6.1 实例一——单因素方差分析

6.1.1 单因素方差分析的功能与意义

单因素方差分析是方差分析（Analysis of Variance）类型中最基本的一种，研究的是一个因素对于试验结果的影响和作用，这一因素可以有不同的取值或者是分组。单因素方差分析所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。

6.1.2 相关数据来源

【例6.1】表6.1给出了4种新型药物对白鼠胰岛素分泌水平的影响测量结果，数据为白鼠的胰岛质量。试用单因素方差分析检验4种药物对胰岛素水平的影响是否相同。

表6.1 4种药物刺激下的白鼠胰岛质量

6.1.3 Stata分析过程

在用Stata进行分析之前，我们要把数据录入到Stata中。本例中有两个变量，分别为胰岛质量和药物组。我们把胰岛质量变量设定为weight，把药物组变量设定为group，变量类型及长度采取系统默认方式，然后录入相关数据。相关操作我们在第1章中已有详细讲述。录入完成后数据如图6.1所示。

图6.1 案例6.1数据

先做一下数据保存，然后开始展开分析，步骤如下：

进入Stata 14.0，打开相关数据文件，弹出主界面。

在主界面的“Command”文本框中输入如下命令（旨在用单因素方差分析检验4种药物对胰岛素水平的影响是否相同）：

    oneway   weight   group,   tabulate

设置完毕后，按键盘上的回车键，等待输出结果。

6.1.4 结果分析

在Stata 14.0主界面的结果窗口我们可以看到如图6.2所示的分析结果。

图6.2 分析结果图

从上述分析结果中可以得到很多信息。分析结果图的上半部分是胰岛质量变量的概要统计，其中共有4个组别，第1组的均值是82.869998，标准差是6.0378526，频数是10；第2组的均值是91.58，标准差是3.4701259，频数是10；第3组的均值是73.42，标准差是1.5389754，频数是10；第4组的均值是85.830001，标准差是1.7550251，频数是10。样本总数是40个，均值是83.425，标准差是7.5319406。下半部分是方差分析的结果，chi2(3) = 20.0858,Prob＞chi2= 0.000，说明要拒绝等方差假设，也就是说本例的结论是4种药物对胰岛素水平的影响显著不相同。

6.1.5 案例延伸

上述的Stata命令比较简洁，分析过程及结果已达到解决实际问题的目的。但是Stata 14.0的强大之处在于，它同样提供了更加复杂的命令格式以满足用户更加个性化的需求。

例如，我们只针对weight变量大于72的观测样本进行单因素方差分析，那么操作命令即为：

    oneway   weight   group   if   weight＞72,   tabulate

在命令窗口输入命令并按回车键进行确认，结果如图6.3所示。

图6.3 分析结果图

对该结果的详细说明在前面已有提及，此处限于篇幅不再赘述。chi2(3) = 13.5840, Prob＞chi2 = 0.004，说明要拒绝等方差假设。