如：鱼塘清池与否与鱼病的发生是否有关 草鱼注射三联苗与.pptVIP

第6章 方差分析 6.1方差分析的意义与基本原理 6.1.1方差分析的意义 u、t测验：推断两样本均数差异显著性的问题 当样本平均数至少3个时，不能用u、t 测验进行两两均数间差异显著性测验 ①增大计算量 若k个处理，需作k(k－1) /2次t测验， 如比较8个平均数，就要进行28次测验 ②信息利用不充分。 作同一试验多个处理比较时，t测验每次只利用两组资料，未完全利用资料所提供的信息。特别是没有利用统一估计的试验误差，造成误差估计的精确性和测验的灵敏性降低，容易掩盖处理间差异的显著性。 ③推断的可靠性降低。 如作5个平均数差异显著性测验，用t测验需作10次，按α=0.05测验H0， 每次接受H0的概率为1－0.05=0.95， 10次接受H0的概率0.9510=0.6， 拒绝H0的概率即犯I型错误概率不是0.05，而是1－0.6=0.4。 犯1型错误的概率明显增大，导致对总体真值的偏高估计，即总体真值并非差异显著，但结论却是差异显著的，可能造成统计决策失误。 在分析≥3平均数的差异显著性时，利用方差分析方法。 方差分析（analysis of variance，ANOVA）：费雪尔(R.A.Fisher)于1923年首次提出的，对变异原因进行数量分析的科学。 6.1.2 方差分析的基本原理 6.1.2.1 方差分析的线性数学模型 考虑一单因素试验，设有k个处理，每个处理有n次重复，共有N＝nk个观测值。 6.1.2.3 期望均方 6.1.2.4 F 测验  方差分析的核心内容仍是显著性测验，测验方法是F测验，是推断多个处理平均数间是否存在实质性的差异，或测验某项变异因素的效应方差是否为零 单因素试验资料 6.1.2.5 多重比较 若一个资料按固定模型进行方差分析，F测验结论是拒绝H0，k个处理均数间存在显著差异。表明 ： k个处理均数具有显著差异，而任意两个处理均数间并不都存在显著差异。 判断哪两个平均数差异显著或不显著，必须在所有平均数中一对一对地比较才能确定下来。这就是平均数的多重比较（multiple comparison） 多重比较，就是判断多个平均数中两两间差异显著性的假设测验方法，它一般是在F测验差异显著或极显著时应用。 2）最小显著极差法（LSR法） 最小显著极差法（least significant ranges）是比较k个处理平均数的有序排列中两极端平均数间的差异显著性。 3）对照比较法 6.1.2.5.2 多重比较结果的表示 6.1.2.5.3 多重比较方法的选用 * 5.3 独立性测验 独立性测验是指测验两因素间相互独立还是相互关联 如：鱼塘清池与否与鱼病的发生是否有关 草鱼注射三联苗与否与草鱼的疾病发生是否有关 独立性测验与适合性测验的不同点： 研究目的不同： 适合性测验是研究实际次数与理论次数是否相符合， 独立性测验是研究两因素间是相互独立，还是相互关联的问题。 属性类别不同： 独立性测验的次数资料是按行、列两向排成联列表，根据因素水平数的多少有2×2表，2×C表，R×C表等几种形式； 适合性测验只按某一因素的属性类别，如性别、表现型等将次数资料归组。 理论次数计算不同： 适合性测验理论次数的计算是按已知的属性分配理论比例进行； 独立性测验在计算理论次数时无已知的理论比例，理论次数的计算是在因素相互独立的前提下推算出来的。 5.3.1 2×2表独立性测验 2×2联列表是指两行两列的联列表。 独立性测验时，其自由度df=(2-1)(2-1)=1；理论次数的计算是在假定两因素相互独立的前提下推算的，为： Eij为第i行第j列的理论次数；Ti.为第i行的总和数；T..j为第j列的总和数；T为全试验的总和数。那么χ2c为： 例5.5 西南农业大学水产学院在苴草制剂对草鱼的诱食作用研究中，得到下表所示结果。试测验苴草制剂对草鱼是否有诱食作用。 例5.6 比较池塘养鱼中鱼的放养密度与发病间的关系，得结果下表，试测验鱼的发病与放养密度是否有关。 5.3.2 2×C表的独立性测验 2×C表是两行C（C≥3）列的联列表。独立性测验时，自由度为df=(2-1)(C-1)=C-1 ≥ 2，不进行连续性矫正。 5.3.3 R×C表的独立性测验 R×C表是指R行C列（R、C≥3）