资源描述：
《正确使用t检验与方差分析方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、第1期金宁一等:HIV-1病毒蛋白U基因对HIV-1Env蛋白合成与免疫原性的影响25EffectofVpuGeneonSynthesisandImmunogenicityofHIV-1EnvJinNingyiYinZhen(TheMilVetInst,UniversityofAgricultureandAnimalSciences,Changchun130062)AbstractTheeffectoftheVpuORFonthesynthesisandimmunogenicityofHIV-1envelopeproteins(Env)wasstudiedonrecombinantvacci
2、niavectors(RVVs).TheresultsshowedthatthepresenceofVpuORFcouldreducetheamountoftheEnvproteinssynthesizedinvitro,resultinginthedecreasedproductionofanti-HIV-1antibodiesinducedbyRVVs.KeywordsHIV-1;VPU;Env;vacciniavirus正确使用t检验与方差分析方法对于正态或近似正态分布且各组数据变异程度相近(具有方差齐性)的计量资料,常用t检验和方差分析方法进行统计处理。t检验主要适用于单因子两组间均
3、数的比较,而不适合于单因子3组及更多组间均数的比较。方差22分析则不仅适用于两组间均数的比较〔此时,同一问题中方差分析F值=(t值),F界值=(t界值),方差分析与t检验结论相同〕,而且也适合于3组及更多组间均数的比较(包括各均数间的两两比较),还可以进行多因子试验数据等的分析处理。可见,t检验完全可以由方差分析替代,反之则不然。在发表的科研论文中,应当用方差分析的单因子3组及更多组间均数的比较,错用t检验的情况屡见不鲜。例如某论文试验数据如下。(n=10,x-±s-x)组别ABCDEF重量(g)18.7±1.125.5±0.728.4±0.836.1±1.154.4±1.358.3±1.6
4、这是单因子6组间均数的比较问题,基本符合正态分布和方差齐性条件,应当用方差分析进行统计处理,但文中错用了t检验。错用t检验的主要后果是,在对其中某两组间均数比较时,其余各组数据没有被利用,造成对试验误差的估计与方差分析相比不够准确,可能偏大或偏小。偏大时会降低检出可能存在的差异的灵敏度,偏小时又会夸大差异。文中对B、C两组比较的t检验中对误差估计s-xB-x-C=1.1872偏小,导致t=2.443>t0.05(18)=2.101,P<0.05,结论“B、C两组间有差异”不可信,而经方差分析及均数间两两比较(计算过程略,下同),结论“尚不能认为B、C两组间存在差异”是正确的;文中对E、F两组
5、比较的t检验中对误差估计s-xE--xF=2.0447偏大,导致t=1.9070.05,结论“尚不能认为E、F两组间存在差异”不可信,而经方差分析及均数间两两比较的结论“E、F两组间有差异”是正确的。错用t检验的另一后果是,即使对误差的估计与方差分析相近,却可能增加不必要的计算量。假设上例中6组间的均数比较经方差分析,相差均无显著意义时,就不必再做均数间的两两比较了,但用t检验2要说明6组间的均数相差均无显著意义,每两组间检验1次,需做组合数C6=15次t检验,此时计算量远大于方差分析。因此,当单因子3组及更多组均数相比较的资料,符合正态或近似正态分布并满足方差齐性条件时,
6、统计处理一定要用方差分析,而不要错用t检验。(邹尔新解放军农牧大学基础部,长春130062)
