第五章方差材料.ppt

第五章 方差分析ANOVA or AOV 第一节 方差分析的步骤和原理 以“重复次数相等的单因素完全随机试验结果”，又称为“单向分组，组内重复值数目相等”的资料为例 表8-1 5个小麦品系株高（cm）调查结果 一、线性可加模型与平方和、自由度的分解 线性可加模型(P.115)：总体中每一个变量可以按其变异的原因分解成若干个线性组成部分，它是方差分析的理论依据。 例8.1资料: 总体的线性组成: Xij＝μ＋τi＋εij 样本的线性组成: Xij＝X＋ti＋eij Xij－X ＝(Xt －X) ＋(Xi. － Xt) 2．变异的效应与平方和、自由度的分解 总变异效应是各观察值Xij与总平均株高X的离差，即： Xij－X＝ Xij－67.28 因此原表的25个xij，当皆以离均差的形式表示时，就得到以下结果 总效应：Xij－X 处理效应：Xt－X 误差：Xij－Xt 看黑板 (直观理解，有利记忆） 二、期望均方与F测验 期望均方：某因素引起的变异方差的理论组成（EMS） P. 108 处理的总体效应： 误差的总体效应： 由样本估计时： （黑板上） 固定效应模型与假设测验 F= MSt/ Mse F=多一项的均方/少一项的均方 推断：不同品系间株高有显著差异。需要进行平均数间的多重比较测验来确定各平均数间的差异显著性。 随机效应模型与假设测验 推断:不同窝间该动物的出生体重间没有显著差异。 三、多重比较 多重比较：平均数间的两两比较 Duncan 测验 SE＝（0.779/5)1/2=0.5582 查dfe下的rα(表9，P. 269) 计算R α =SE× Rα 查表9，P. 269,计算Rα 此题Duncan法差异显著性检验结果与LSD法相同（巧合） 四、推断 例8.1资料的分析结果推断： 5个品系的株高间均有显著差异，D品系的株高最高，其余依次为E，C，A，B。 方差分析步骤总结 数据整理 平方和和自由度的分解 列方差分析表进行F测验 多重比较 推断 第二节 方差分析的基本假定和数据转换 一、基本假定 二、数据转换 (P.140-141) 例如：每50次捕捉获得牧草盲蝽数（x） X’=(X+1)1/2 补充例题：不同处理有生活力花粉的百分数（盖本，例 6.15 P.126 表6.38） 补充例题：可加性模型与非可加性模型的比较 第三节 完全随机试验结果的分析方法 一、单因数完全随机试验结果分析 （一）重复次数相等的资料 （单向分组组内重复次数相等的资料） P. 104: 例８.1表８－１资料 例8.2 表8-2 (二) 重复次数不等的资料盖本P. 113, (杜本P112) 作业 P117-118 8.3 8.5 8.6 8.7 二、两因素完全随机试验结果的分析 （一）处理组合内没有重复的试验结果 （两向分组组内没有重复的资料） P.119 例6.13单因素的区组试验也为此种类型的资料 补充例题:两向分组组内无重复值的资料 补充题分析方法见黑板 浓度与浸种时间试验结果的方差分析 浓度与浸种时间试验浓度平均数的多重比较 两因素完全随机没有重复的试验特点、应用前提和要求 特点: 处理组合内没有重复 前提: 已知A、B互作不存在 要求: 重复次数必须满足dfe≥12 （8 OK） 两因素完全随机试验结果分析 (二)处理内重复次数相等的资料 (两向分组组内重复值数目相等的资料） P.120， 122 例6.14 Ⅰ 固定模型资料的方差分析 例6.14 ，P. 122，表6.31 表6.31 资料的分析步骤 1. 整理处理单向分组表，分解平方和与自由度 SS e=SS T- SS t =219.28-202.58 =16.70 Df T=abn-1=26 Df t=k-1=ab-1=8 Dfe=k(n-1)=18 2. 列A、B两向表，分解平方和、自由度 表6.31资料的AB两向表 3. 列方差分析表进行F测验 4. 推断: 表6.1 资料推断 P.124 中间 肥料A1对小麦的增产效果最显著，不同土类对产量的影响不显著，但土类与肥类两因素间互作效应显著，表现在A1肥料施于B1 土壤上对小麦的增产效果更好。 注意 1、有重复与无重复试验的比较 2、交互作用的判断 Ⅳ A、B两因素试验不同模型期望均方比较P. 121，表 6.28 三 三因素完全随机试验结果的方差分析 例 13.2 P. 253 例 13.2 P. 253 列处理单向表（表13.9），求 SST, SSt, SSe 和相应的DF 列AB、AC和BC两向表 求SSA，SS B，SSAB，SSC， SSAC， SSBC， SS ABC和相应自由度。 AB两向表 （表13.10