经方差分析后，若按α=0.05检验水准不拒绝H 0 ，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H 0 ，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 ...
经方差分析（即F检验），若各组均数之间差别不显着，则到此为止，不必作进一步统计学处理了。当F检验结果为相差显着时，这只是对各组均数的整体而言，至于哪些均数间的差别显着，哪些不显着，还要作如下进一步分析。 本例检验结果为相差显着，这里我们先用较为简单而实用的最小显着差数法来比较三组中每两组均数间的差别是否显着，然后介绍q值法。 1．最小显着差数法 （1）计算最...
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μ 1 ，μ 2 ，……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 ΣX 2 -C* N-1 组间（...
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，μ 1 ，μ 2 ，……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...
当多组间的差别显着时，则需进一步判断那些组之间的差别有显着性，这个问题的解决方法与第八章第二节中的多个均数间的两两比较很相似，在例10.6四个实验组涂放射性锡的例子中，结果为H>χ 2 0.01,3 ，P<0.01，现以此为例，进一步作各组两两间比较，步骤如下： 1．将各组秩和从大到小依次排队，并求得两两间的相差，见表10.9 2．计算标准误，计算公式是： ...
...染，又未进行预防接种的学生作了血清IgM（mg/dl）测定，其中12岁男孩73人的X±S为125±54，12岁女孩68人的为153±75，试比较12岁男、女孩的IgM水平有无显着差别。 这里令男生为第1组，女生为第2组。 （1）检验假设H 0 ：μ 1 =μ 2 ；H 1 ：μ 1 ≠μ 2 。 （2）定α=0.05则对应于P为0.05时的u 0.05 值为...
（一）2×K表的专用公式 ，前面已讨论了，两个率的比较用四格表专用公式计算χ 2 值较为简便。如果是多个率比较，就要列成2×K表。这里的K暂为所比较的组数，2为每个组内所划分的类型数。求χ 2 值时本可用基本公式计算，但以用下列专用公式为便： （3.10） （3.11） 表3.9 2×K表形式之一 a 1 a 2 ┆ ┆ b 1 b 2 ┆ ┆ n 1 n ...
在日常工作中，我们经常要比较某两组计量资料的均数间有无显着差别，如研究不同疗法的降压效果或两种不同制剂对杀灭鼠体内钩虫的效果（条数）等。这时假若事先难以找到年龄、性别等条件完全一样的人（或动物）作配对比较，那么不能求每对的差数只能先算出各组的均数，然后进行比较。两组例数可以相等也可稍有出入。检验的方法同样是先假定两组相应的总体均数相等，看两组均数实际相差与此...
垂直注视 麻痹 ,病人随意及反射性垂直注视均消失,此乃由于顶盖前区和后连合梗死引起上视麻痹,红核的内侧和背侧梗死引起下视麻痹。如上丘后半部受损，则两眼下视不能。
观察样本数较大时，样本率的频数分布近似正态分布，可应用正态分布的规律性检验率的差异显着性。其公式为： 公式（20.7） 式中p为样本率，π为总体率，σ p 为根据总体率计算的标准误。由于u服从正态分布，故可用表20-10作判断。 表20-10 ｜u｜值、P值与统计结论 ｜u｜值 P值 统计结论 ＜1.96 ＞0.05 不拒绝H 0 ，差异无统计学意义 ≥1....
所有搜索结果仅供参考，如需解决具体问题请咨询相关领域专业人士。