6. 方差分析幻灯片.pptVIP

2. 可加性 (additivity) 即处理效应与误差效应是可加的，并服从方差分析的数学模型，这样才能将试验的总变异分解为各种原因所引起的变异，以确定各变异在总变异中所占的比例，最终对试验结果作为客观评价。 3. 方差同质性(homogeneity) 所有试验的误差方差应具备同质性，即不同处理不能影响随机误差的方差，也称为方差齐性，即: 二、数据转换 1. 平方根转换 2. 对数转换 3. 反正弦转换 主要针对符合泊松分布的观测数据，一般将原来的数值转换为其开平方，或者原数值加1的开平方。这样可以减少极端大的变量对方差的影响，从而获得方差的同质性。 对于来自总体和上面提到的方差分析基本假定相抵触的数据，在进行方差分析之前必须进行适当的处理，即数据转换，来变更测量标尺。 对于已知资料中的效应是成比例的，而不是可加的，或者标准差与平均数成比例时，可以用对数转换。一般是将原数据转换为对数，使其转换后具有可加性。 如果数据是比例数或以百分率表示的，其分布趋向于二项分布，方差分析时应作反正弦转换，转换后的数值 是以度为单位的，因此也称为角度转换。 平方根转换 有些生物学观测数据为泊松分布而非正态分布，如一定面积上某种杂草株数或昆虫头数等，样本平均数与其方差有比例关系。采用平方根转换可以对方差进行降缩，减少极端大的变量对于方差的影响，从而获得同质的方差。 例1. 平方根转换 处理 A1 A2 A3 A4 A5 1 2 3 4 438 442 319 380 538 422 377 315 77 61 151 52 17 31 87 16 18 36 77 20 平均值 394.75 412.00 85.25 37.75 35.25 燕麦田中某种杂草的株数 处理 A1 A2 A3 A4 A5 1 2 3 4 20.9 21.0 17.9 19.5 23.2 20.5 19.4 17.7 8.8 7.8 12.3 7.2 4.1 5.6 9.3 4.0 4.2 5.1 8.8 4.5 平均值 19.8 20.2 9.0 5.8 5.6 资料的平方根 变异来源 df SS s2 F F0.05 处理间 误差 4 15 866.66 69.995 216.666 4.666 46.43 3.06 总变异 19 936.658 组间的数据相关太大，方差同质性是不成立的，而且即使计算出误差的方差，也无法与各组进行比较。 对数转换 如果已知资料中的效应是成比例的而不是可加的，或者标准差(极差)与平均数成比例时，可以使用对数转换。一般是将原数据转换为对数，从而使方差变与比较一致而且由相乘性变为相加性。如果原始数据包括0，可以采用lg(x+1)转换的方法。 通常情况下，对数据换对于削弱大数的作用要比平方根转换强。例如，1、10、100进行平方根转换是1、3.16、10,进行对数转换则为0、1、2. 例2. 对数转换 时期 捕蛾灯 Ⅰ Ⅱ Ⅲ 1 2 3 4 5 19.1 23.4 39.5 23.4 16.6 50.1 166.0 223.9 58.9 64.6 123.0 407.4 398.2 229.1 251.2 mean 24.4 112.7 281.8 Dif. 22.9 173.8 284.4 正比 变异来源 df SS s2 F F0.05 时间间 捕蛾灯 误差 4 2 8 0.4876 2.7504 0.0120 0.1219 1.3752 0.0150 8.08 91.17 3.84 4.46 总变异 19 936.658 时期 捕蛾灯 对数 Ⅰ Ⅱ Ⅲ Ⅰ Ⅱ Ⅲ 1 2 3 4 5 19.1 23.4 39.5 23.4 16.6 50.1 166.0 223.9 58.9 64.6 123.0 407.4 398.2 229.1 251.2 1.28 1.37 1.60 1.37 1.22 1.70 2.22 2.35 1.77 1.81 2.09 2.61 2.60 2.36 2.40 mean 24.4 112.7 281.8 1.37 1.97 2.41 Dif. 22.9 173.8 284.4 0.38 0.65 0.52 反正弦转换 如果数据是比例数或以百分率表示的，其分布趋于二项分布，方差分析时应作反正弦转换，转换后的数值是以度为单位的角度，因此也称为角度转换，转换公式为： 其中P为百分数资料，θ为相应的角度值。 例3. 反正弦转换 处理 2h 4h 6h 对照 1 2 3 4 5 6 85 50 91 82 90 78 80 70 75