08第八章统计解析.ppt

第八章 统计分析 主要内容 第一节 方差分析 第二节 线性回归分析 理解与练习 第一节 方差分析 一、基本原理 （一）综合虚无假设与部分虚无假设 （二）变异的可加性 （三）基本条件 二、单因素完全随机化设计的方差分析 （一）基本程序 （二）分析案例 三、单因素随机区组实验设计的方差分析 （一）随机区组实验设计的基本原则 （二）随机区组实验设计方差分析的基本程序 四、双因素实验设计的方差分析 五、事后检验 方差分析又称变异数分析，是一种应用非常广泛的变量分析方法，其主要功能在于分析实验数据中不同来源的变异对总变异的贡献大小，从而确定实验中各因素对反应变量是否存在显著影响。它主要应用于两种以上实验处理的数据分析，同时比较两个以上的样本平均数。因此，我们也可以把方差分析理解为是对平均数差异显著性检验的扩展。 一、基本原理 （一）综合虚无假设与部分虚无假设 虚无假设应为：各样本组所对应的总体其平均数都相等，一般我们把这一假设称为“综合虚无假设” 。而组间的虚无假设相应地就应被称为“部分虚无假设”。检验综合虚无假设是方差分析的首要任务。如果综合虚无假设被拒绝，就要确定究竟是哪两个（或哪些）组之间的平均数之间存在显著性的差异，而这又需要运用事后检验方法来确定。 （二）变异的可加性 在方差分析中，我们以实验数据与平均数的离差平方和（简称平方和，用符号 来表示）作为变异的统计量。 为总平方和，表示实验中产生的总变异； 为组间平方和，表示由于不同的实验处理而造成的变异； 为组内平方和，表示由实验误差（包括个体差异）而造成的变异。这样，总变异就被分解为组间变异和组内变异两部分。如果实验数据的总变异主要是由实验因素造成的，那么在总差异中，组间差异将占据比较大的比例，而组内差异就只能占据较小的比例。 若用 表示某组中的第几个数， 表示第几组， 表示每组的容量，表示有几组实验处理， 。 那么总平方和、组间平方和以及组内平方和的计算公式分别为： 方差分析中，在比较组间差异与组内差异时，不能直接比较各自的离差平方和，因为离差平方和的大小与求离差平方和的项数（ 或 ）的大小有关。为消去项数的影响，应分别求其均方，即将离差平方和除以各自的自由度，以表示。均方也即样本方差，它是总体方差的无偏估计。 组间方差又称组间均方，一般用 表示： 其中， ------组间离差平方和， ------组间自由度。 组内方差又称组内均方，用 表示： 其中， ------组内离差平方和， ------组内自由度。 总均方一般用 表示： 其中， ------总离差平方和， ------总自由度。 因此，总均方可分解为组间均方和组内均方两部分，即： 检验两个方差之间的差异一般用F检验，因此，比较 与 也要用F检验。在讨论方差齐性检验时，指出利用F检验比较两个样本方差的差异要用双侧检验。在方差分析中关心的是组间均方是否显著地大于组内均方，如果组间均方小于组内均方，就不需要检验其是否小到某个显著性水平。因而总是将组间均方放在分子的位置，进行单侧检验，即： F为处理均方和误差均方的比率数。如果 ，说明数据的总变异中处理效应引起的变异所占的比例小于或等于实验误差所引起的变异，因此不能拒绝 ，只能认为处理效应为0；当 ，且落入分布的否定域，即当统计量 时，则表明实验数据的变异主要是由实验处理效应所造成的，从而就有足够的理由拒绝处理效应为0的虚无假设，而认为 个实验处理中至少应有一个其处理效应不为0。 （三）基本条件 在应用方差分析时有一定的条件限制，即数据资料必须满足以下几个基本条件：（1）总体服从正态分布，（2）变异具有可加性，（3）各组处理内的方差一致即方差齐性。否则原则上便不能运用方差分析方法。 二、单因素完全随机化设计的方差分析 单因素完全随机化设计指的是用随机化的方法给处理指派实验序号和实验对象的实验设计。在实验中仅有一个实验因素，它分处于 个水平（ ），用随机化的方法将N名被试分为 组，每组 个对象，且 ；每个实验组被随机地指派接受一 种实验处理。 （一）基本程序 （1）建立假设： ，即所有个总体平均数相同，不存在处理效应； 至少有两个总体平均数是不同的。 （2）计算离差平方和、自由度