田间试验与统计方法 4 方差与协方差分析.ppt

* 1.H0:各总体增重的修正均数相等 H1:各总体增重的修正均数不全相等 ?=0.05 2.计算总的、饲料组间、大白鼠间、误差 项、饲料+误差项的 lXX、lYY、lXY与 自由度 * 总变异－白鼠间 * 3.结论: F=2.19F0.05(2,21)=3.47 P0.05 按?=0.05水准不拒绝H0，还不能认为扣 除进食量因素的影响后，三种饲料对增 加大白鼠体重有差别。 * 4.计算公共回归系数与修正均数 未修正前均数： * SPSS软件计算 1.建立数据文件 2.绘制散点图与建立直线回归方程 3.回归直线平行性假定的检验 进食量与饲料组无交互作用可认为 各组回归直线平行，即进食量对增 重的影响在各组间是相同的。 4.修正均数的计算与假设检验 * * * * * * * 固定因素 随机因素 交互作用 * * 前面已得出三组斜率相同的结论，故交互项不需要再引入到模型。 * 作图 * 协变量假定均数 * * SPSS课堂练习 对上述两例进行协方差分析。 课后练习： 见word 文档 协方差分析 一、基本思想 例：为研究A、B、C三种饲料对猪的催肥效果，用每种饲料喂养8头猪一段时间，测 得每头猪的初始重量(X)与增重(Y)。试分 析三种饲料对猪的催肥效果是否相同 ？ * 协变量 * 若不考虑猪的初始重量X对增重Y的影响 H0：μ1=μ2=μ3 H1：μ1、μ2、μ3不等或不全相等 α=0.05 结论：三种不同饲料的催肥效果不同。 * * * 如果不考虑猪的初始重量X对增重Y的影响，直接用方差分析比较各组猪的平均增重，以评价三种饲料对猪的催肥效果，这是不恰当的。 如何在扣除或均衡这些不可控制因素的影响后比较多组均数间的差别，应用协方差分析。 当有一个协变量时，称一元协方差分析；当有两个或两个以上协变量时，称多元协方差分析。 * 协方差分析是将线性回归与方差分析相结合 的一种分析方法。 把对反应变量Y有影响的因素X看作协变量， 建立Y对X的线性回归，利用回归关系把X值 化为相等，再进行各组Y的修正均数间比较。 修正均数是假设各协变量取值固定在其总 均数时的反应变量Y的均数。 其实质是从Y的总离均差平方和 中 扣除协变量X对Y的回归平方和 ， 对残差平方和 作进一步分解后再进行方差分析。 * 二、应用条件 1.各组协变量X与因变量Y的关系是线性的， 即各样本回归系数b本身有统计学意义。 2.各样本回归系数b间的差别无统计学意义， 即各回归直线平行。 3.各组残差呈正态分布。 4.各协变量均数间的差别不能太大，否则有 的修正均数在回归直线的外推延长线上。 * * 1.H0:各总体增重的修正均数相等 H1:各总体增重的修正均数不全相等 ?=0.05 2.计算总的、组间与组内的 lXX、lYY、lXY与自由度 总: 若考虑猪的初始重量X对增重Y的影响-----协方差分析 * 组间: * 组内: * * 3.结论 F=31.07F0.01(2,20)=5.85 P0.01 按?=0.05水准拒绝H0，接受H1， 可以认为扣除初始体重因素的影响后， 三组猪总体增重均数的差别有统计学意义。 * SPSS软件计算 1.建立数据文件 2.绘制散点图与建立直线回归方程 3.回归直线平行性假定的检验 初始体重与饲料组无交互作用可认为 各组回归直线平行，即初始体重对增 重的影响在各组间是相同的。 4.修正均数的计算与假设检验 * 数据输入原则： 一个变量占一列 一个观测对象占一行 * * * * * * 观测指标：增重 “处理因素”：饲料组 初始体重 * * 前面已得出三组斜率相同的结论，故交互项不需要再引入到模型。 * 作图 * 协变量假定均数 * * * 例 ：随机区组设计资料的协方差分析 为研究A、B、C三种饲料对增加大白鼠体重的影响，有人按随机区组设计将初始体重相近的36只大白鼠分成12个区组，再将每个区组的3只大白鼠随机分入A、B、C三种饲料组，但在实验设计时未对大白鼠的进食量加以限制。三组大白鼠的进食量(X)与所增体重(Y)如下，问扣除进食量因素的影响后，三种饲料对增加大白鼠体重有无差别 ？ * * 随机区组设计资料方差分析的变异分解 总变异＝处理间变异+区组间变异+误差 随机区组设计资料协方差分析的变异分解与此相同 * 处理因素 （饲料） 协变量 （进食量） 区组 （大白鼠） 反应变量Y (增重)均数 扣除