试验设计与(园艺)第四章方差课程方案.ppt

第四章;主要内容;第一节 方差分析的基本原理;假设测验：一个或两个样本平均数的比较。 方差分析：3个和3个以上样本平均数的比较。 方差分析：按变异来源将总变异分解为不同的部分，并利用各变异原因在总变异中的相对重要程度进行统计分析的方法。 方差分析测验的依据：在扣除了各种试验原因所引起的变异后，所剩下的变异提供了试验误差的无偏估计。 方差分析也是通过将处理的表面效应与其误差进行比较进行统计推断，其度量变异程度的方式为样本方差。 各种类型方差分析的基本原理和步骤相同。 ;如：以A、B、C、D等 4种药剂处理水稻种子，其中A为对照，每处理各得4个苗高观察值（cm），其结果见下表。 ;一、方差分析的数学模型;xij表示第i个处理的第j个观察值（i＝1，2，…，k；j＝1，2，…，n） xij可以表示为xij＝μi＋εij，其中，μi为第i个处理观察值总体平均数；εij为试验误差，εij之间相互独立并且服从正态分布N（0，σ2）。;如果令 ，αi ＝ μi-μ 那么， xij＝μ＋αi ＋εij ，其中，μ为全部观察值总体平均数，αi为第i个处理的处理效应，表示处理i对试验结果产生的影响。有： 。 xij＝μ＋αi ＋εij叫做单因素完全随机设计试验资料的数学模型。 在这个模型中，每一个观察值xij可以表示为总平均数μ、处理效应αi、试验误差εij之和。;如：以A、B、C、D等 4种药剂处理水稻种子，其中A为对照，每处理各得4个苗高观察值（cm），其结果见下表。 ;二、方差分析的一般步骤;（1）总平方和的分解 我们通过恒等变换来分解总平方和。 对第i个处理的平方和，有： ;由于 所以 对于全部k个处理; 由于 所以;（2）总自由度的分解 总自由度：在计算总平方和时，资料中的kn个观察值的离均差（ ）要受到 这个条件的约束，所以总自由度等于全部观察值的个数减1，即kn－1，记为dfT＝kn－1。 处理间自由度：在计算处理间平方和时， k个处理的平均数离均差（ ）要受到 这个条件的约束，所以处理间自由度等于处理的个数减1，即k－1，记为dft＝k－1。 ;处理内自由度：在计算处??内平方和时，kn个离均差（ ）要受到k个条件的约束，即 （i＝1，2，…，k），所以处理内自由度等于全部观察值的个数减k，即kn－k，记为dfe＝kn－k＝k（n－1）。 由于kn－1＝kn－k＋k－1＝k（n－1）＋（k－1） 所以，dfT＝dft＋dfe。;各项平方和除以各自的自由度便得到总均方（方差）、处理间均方（方差）和处理内均方（方差） ： MST＝sT2＝SST/dfT MSt＝st2＝SSt/dft MSe＝se2＝SSe/dfe 处理内均方也称误差均方，是多个总体或处理所提供的处理内变异（或误差）的平均值。 注意：总均方一般不等于处理间均方与处理内均方之和。;如：以A、B、C、D等 4种药剂处理水稻种子，其中A为对照，每处理各得4个苗高观察值（cm），其结果见下表。试分解其自由度和平方和。 ;（1）总自由度的分解： 总自由度： dfT=(nk－1)=(4?4)－1=15 药剂间自由度 dft=(k－1)=4－1=3 药剂内自由度 dfe=k(n－1)=4?(4－1)=12;（2）总平方和的分解： 总平方和： 药剂间平方和： 药剂内平方和：;（3）各项均方 MST＝sT2＝602/15=40.13 MSt＝st2＝504/3=168.00 MSe＝se2＝98/12=8.17 ;2、F分布与F测验 F值：从一个平均数为μ、方差为σ2的正态总体中，随机抽取两个独立样本，分别计算出其均方s12和s22，将s12和s22的比值定义为F：F（df1,df2）＝s12/ s22。 F分布：此F值具有s12的自由度df1和s22的自由度df2。如果在给定的df1和df2下，按上面的方法从正态总体中进行一系列抽样，就可以得到一系列的F值而作成F分布。 ;F曲线：F分布是具有平均数μF＝1和取值区间为[0，∞)的一组曲线，而某一特定曲线的形状仅决定于参数df1和df2。在df1＝1或df1＝2时，F分布曲线是严重倾斜成反J型，当df1≥3时，曲线转为偏态。;F概率：F分布曲线下一定区间的概率可从附表5中查出，表中所列出的是各种df下右尾概率α＝0.05和α＝0.01时的临界F值。 如df1＝3，df2＝12时，F0.05＝3.49，F0.01＝5.95，表示以n1＝4（d