[生物统计课件杜荣骞]第八章单因素方差分析.pptVIP

第八章 单因素方差分析 §8.2 单因素方差分析 8.2.3 单因素方差分析的SPSS程序操作 用计算器的计算方法改为： 1°计算每一处理的样本方差 2°全部样本放在一起，计算总样本方差 3° 4° 5° 8.2.2 多重比较 固定模型拒绝 时，即处理间存在差异，但并不意味着所有处理间均存在差异。为弄清哪些处理间有差异，需对所有水平作一对一的比较，即多重比较（multiple comparison）。 8.2.2.1 最小显著差数法 最小显著差数(least significant difference)法又称为LSD法，实际是用t 检验对所有平均数作一对一对的检验。各水平重复数n相等时，用 作为 的估计量，可得： 统计量为： 当 时差异显著。此时 由此，当 时，差异显著。 称 为最小显著差数，记为LSD。t分位数的自由度 。仅需将每一对平均数的差与LSD比较，当 时差异显著，否则差异不显著。 例 对4种不同饲料的日增重值进行多重比较。 解： ， ， ， ， MSe = 54.125, df = 4×(5-1)=16 查表，得t0.975 (16) =2.1199, t0.995 (16) =2.9208 ∴ LSD0.05 = t0.975 (16) =2.1199× = 2.1199×4.6530 = 9.8639 LSD0.01 = 2.9208×4.6530 = 13.5905 列出各水平均值的差值表。将各差值分别与LSD0.05和LSD0.01比较，大于LSD0.05的标“*”，大于LSD0.01的标“**”。 ? 1 2 3 27.2** 17.8** 14.8** 12.4* 3.0 9.4 4 3 2 8.2.2.2 Duncan检验 LSD计算方便且容易比较，但由于又回到了多次重复使用t 检验的方法，会增加犯第I类错误的概率。因此，提出了多重范围检验的思想：即把平均数按大小排列后，对离得远的平均数采用较大的临界值R。这一类的方法主要有Duncan检验法和Newman-Keuls检验法。后者又称为q法。在确定各平均数对子之间真正的差异时，前者优于后者。 Duncan多范围检验（Duncan multiple range test）步骤： 1°把需比较的a个平均数从大到小依次排好： 2°求出各对之间的差值（范围），并列成表： 表 a个均值间的差值表 * §8.1 方差分析的基本原理 例 有5组数据要比较，若一对一对的比较，则共需比对 。假设每一对接受H0正确的概率为 =0.95，而且这些检验都是独立的，那么10对都接受的概率 ，因此 ，即全部比较中至少犯一次第I类错误的概率为0.40，这显然是不能接受的。 方差分析（analysis of variance, ANOVA）是一种特殊情况下的统计假设检验，是多组数据之间平均数差异的显著性检验。 t 检验可以判断两组数据平均数间的差异显著性，而方差分析则可以同时判断多组数据间的差异显著性。对多组数据若仍用前面介绍的t 检验进行一对对的比较，会大大增加犯第I类错误的概率。 8.1.1 方差分析的一般概念 方差分析是将各组数据放在一起，一次比较就对所有各组间是否有差异作出判断。如果没有显著差异，则认为它们都是相同的；如发现有差异，再进一步比较是哪组数据与其他数据不同。 8.1.2 方差分析中常用到的术语 1. 因素(factor) 可能影响试验结果，且在试验中被考查的原因或原因组合。有时也可称为因子。 2. 水平(level) 因素在试验或观测中所处的状态。 3. 主效应 反映一个因素各水平的平均响应之差异的一种度量。一个因子第i水平上所有数据的平均与全部数据的平均之差，称为该因子第i水平的主效应。 4. 交互效应 由两个或多因素之间水平搭配而产生的差异的一种度量。 5. 处理 实验中实施的因