第七章 方差分析.docVIP

第七章 方差分析 一个或两个样本平均数的假设测验，可用u测验或t测验来测定它们之间的差异显著性。当试验的处理数是k≥3时，上述方法已不敷应用。其原因是当是k≥3时就有k(k-1)／2个差数进行比较，不仅工作量非常大，且精确度降低。因此，对多个样本平均数的假设测验，需采用一种更为合适的统计方法，即方差分析法。方差分析是生产和科学研究工作的一个十分重要的工具。 第一节 方差分析的基本原理 方差分析就是将试验数据的总变异分解为来源于不同因素的相应变异，并作出数量估计，从而明确各个变异因素在总变异中所占的重要程度；也就是将试验数据的总变异方差分解成各变因方差，并以其中误差方差作为和其他变因方差比较的标准，以推断其他变因所引起的变异量是否真实的一种统计分析方法。 一、平方和与自由度的分解 方差是平方和除以自由度的商。要想将一个试验资料的总变异分解为各个变异来源的相应变异，首先必须将总平方和与自由度分解为各个变异来源的相应部分。因此，平方和与 自由度的分解是方差分析的第一步。下面先从简单的类型说起。 假设有k个处理；每个处理有n个观测值，则该资料共有nk个观测值，其观测值的组成如表7-1。 表7-1中，i代表资料中任一样本；j代表样本中任一观测值；xij代表任一样本的任一观测值；Tt代表处理总和；代表处理平均数；T代表全部观测值总和；代表总平均数。 表7-1 每处理具n个观测值的k组数据的符号表 处理 样本 观察值 处理总和 Tt 处理平均 1 2 … j … n 1 x11 xi2 … x1j … x 1n Tt1 2 x21 xi2 … x2j … x 2n Tt2 … … … … … … … … … i xi1 xi2 … xij … xin Tti … … … … … … … … … k xk1 xk2 … xkj … xkn Tki T=∑x 在表7-1中，总变异是nk个观测值的变异，故其自由度=nk-1，而其平方和SST则为： SST= (7-1)式中的C称为矫正数： (7-2) 产生总变异的原因可从两方面来分析：一是同一处理不同重复观测值的差异是由偶然因素影响造成的，即试验误差，又称组内变异；二是不同处理之间平均数的差异主要是由处理的不同效应所造成，称处理间变异，又称组间变异。因此，总变异可分解为组间变异和组内变异两部分。 组间的差异即k个的变异，故自由度=k—1，而其平方和SSt。为： 组内的变异为各组内观测值与组平均数的变异，故每组具有自由度=n-1和平方和，而资料共有k组，故组内自由度，=k(n-1)，而组内平方和SS为： 因此，得到表7-1类型资料平方和与自由度的分解式为： 总平方和=组间(处理间)平方和＋组内(误差)平方和 记作： SST=SSt＋SSe 总自由度：组间(处理间)=自由度＋组内(误差)自由度 即： (nk-1)=(k-1) ＋k(n-1) 记作： DFT=DFt＋DFe 求得各变异来源的平方和与自由度后，进而求得： 总平方和 总自由度 dfT=nk-1 处理平方和 处理自由度 dft=k-1 区组平方和 区组自由度 dfr=n-1 误差平方和 误差自由度 dfe=(k-1)(n-1) 均方用MS表示，也可用s2表示，两者可互换。其组内均方MSe也称误差均方，它是多个处理内均方的加权平均值，而第6章中s2e为甲、乙两样本（处理）均方的加权平均值，故s2e与MSe意义相同。 [例7.1]设有A、B、C、D4个大豆品种（k=4），其中D为对照，进行大区比较试验，成熟后分别在四块地测产，每块地随机抽样5点，每点产量（kg）列于表7-2，试作方差分析。 表7-1 大豆大区抽样产量综合表 品种 样点 Tt 1 2 3 4 5 1 35 41 28 38 31 173 34.6 2 28 22 19 35 29 133 26.6 3 29 35 34 39 32 169 33.8 4 25 26 21 27 22 121 24.2 596（T） 29.8（） 1、平方和的分解 已知n=5，k=4 2、自由度的分解 DFT=nk-1=5×4-1=19 DFt=k-1=4-1=3 DFe=