您好,欢迎访问三七文档
医用多元统计分析蒋敏四川大学卫生统计教研室统计推断两组:t检验/F检验一元:均数的统计推断(两者等价=F)多组:F检验两组:检验/检验多元:均向量的统计推断(两者等价=多组:检验2t2T2T1n内容:多元配对设计的均向量检验多元成组设计两样本的均向量比较多元成组设计的方差分析(MANOVA)多元区组设计的方差分析(MANOVA)多元析因设计的方差分析(MANOVA)复习假设检验的三大步骤:①建立检验假设,确定检验水准;②计算检验统计量;(用SAS完成)③确定p值,作出统计推断。SAS的步骤①数据步(data步):略②过程步(proc步)Ttest(一元均数的比较)anova(多元均向量的比较)SAS中ANOVA过程Procanova;*class分类变量名列表;分别按指定的变量分组*model因变量列表=自变量效应列表;连续型数值变量分类变量*manovah=效应变量名;选项manova用于模型为多个因变量(即多元方差分析时)“h=”作用在于规定F检验的效应为g1…gn有无统计差异means自变量效应列表;分别对计算自变量效应所对应的因变量的均值(其结果是单变量)Run;*:表示anova过程必须的语句。1、多元配对设计的均向量检验(2组)见教材P9例2.1①分别对三个指标IgG、IgA、IgM做单因素的均数检验(配对t检验)(其结果见p10表2.2)②对治疗前后免疫球蛋白(三个指标为一个综合)差异分析(多元检验与检验)SAS程序见p274例2.12T例2.1的程序title'多元配对T检验';dataexample2_1;inputIDIgGIgAIgMgroup@@;cards;118102462921116541962432217442132861215682082722...........................1416992362661141543205262215173320230811516841972882;procanova;classIDgroup;modelIgGIgAIgM=IDgroup;manovah=IDgroup;run;1:治疗前组2:治疗后组改进的例2.1的程序title'多元配对T检验';dataexample2_1;inputIDIgGIgAIgMgroup@@;cards;118102462921116541962432217442132861215682082722...........................1416992362661141543205262215173320230811516841972882;procanova;classIDgroup;modelIgGIgAIgM=IDgroup/NOUNI;manovah=IDgroup;run;表示不输出各效应变量的单变量分析结果2、多元成组设计两样本的均向量比较见教材P11例2.2①A、B两组患者贫血程度是否有差异(两个指标为一个综合差异分析)(多元检验与检验)SAS程序见p275例2.22T例2.2的程序TITLE多元T检验;dataexample2_2;inputx1x2group@@;cards;3.921014.82702......5.518015.131022.920013.33001;procttest;classgroup;varx1x2;run;procanova;classgroup;modelx1x2=group/NOUNI;manovah=group;run;1:A组2:B组3、多元成组设计的方差分析(MANOVA)见教材P12例2.3①A、B、C三组患者贫血程度是否有差异(两个指标为一个综合差异分析检验SAS程序见p276例2.3title多元方差分析:成组设计;dataexample2_3;inputx1x2group@@;cards;3.921014.827024.42503...............2.426015.522023.731033.624014.329025.518015.131022.920013.33001;procanova;classgroup;modelx1x2=group;manovah=group/printhprintesummary;meansgroup/snk;run;例2.3的程序打印“h=“规定的group效应的检验SSCP矩阵H打印误差SSCP矩阵E,还打印出相应的偏相关矩阵产生每个因变量的单因素方差分析4、多元区组设计的方差分析(MANOVA)见教材P15例2.4①疗前、溶后10分钟、溶后20分钟三组血压程度是否有差异(两个指标为一个综合差异分析检验SAS程序见p276例2.4例2.4的程序title'多元方差分析区组设计';dataexamp2_4;inputabx1x2@@;cards;111208112120811312080211166822138842310870.................91176119921501009314892101148941021538310315085;procanova;classab;modelx1x2=ab/nouni;manovah=ab/printhprinte;meansab;run;a:区组b:治疗时间组5、多元析因设计的方差分析(MANOVA)见教材P15例2.4,是一个两因素的析因分析如下:水平:低Zn、高ZnA指标:、、、因素水平:低VitA、中VitA、高VitAB1x2x3x作业:多元样本均向量与均向量的比较见教材P232,习题2-120例样本的汗水(、、)的均向量是否来自已知总体均向量即?(一元:样本均数与总体均数的比较:的均数?)、、的总体均向量?SAS程序见P252的练习2.11x2x3x'0='014xx'0250x310x'0练习2.1的程序dataex2_1;inputx1x2x3@@;y1=x1-4;y2=x2-50;y3=x3-10;cards;3.748.59.33.936.912.7.............5.454.111.35.540.99.4;procanova;modely1y2y3=/nouni;manovah=intercept;run;检验效应:把截距项当成一个参数,同时检验该参数是否为0。截距项也即:把所有数据的总均向量(一元:均数)
本文标题:均向量多元统计分析
链接地址:https://www.777doc.com/doc-2566043 .html