第6章 Stata方差分析

本文详细介绍了如何使用Stata进行方差分析,包括单因素方差分析、多因素方差分析、协方差分析和重复测量方差分析。通过实例展示了各种分析方法的步骤和结果解读,揭示了不同因素对实验结果的影响显著性。
摘要由CSDN通过智能技术生成

       

目录

6.1单因素方差分析

6.2多因素方差分析

6.3协方差分析

6.4重复测量方差分析


        当遇到多个平均数间的差异显著性检验时,我们可以采用方差分析法。方差分析法就是将索要处理的观测值作为一个整体,按照变异的不同来源把观测值总变异的平方和以及自由度分解为两个或者多个部分,从而获得不同变异来源的均方与误差平方:通过比较不同变异来源的均方与误差均方,判断各样本所属总体方差是否相等。方差分析主要包括单因素方差分析、多因素方差分析、协方差分析、重复测量方差分析等。

6.1单因素方差分析

        单因素方差分析研究的时一个因素对于实验结果的影响和作用,这一因素可以有不同的取值或分组。单因素方差分析索要检验的问题就是当因素选择不同的取值或者分组时对结果有无显著的影响。

        数据(案例6.1)给出看四种新型药物对柏树胰岛素分泌水平的影响测量结果。weight为重量,group为四种药物分类。试着分析四种药物对胰岛素水平的影响是否相同。

##旨在用单因素方差分析检验4中药物对胰岛素水平的影响是否相同
oneway weight group ,tabulate 

        结果如图所示,上半部分显示组别有4个,每组的平均值、标准差、频率。样本数总共40个,均值时83.425,标准差7.5319406。下半部分时方差分析结果chi2(3)=20.0858,Prob>chi2=0.000,说明拒绝等方差假设。也就是说四种药物对胰岛素水平的影响显著不相同。

案例延伸

1.针对部分数据进行单因素方差分析

oneway weight group if weight>72,tabulate

        结果如图所示不再进行过多赘述。

6.2多因素方差分析

        多因素方差分析的基本思路基本等同于单因素方差分析,不同之处在于其研究的时两个或多个因素对

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值