第四节　方差分析

　　方差分析（analysis of variance,简写为ANOV或ANOVA）可用于两个或两个以上样本均数的比较。应用时要求各样本是相互独立的随机样本；各样本来自正态分布总体且各总体方差相等。方差分析的基本思想是按实验设计和分析目的把全部观察值之间的总变异分为两部分或更多部分，然后再作分析。常用的设计有完全随机设计和随机区组设计的多个样本均数的比较。

　　一、完全随机设计的多个样本均数的比较

　　又称单因素方差分析。把总变异分解为组间（处理间）变异和组内变异（误差）两部分。目的是推断k个样本所分别代表的μ₁，μ₂，……μ_k是否相等，以便比较多个处理的差别有无统计学意义。其计算公式见表19-6。

表19-6 完全随机设计的多个样本均数比较的方差分析公式

变异来源	离均差平方和SS	自由度v	均方MS	F
总	ΣX2-C*	N-1
组间（处理组间）		k-1	SS组间/v组间	MS组间/MS组间
组内（误差）	SS总-SS组间	N-k	SS组内/v组内

　　*C=（ΣX）²/N=Σ_ni,k为处理组数

表19-7 F值、P值与统计结论

　　方差分析计算的统计量为F，按表19-7所示关系作判断。

　　例19.9 某湖水不同季节氯化物含量测量值如表19-8，问不同季节氯化物含量有无差别？

表19-8 某湖水不同季节氯化物含量（mg/L）

　　H₀：湖水四个季节氯化物含量的总体均数相等，即μ₁=μ₂=μ₃=μ₄

　　H₁：四个总体均数不等或不全相等

　　α=0.05

　　先作表19-8下半部分的基础计算。

　　C= （Σx）²/N=(588.4)²/32=10819.205

　　SS_总=Σx²-C=11100.84-10819.205=281.635

　　V_总=N-1=31

　　V_组间=k-1=4-1=3

　　SS_组内=SS_总-SS_组间=281.635-141.107=140.465

　　V_组内=N-k=32-4=28

　　MS_组间=SS_组间/v_组间=141.107/3=47.057

　　MS_组内=SS_组内/v_组内=140.465/28=5.017

　　F=MS_组间/MS_组内=47.057/5.017=9.380

　　以v₁（即组间自由度）=3，v₂（即组内自由度）=28查附表19-2，F界值表，得F_0.05(3,28)=2.95,F_0.01(3,28)=4.57。本例算得的F=9.380＞F_0.01(3,28),P＜0.01,按α=0.05检验水准拒绝H₀，接受H₁，可认为湖水不同季节的氯化物含量不等或不全相等。必要时可进一步和两两比较的q检验，以确定是否任两总体均数间不等。

　　资料分析时，常把上述计算结果列入方差分析表内，如表19-9。

表19-9 例19.9资料的方差分析表

　　二、随机区组（配伍组）设计的多个样本均数比较

　　又称两因素方差分析。把总变异分解为处理间变异、区组间变异及误差三部分。除推断k个样本所代表的总体均数，μ₁，μ₂，……μ_k是否相等外，还要推断b个区组所代表的总体均数是否相等。也就是说，除比较多个处理的差别有无统计学意义外，还要比较区组间的差别有无统计学意义。该设计考虑了个体变异对处理的影响，故可提高检验效率。

表19-10随机区组设计的多个样本均数比较的方差分析公式

变异来源	离均差平方和SS	自由度v	均方MS	F
总	ΣX2-C	N-1
处理间		k-1	SS处理/v处理	MS处理/MS误差
区组间		b-1	SS区组/v区组	MS区组MS误差
误差	SS总-SS处理-SS区组	V总-v处理-v区组	SS误差/v误差

　　C、k、N的意义同表19-6，b为区组数

　　例19.10为研究酵解作用对血糖浓度的影响，从8名健康人中抽血并制成血滤液。每个受试者的血滤液被分成4份，再随机地把4份血滤液分别放置0，45，90，135分钟，测定其血溏浓度（表19-11），试问放置不同时间的血糖浓度有无差别？

　　处理间：

　　H₀：四个不同时间血糖浓度的总体均数相等，即μ₁=μ₂=μ₃=μ₄

表19-11 血滤放置不同时间的血糖浓度（mmol/L）

　　H₁：四个总体均数不等或不全相等

　　α=0.05

　　区组间：

　　H₀：八个区组的总体均数相等，即μ₁=μ₂=……μ₈

　　H₁：八个区组的总体均数不等或不全相等

　　α=0.05

　　先作表19-11下半部分和右侧一栏的基本计算。

　　C=(ΣX)²/N=(169.56)²/32=898.45605

　　SS_总=ΣX²-C=904.1214-898.45605=5.66535

　　V_总=N-1=32-1=31

　　V_处理=k-1=4-1=3

　　V_区组=b-1=8-1=7

　　SS_误差=SS_总-SS_处理-SS_区组=5.66535-2.90438-2.49800=0.26297

　　V_误差=（k-1）(b-1)=3×7=21

　　MS_处理=SS_处理/v_处理=2.90438/3=0.9681

　　MS_区组=SS_区组/v_区组=2.49800/7=0.3569

　　MS_误差=SS_误差/v_误差=0.26297/21=0.0125

　　F_处理=MS_处理/MS_误差=0.9681/0.0125=77.448　

　　F_区组=MS_区组/MS_误差=0.3569/0.0125=28.552

　　推断处理间的差别，按v₁=3，v₂=21查F界值表，得F_0.005(3,21)=3.07,F_0.01(3,21)=4.87,P＜0.01；推断区组间的差别，按v₁=7，v₂=21查F界值表，得F_0.05(7,21)=2.49,F_0.01(7,21)=3.64,P＜0.01。按α=0.05检验水准皆拒绝H₀，接受H₁，可认为放置时间长短会影响血糖浓度且不同受试者的血糖浓度亦有差别。但尚不能认为任两个不同放置时间的血糖浓度总体均数皆有差别，必要时可进一步作两两比较的q检验。

表19-12 例19.10资料的方差分析表

　　三、多个样本均数间的两两比较的q检验

　　经方差分析后，若按α=0.05检验水准不拒绝H₀，通常就不再作进一步分析；若按α=0.05甚至α=0.01检验水准拒绝H₀，且需了解任两个总体均数间是否都存在差别，可进一步作多个样本均数间的两两比较。两两比较的方法较多，在此仅介绍较常用的q检验（Newman-Keuls法）

　　公式（19.13）

　　(各组n_i相等) 公式（19.14）

　　（各组n_i不等) 公式（19.15）

　　式中，x_Ａ-x_Ｂ为两两对比中，任两个对比组A、B的样本均数之差；sx_A-x_B为两样本均数差的标准误；n_i为各处理组的样本含量；n_A,n_B分别为A、B两对比组的样本含量；MS_误差为单因素方差分析中的组内均方（MS_组内）或两因素方差分析中的误差均方（MS_误差）。

　　计算的统计量为q，按表19-13所示关系作判断。

　　例19.11 对例19.9资料作两两比较

　　H₀:任两个季节的湖水氯化物含量的总体均数相等，即μ_A=μ_B

　　H₁：任两总体均数不等，即μ_A≠μ_B

　表19-13 |q| 值、P值与统计结论

　　α= 0.05

　　1．将四个样本的均数由大到小排列编秩，注明处理组。

　　2．计算 sx_A-x_B本例各处理组的样本含量n₁相等，按式（19，14）计算两均数差的标准误。已知MS_组内=5.017,n=8

　　3．列两两比较的q检验计算表（表19-14）

表19-14 两两比较的q检验计算表

　　表中第（1）栏为各对比组，如第一行1与4，指A为第1组，B为第4组。第（2）栏为两对比组均数之差，如第一行为X₁与X₄之差，余类推。第（3）栏为四个样本均数按大小排列时，A、B两对比组范围内所包含的组数a，如第一“1与4”范围内包含4个组，故a=4。第（4）栏是按式（19.13）计算的统计量q值，式中的分母0.7919是按式（19.14）计算出来的S^X_A-^X_B。第（5）、（6）栏是根据误差自由度v与组数a查附表19-3q界值表所得的q界值,本例v_误差=28，因q界值表中自由度一栏无28，可用近似值30或用内插法得出q界值，本例用近似值30查表，当a=4时，q_{0.05(30,4)=3.85,}q_{0.01(30,4)=4.80} ,余类推。第（7）栏是按表19-13判定的。