生物统计学课件--12两向分组资料的方差分析.pptVIP

* 若有两因素试验：A因素有a水平，B因素有b水平， 则有处理组合ab个，即有观察值ab个。试验数据整理如下： 两向分组资料的数据 T TA1 TA2 ? ? ? TAa TA TB1 TB2 ? ? TBb ab个数据 B1 B2 ? ? Bb TB A1 A2 ? ? ? Aa A B 若有两因素试验：A因素有a水平，B因素有b水平，且试验重复n次，则有处理组合ab个，有观察值abn个。试验数据整理如下： 如何进行方差分析？ 第三节 两向分组资料的方差分析 （用于单因素试验和两因素试验） 一、模型的类型及交互作用的概念 （一）、模型的类型 1、固定模型 2、随机模型 3、混合模型 （二）交互作用 由于因素水平的改变而造成的因素效应值的改变，称因素的主效应。 例：有1个两因素试验，A因素有2水平，B因素有2水平，水平组合为A1B1，A1B2，A2B1，A2B2，若4个处理组合的表现值如下表，则有A、B 两因素的主效应为： A的主效应：即当A因素从第一个水平变化到第二个水平时，A2水平的平均效应值 - A1水平的平均效应值。 B因素的主效应： B的主效应： 即当B因素从第一个水平变化到第二个水平时， B2水平的平均效应值 - B1水平的平均效应值。 若A、B间不存在交互作用，则有： 有时，会发现某一因素在另一因素的不同水平上，所产生的效应值不同，例如： A在 B1 水平上的主效应： = A2B1 - A1B2 = 28 - 18 = 10 A在 B2 水平上的效应： = A2B2 - A1B2 = 22 - 30 = -8 可以看出，A的效应在B的不同水平上不同，这时 我们就说A与B存在交互作用 交互作用的大小：（A1B1+A2B2）-（A1B2+A2B1） =（18+22）-（28+30）=18 A的主效应： 在有交互作用的试验中，分析因素的交互作用比分析因素的主效应更重要。 交互作用简称互作。 二、固定模型的方差分析 （一）有重复试验时 （A、B 间可能存在互作，事先不能确定） 1、数据整理（列两向表），并进行平方和与自由度的分解 a、处理（组合）与重复两向分组表 b、列A、B两向分组表 TA1 TA2 ? ? ? TAa TA. TB1 TB2 ? ? TBb TA1B1 TAaB1 TA1B2 TA1Bb TAaBb B1 B2 ? ? Bb TB. A1 A2 ? ? ? Aa A B 2、列方差分析表，进行F检验。 当处理效应显著时，做多重比较。 两因素固定模型数据的方差分析表 dfT SST 总变异 σ2 S2e dfe SSe 误差 σ2+nη2αβ S2AB/S2e S2AB dfAB SSAB AB互作 σ2+anη2β S2B/S2e S2B dfB SSB B因素 σ2+bnη2α S2A/S2e S2A dfA SSA A因素 均方 期望 F值 均方 MS 自由度 DF 平方和 SS 变异 来源 H01：η2α =0 H02： η 2 β =0 H03： η 2 αβ=0 方差分析的随机模型的 F 测验公式 dfT SST 总变异 σ2 S2e dfe SSe 误差 σ2+n σ 2αβ S2AB/S2e S2AB dfAB SSAB AB互作 σ2+nσ2αβ+an σ 2β S2B/ S2AB S2B dfB SSB B因素 σ2+nσ2αβ+bnσ2α S2A/ S2AB S2A dfA SSA A因素 均方 期望 F值 均方 MS 自由度 DF 平方和 SS 变异 来源 H01：σ2α =0 H02： σ 2 β =0 H03： σ 2 αβ=0 方差分析混合模型的 F 测验公式（A固定，B随机） dfT SST 总变异 σ2 S2e dfe SSe 误差 σ2+nσ2αβ S2AB/S2e S2AB dfAB SSAB AB互作 σ2+anσ2β S2B/ S2AB S2B dfB SSB B因素 σ2+nσ2αβ+bnη2α S2A/ S2AB S2A dfA SSA A因素 均方 期望 F值 均方 MS 自由度 DF 平方和 SS 变异 来源 H01：αi =0 或η2