436-试验设计与数据分析.pptVIP

试验设计与数据分析 HOW WE TEACH IS ALSO WHAT WE TEACH, HOW WE LEARN IS ALSO WHAT WE LEARN. 我们教育的方式本身也是我们教育的内容； 我们学习的方式本身也是我们学习的内容。 目 录 第一章 绪论 第二章 常用统计分布 第三章 参数估计 第四章 假设检验 第五章 方差分析 第六章 回归分析 第七章 试验设计 第八章 非参数统计分析 第九章 主成分分析和因子分析 第十章 科技绘图 第十一章 常用统计软件 多个样本均数间的两两比较? 用方差分析的方法 为什么不能用t检验或μ检验？ 第五章 方差分析 5.1 方差分析的引入 假设检验讨论了检验两个总体均值是否相等的问题，但对于多个总体的均值比较，如果仍用假设检验，就会变得非常复杂。 方差分析(ANOVA：analysis of variance)能够解决多个均值是否相等的检验问题。 方差分析实际上是用来 辨别各水平间的差别是否 超出了水平内正常误差的 程度 5.2 怎样得到F统计量 F分布的特征 从F分布的式子看出，F分布的形状由分母和分子两个变量的自由度确定，因此F分布有两个参数。 F分布的曲线为偏态形式，它的尾端以横轴为渐近线趋于无穷。 方差分析的前提 不同组样本的方差应相等或至少很接近 方差分析的应用条件 ?各样本是相互独立的随机样本 ?各样本来自正态分布或其他连续型分布 ?各样本方差相等，即方差齐。 深入理解F统计量(1) 多个均值比较时，当零假设为真时， 的组间估计和组内估计应该很接近，即其比值应接近于1。而当零假设不成立时， 的组间估计将偏大，从而两者的比值会大于1，因此我们构造形如 深入理解F统计量(2) F统计量实际上是用来比较组间差异与组内差异的大小，造成这种差别既有抽样的随机性，也可能包含系统因素的影响。 组间差异是用各组均值减去总均值的离差的平方再乘以各组观察值的个数，最后加总 组内差异则是各组内部观察值的离散程度 深入理解F统计量(3) 深入理解F统计量(4) 上述组间差异与组内差异必须消除自由度不同的影响 对SSW，其自由度为n-g，因为对每一种水平，该水平下的自由度为观察值个数-1，共有g个水平，因此拥有自由度个数为 对SSB，其自由度为g-1，g为水平的个数。 5.3 检验方差假设 一般检验步骤 对于k个总体均值是否相等的检验： 多重比较 如果F值显著或极显著，否定了无效假设HO ，表明各总体平均数间存在显著或极显著差异，但并不意味着每两个平均数间的差异都显著或极显著，也不能具体说明哪些平均数间有显著或极显著差异，哪些差异不显著。 因而，有必要进行两两平均数间的比较，以具体判断两两处理平均数间的差异显著性。 统计上把多个平均数两两间的相互比较称为多重比较(multiple comparisons)。 多重比较的方法甚多，常用的有最小显著差数法(LSD法)和 最小显著极差法(LSR法) 。 多重比较结果的表示法 各平均数经多重比较后，应以简明的形式将结果表示出来，常用的表示方法有以下两种。 1、三角形法 此法是将多重比较结果直接标记在平均数多重比较表上。p值大于0.05者不显著,在差数的右上方标记“ns”，或不标记符号；介于0.05与0.01之间者显著，在差数的右上方标记“*”；小于0.01者极显著，在差数的右上方标记“**”。 2、标记字母法 此法是先将各处理平均数由大到小自上而下排列 ； 然后在最大平均数后标记字母a， 并 将 该 平 均数与 以 下 各 平 均 数依次相比，凡 差 异 不 显著标 记 同 一 字 母 ，直到某一个与其差异显著的平均数标记字母b ； 再以标有字母b的平均数为标准 ，与上方比它大的各个平均数比较，凡差异不显著一律再加标b ，直至显著为止； 再以标记有字母 b的最大平均数为标准，与下面各未标记字母的平均数相比，凡差异不显著，继续标记字母b，直至某一个与其差异显著的平均数标记c；……； 如此重复下去，直至最小一个平均数被标记、比较完毕为止。这样，各平均数间凡有一个相同字母的即为差异不显著，凡无相同字母的即为差异显著。 在利用字母标记法表示多重比较结果时，常在三角形法的基础上进行。此法的优点是占篇幅小，在科技文献中常见。 应当注意，无论采用哪种方法表示多重比较结果，都应注明采用的是哪一种多重比较法。同时注明显著性水平。 5.4 单因素方差分析 例5-1 将一份金属钨试样分发给7