方差分析新.ppt

理论 6～8学时 实习 ２～4学时 平方和的计算器计算方法: 例5-1 某种猪场对四个不同品种猪的四个月增重进行测定结果如下，问四个品种猪的增重有无差异？ 平方和的计算方法: SST ：将计算器置于统计状态，将kn=16个观测值全部输入 SST ＝S2·dfT dfT ＝16-1=15 ＝ 2.98112 ×15＝133.3 SSA ：（1） 将计算置于统计状态将4个平均值全部输入 SSA ＝S2·dfA · n dfA = 4-1 =3 ＝ 1.94812 ×3 ×4 ＝45.54 （2） 将计算置于统计状态将4个Ti全部输入 SSA ＝S2·dfA ÷ n dfA = 4-1 =3 ＝ 7.79232 ×3 ÷ 4 ＝45.54 ③ SSe＝SST － SSA ＝ 87.8 F分布密度曲线是随自由度（ df1 、df2) 变化而变化的一组曲线见图5-1（P72) 1. F分布取值区间(0，+∞)。 2. F分布是随自由度组合不同而不同的一组曲线 3. F分布的形状一般都是偏斜的，df1越小，分布的偏斜程度就越大，随df1，df2的增大，F分布趋于对称，当df1，df2无穷大时，F分布即为正态分布。 4. F分布以面积代表概率，曲线与x轴的总面积等于1。 （四） 方差分析与t检验的比较 如，有3个样本平均，需要进行比较，需要进行3次t检验，这样就会使犯Ⅰ型错误的概率增大。因为检验3个均数两个为一组，需检验3次，每次用α= 5%，则对每一个差数，获得正确结论（不犯Ⅰ型错误）的概率是(1-α)=0.95，3个差数都要获得正确结论的概率却只有0.953=0.857，因此在3个差数比较中，至少做出一个错误结论的概率已不再是0.05，而是1-0.857=0.143，所以检验结果很不可靠。 第三节 多重比较 - 表5-4 方差分析表 用LSD法进行多重比较 已知：MSe=20.6，n=5，由显著水平、 dfe=12查t值表得  t0.05(12) = 2.179, t0.01(12) =3.055   LSD0.05 = 2.179 = 6.25  LSD0.01 = 3.055 = 8.77  表5-5 多重比较表 仍以例5-2为例，由方差分析表（P74）已知： Se2 = MSe = 20.6，n = 5, 由显著水平α，dfe =12，查SSR值表，并将数值代入LSRα公式计算。 将不同k值的两均值的差与相应的LSRα值相比较，即可得出其差异显著性。 表5-5改为连线表示法 第四节 单因素方差分析 单因素方差分析，是指试验所研究的因素只有一个，这类资料的方差分析是最简单的一种，其检验目的主要是判断试验因素各处理之间的相对效应。根据处理内观测值是否相等，单因素方差分析分为处理内观察次数相等和不等两类。 4、列方差分析表 计算简便步骤顺序编号： 二、处理内观测次数不相等资料的方差分析 表5-12 五个不同品种的母猪产仔数 （头/窝） n相等与n不等的F检验比较其不同点 重点：与n相等的F检验比较其不同点 解： 1、 H0：μ1=μ2=μ3=μ4=μ5 HA： μ1、μ2、μ3、μ4、μ5不完全相等。 2、列计算表 第七节 方差分析的基本假定与数据转换 一、 方差分析的基本假定 方差分析是多平均数差异显著性检验的一种统计分析方法，应用十分广泛。但并不是任何一种试验资料都可以用方差分析来处理的，只有符合方差分析的基本假定才能进行方差分析。方差分析有三个基本假定: (一)可加性 每个处理效应与误差效应是可加的。因为进行方差分析的模型就是线性可加模型。 第八节 方差同质性检验 方差的同质性，又称方差的齐性或一致性。方差的同质性检验的目的，就是要从各样本的均方来推断其相应的总体的方差是否相同，一般说来，方差分析以及t检验前应对各处理总体进行方差同质性检验，证明各处理总体方差同质性后才能作方差分析或t检验