第五节两向分组资料的方差分析.docVIP

第五节 两向分组资料的方差分析 两因素试验中若因素A的每个水平与因素B的每个水平均衡相遇(或称正交)，则所得试验数据按两个因素交叉分组称为两向分组资料。例如选用几种温度和几种培养基培养某种真菌，研究其生长速度，其每一观察值都是某一温度和某一培养基组合同时作用的结果，故属两向分组资料。两向分组又叫交叉分组。按完全随机设计的两因素试验数据，都是两向分组资料，其方差分析按各组合内有无重复观察值分为两种不同情况，本节将予讨论。其他设计的两向分组资料，则留待以后介绍。 一、组合内只有单个观察值的两向分组资料的方差分析 设有A和B两个因素，A因素有a个水平，B因素有b个水平，每一处理组合仅有1个观察值，则全试验共有ab个观察值，其资料类型如表6.23。 表6.23 完全随机设计的二因素试验每处理组合只有一个观察值的数据结构 （i=1，2，…，a；j=1，2，…，b） A 因 素 B 因 素 总计Ti. 平均 B1 B2 … Bb A1 y11 y12 … y1b T1. A2 y21 y22 ? y2b T2. Aa ya1 ya2 yab 总和 T.1 T.2 … T.b T.. 平均 … 表6.23中观察值的线性模型为： (6·36) 上式的为总体平均；和分别为A和B的效应，可以是固定模型(，)或随机模型[～N(0，)，～N(0，)]；相互独立的随机误差服从正态总体N(0，)。 表6.24 表6.23类型资料自由度和平方和的分解及方差分析 变异来源 DF SS MS F 混合模型EMS (A固定，B随机) A因素 a-1 +b B因素 b-1 +a 误 差 (a-1)(b-1) 总变异 ab-1 (6·36)说明表6.23类型资料的总变异()可分解为A因素第i水平效应、B因素第j水平效应和试验误差三个部分。其各项变异来源自由度和平方和的估计及方差分析见表6.24。 表6.24中F测验所作假设为H0：=0；H0：=0。 上述这种试验资料如果A、B存在互作，则与误差混淆，因而无法分析互作，也不能取得合理的试验误差估计。只有AB互作不存在时，才能正确估计误差。表6.23类型的方差分析在田间试验中经常使用。例如在随机区组试验(见第二章)中，处理可看作A因素，区组可看作B因素；而区组效应是随机模型，处理和区组的互作在理论上又是不应存在可看作为误差。这种设计的误差项自由度一般不应小于12，以较精确地估计误差。 [例6.13] 采用5种生长素处理豌豆，未处理为对照，待种子发芽后，分别每盆中移植4株，每组为6盆，每盆一个处理，试验共有4组24盆，并按组排于温室中，使同组各盆的环境条件一致。当各盆见第一朵花时记录4株豌豆的总节间数，结果列于表6.25，试作方差分析。 表6.25 生长素处理豌豆的试验结果 处 理 (A) 组 (B) 总和 平均 Ⅰ Ⅱ Ⅲ Ⅳ 未处理(CK) 60 62 61 60 243 60.8 赤霉素 65 65 68 65 263 65.8 动力精 63 61 61 60 245 61.3 吲哚乙酸 64 67 63 61 255 63.8 硫酸腺嘌吟 62 65 62 64 253 63.3 马来酸 61 62 62 65 250 62.5 总和 375 382 377 375 T=1509 (1) 自由度和平方和的分解 根据表6.24将各项自由度直接填于表6.26。以下分解平方和，求得： 表6.26 表6.25资料的方差分析 变异来源 DF SS MS F F0.05 组 间 3 5.45 1.82 ＜1 处 理 间 5 65.87 13.17 4.56 2.90 误 差 15 43.30 2.89 总 变 异 23 114.62 (2) F测验 上表对组间有无不同效应作F测验，假设H0：=0，得： ＜1 对处理间有无不同效应作F测验有H0：=0得： ＞F0.05 推断：组间环境条件无显著差异，不同生长素处理间有显著差异。 (3) 处理间比较 此例有预先指定的对照，故用LSD法。求得： (节间) 查得=15时，t0.05=2.131，t0.01=2.947，故： LSD0.05=1.202×2.131=2.56(节