药学统计学资料.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 第五章 试验设计 一般原则和分类 随机数字表、完全随机化设计 配对设计、交叉设计、配伍组设计 正交试验设计、均匀设计 人有了知识，就会具备各种分析能力， 明辨是非的能力。 所以我们要勤恳读书，广泛阅读， 古人说“书中自有黄金屋。 ”通过阅读科技书籍，我们能丰富知识， 培养逻辑思维能力； 通过阅读文学作品，我们能提高文学鉴赏水平， 培养文学情趣； 通过阅读报刊，我们能增长见识，扩大自己的知识面。 有许多书籍还能培养我们的道德情操， 给我们巨大的精神力量， 鼓舞我们前进。 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * § 3.1 单因素方差分析 显著性差异所在均值的推断 a) Fisher 最小显著差值法（Least Significant Difference, LSD） b) Duncan (胆肯) 多范围检验法 § 3.1 单因素方差分析 显著性差异所在均值的推断（α=0.05） 风险率 = 1- (1-α)n n —检验次数 t-test 次数 1 3 6 10 风险率 0.05 0.14 0.24 0.40 § 3.1 单因素方差分析 Fisher 最小显著差值法 Least Significant Difference, LSD § 3.2 多因素方差分析 因素间的交互作用 双因素试验设计分类（classification） a) 交叉分组（cross）,又称多边分组 b) 系统分组（hierarchic），又称多级分组 c) 混合分组 § 3.2 多因素方差分析 双因素交叉分组试验的方差分析： a）无重复 b）有重复 无重复的试验，方差分析的数据可用数据结构式表示： § 3.2 多因素方差分析 变差平方和 SS（sum of squares）： 总平方和 因素A平方和 误差平方和 因素B平方和 § 3.2 多因素方差分析 自由度和方差： § 3.2 多因素方差分析 [例] 考察不同催化剂，不同温度对某一合成反应收率的影响，用3种催化剂，4种温度进行试验，其因素随机化（按随机数表安排试验）问3种催化剂，4种温度对反应收率的影响有无显著性差别。 B1 B2 B3 B4 A1 73 79 83 80 A2 76 84 87 84 A3 72 85 84 74 § 3.2 多因素方差分析 [例] 考察不同催化剂，不同温度对某一合成反应收率的影响，用3种催化剂，4种温度进行试验，其因素随机化（按随机数表安排试验）问3种催化剂，4种温度对反应收率的影响有无显著性差别。 B1 B2 B3 B4 xi· xi·2 A1 -7 -1 3 0 -5 25 A2 -4 4 7 4 11 121 A3 -8 5 4 -6 -5 25 x·j -19 8 14 -2 x·j2 361 64 196 4 x·· = 1 ∑ xi·2 = 171 ∑ x·j2 = 625 ∑ ∑ xij2 = 297 § 3.2 多因素方差分析 ANOVA 表 变差来源 平方和SS 自由度V 观测方差MS 方差比F 临界值 结论 催化剂 42.65 2 21.3 2.78 F(0.05,2,6)=5.14 温度 208.2 3 69.4 9.05 F(0.05,3,6)=4.76F(0.01,3,6)=9.78 * 误差 46.1 6 7.68 总计 296.9 11 § 3.2 多因素方差分析 双因素交叉分组试验的方差分析： b）有重复 有重复的试验，方差分析的数据可用数据结构式表示： 变差平方和 SS（sum of squares）： 方差： 固定模型: 随机模型: § 3.2 多因素方差分析 二级系统分组方差分析： 方差分析的数据可用数据结构式表示： § 3.3 计算平方和、自由度和期望方差的规则 统计模型中的误差效应 下标的分类 主效应项和交互作用项 自由度 平方和 期望方差 第四章 相关与回归分析 相关分析 回归直线 多元线性回归 逐步回归 加权回归 偏最小二乘回归 第四章 相关与回归分析 相关关系 — 按数理统计法建立两个或多个随机变量之间的联系 相关关系的分析和建立 第四章 相关与回归分析 第四章 相关与回归分