed16614.5335538.17746.898.000Greenhouse-Geisser16614.532.0268199.07646.898.000Huynh-Feldt16614.532.5416539.15846.898.000lower-bound16614.53116614.53246.898.000error (t)sphericity assumed4959.7642118.089Greenhouse-Geisser4959.7628.369174.827Huynh-Feldt4959.76
8、35.571139.433lower-bound4959.7614354.268新旧剂型患者血药浓度比较的方差分析表sourceSSdfMSFSig.intercept493771.91493771.870729.972.000G59.9159.9160.089.770error9470.014676.425结论：使用不同剂型患者血药浓度没有差别；使用前后患者血药浓度 存在明显差别；不同剂型使用前后血药浓度的变化幅度不同。15-多元线性回归分析（1）以低密度脂蛋白中的胆固醇（Y1）为应变量:方差分析表 1变异来源平方和df均方FP回归18530.40844632.6028.0900.00025
9、残差14316.25825572.650总计32846.66729回归参数估计及其检验结果1变量BSbbtSig.（常量）-0.82947.773-0.0170.986载脂蛋白 A10.2330.1970.1651.1810.249载脂蛋白 B1.3250.2820.7144.6990.0001载脂蛋白 E-0.1242.783-0.008-0.0450.965载脂蛋白 C-2.3850.765-0.494-3.1190.005决定系数：R2=0.564调整的决定系数：R2=0.494按a=0.05检验水平，回归方程中X2和X4有统计学意义，即低密度脂蛋白中的胆固醇与载脂蛋白B及C之间存在线性
10、关系。以高密度脂蛋白中的胆固醇（Y2）为应变量：方差分析表 2变异来源平方和 df均方FP回归4392.58141098.14522.4870.0001残差1220.8862548.835总计 5613.467 29回归参数估计及其检验结果2变量BSbbtSig.（常量）-2.132313.9511-0.15280.87975载脂蛋白 A10.483310.057640.825478.385460.00000载脂蛋白 B-0.05270.08235-0.0687-0.64010.52794载脂蛋白 E-0.29440.81278-0.0457-0.36220.72027载脂蛋白 C-0.415
11、0.22331-0.2078-1.85830.07494决定系数：R2=0.783调整的决定系数：R2=0.748按a=0.05检验水平，回归方程中X1有统计学意义，即高密度脂蛋白中的胆固醇与载脂蛋白 A1 之间存在线性关系。（2）自变量筛选设定进入、剔除标准分别为a =0.05和a =0.10 入出以低密度脂蛋白中的胆固醇（Y1）为应变量，向前法纳入变量为X2、X4,向后法纳入变量为X2、X4,逐步回归法纳入变量为X2、X4,三者结果无差异；以高密度脂蛋白中的胆固醇（Y2）为应变量，向前法纳入变量为X2、X4,向后法纳入变量为XI、X4,逐步回归法纳入变量为XI、X4,三者结果无差异；（3）
12、以X1-X 4为自变量，Y2/Y1为应变量，使用逐步回归法分析，设定进入、剔除标准分别为a =0.05和a =0.10,结果如下：入出方差分析表 3变异来源平方和df均方Fp回归0.283352730.0944546.84650.0000残差0.0524207260.00202总计0.335773429回归参数估计及其检验结果3变量BSbbtSig.（常量）0.355430.088474.017750.0004载脂蛋白 A10.002640.000360.582887.357160.0000载脂蛋白 B-0.00360.00048-0.6116-7.50740.0000载脂蛋白 C0.003330.001230.215862.700020.012决定系数：R2=0.844调整的决定系数：R2=0.826与前面的分析结果相比，用Y2/Y1作为应变量，与单独使用Y1或者Y2 的回归方程决定系数及调整的决定系数更高，说明高、低密度脂 蛋白中的胆固醇含量的比值，较单纯的低密度脂蛋白中胆固醇的含量 或者单纯高密度脂蛋白中胆固醇的含量，对诊断动脉硬化lemme个更 有意义。（4）残差分析由标准化残差分析图可以看出，散点分布不是十分均匀，
