第5章 分类变量对数值变量的影响.ppt

* * * * * * * * * 9 * * * * * * * * * * 随机化区组设计(randomized block design) 先按一定规则将试验单元划分为若干同质组，称为“区组(block)” 再将各种处理随机地指派给各个区组 比如在上面的例子中，首先根据土壤的好坏分成几个区组，假定分成4个区组：区组1、区组2、区组3、区组4，每个区组中有三个地块 在每个区组内的3个地块以抽签的方式决定所种的小麦品种 分组后再将每个品种(处理)随机地指派给每一个区组的设计就是随机化区组设计 试验数据采用无重复双因素方差分析 随机化区组设计(例题分析) 试验数据： ?无重复双因素方差分析 随机化区组设计(例题分析) 方差分析： 因子设计(factorial design) 感兴趣的因素有两个 如：小麦品种和施肥方式 假定有甲、乙两种施肥方式，这样3个小麦品种和两种施肥方式的搭配共有3×2=6种。如果我们选择30个地块进行实验，每一种搭配可以做5次试验，也就是每个品种(处理)的样本量为5，即相当于每个品种(处理)重复做了5次试验 考虑两个因素(可推广到多个因素)的搭配试验设计称为因子设计 该设计主要用于分析两个因素及其交互作用对试验结果的影响 试验数据采用可重复双因素方差分析 因子设计(例题分析) 试验数据： ?可重复双因素方差分析 因子设计(例题分析) 方差分析： 本章小结 方差分析(ANOVA)的概念 方差分析的思想和原理 方差分析中的基本假设 单因素方差分析 双因素方差分析 试验设计与数据分析 结 束 * * * * * * * * * * * * * 5.3.1 不考虑交互作用 5.3.2 考虑交互作用 5.3 考虑两个分类自变量的影响 (two-way analysis of variance) 2008年5月 考虑两个分类变量的影响 (two-way analysis of variance) 分析两个因素(行因素Row和列因素Column)对试验结果的影响 如果两个因素对试验结果的影响是相互独立的，分别判断行因素和列因素对试验数据的影响，这时的双因素方差分析称为无交互作用的双因素方差分析或无重复双因素方差分析(Two-factor without replication) 如果除了行因素和列因素对试验数据的单独影响外，两个因素的搭配还会对结果产生一种新的影响，这时的双因素方差分析称为有交互作用的双因素方差分析或可重复双因素方差分析 (Two-factor with replication) 5.3.1 不考虑交互作用 (无重复双因素分析) 双因素方差分析的基本假定 每个总体都服从正态分布 对于因素的每一个水平，其观察值是来自正态分布总体的简单随机样本 各个总体的方差必须相同 对于各组观察数据，是从具有相同方差的总体中抽取的 观察值是独立的 数据结构 ? 是行因素的第i个水平下各观察值的平均值 ? 是列因素的第j个水平下各观察值的平均值 ? 是全部 kr 个样本数据的总平均值 数据结构 误差分解 ?计算平方和(SS) 总误差平方和 行因素误差平方和 列因素误差平方和 随机误差项平方和 误差分解 ? 总误差平方和(SST )被分解成 3 部分，行因素平方和 (SSR)、列因素平方和(SSC) 、误差项平方和(SSE) 之间的关系 SST = SSR +SSC+SSE 分析步骤(构造检验的统计量) ?计算均方(MS) 误差平方和除以相应的自由度 三个平方和的自由度分别是 总误差平方和SST的自由度为 kr-1 行因素平方和SSR的自由度为 k-1 列因素平方和SSC的自由度为 r-1 误差项平方和SSE的自由度为 (k-1)×(r-1) 分析步骤(构造检验的统计量) ?计算均方(MS) 行因素的均方，记为MSR，计算公式为 列因素的均方，记为MSC ，计算公式为 误差项的均方，记为MSE ，计算公式为 2008年5月 构造检验的统计量——检验 检验统计量 检验行因子 检验列因子 决策 若FRF?(或P?) ，拒绝H0 若FCF?(或P?) ，拒绝H0 双因素方差分析表(基本结构) 误差来源 平方和 (SS) 自由度 (df) 均方(MS) F值 P值 F 临界值 行因素 SSR k-1 MSR MSR MSE 列因素 SSC r-1 MSC MSC MSE 误差 SSE (k-1)(r-1) MSE 总和 SST kr-1 2008年5月 双因素方差分析（不考虑交作用）  (例题分析) 不同品牌的彩电在5个地区的销售量数据 品牌因素 地区因素 地区1 地区2 地区3 地区