第八章_单因素方差分析.pptVIP

3、方差（均方）的计算 4、显著性检验——F检验（上尾检验） （四）拒绝域的建立 （五）作出结论并给予相关知识领域的解释 处理 A1 A2 A3 A4 A5 产量 24 27 31 32 21 30 24 28 33 22 28 21 25 33 16 26 26 30 28 21 合计 108 98 114 126 80 例2：5个小麦品系株高的调查资料 单因素：品种； 单因素的5个水平（也称处理）：I, II, III, IV, V。 每个水平设置了5个重复 题解 解： 1、原假设，备择假设 2、方差分析 求校正项C C=129.96 求各平方、自由度和值和均方值： SST=147.32 SSA=131.74 SSE=15.58 dfA=a-1=5-1=4；dfe=a（n-1）=20 MSA=SSA/dfA=32.9；MSe=SSe/dfe=0.78 3、检验统计量：F=MSA/MSe=42.23 4、拒绝域的建立：F4，20，0.05=2.87； F4，20，0.01=4.43 5、结论：这五个品种小麦的株高差异极显著。 二、均方期望与统计量F 将上述讨论归纳成方差分析表为（P148） 变异来源 平方和 自由度 均方 F 均方期望 处理 SSA a-1 MSA F=MSA/MSe σ2+nηα 2 误差 SSe an-a MSe σ2 总和 SST an-1 单因素方差分析表 建立方差分析表并进行方差分析，以判断5种不同栽培方式的水稻产量是否有显著差异 解：方差分析表为 变异来源 平方和SS 自由度 均方 F统计量 处理 301.2 4 75 F=75/6.73=11.18 误差 101 15 6.73 总和 402.2 19 如果差异显著，则在方差分析表里的F值上标记“*”。如果差异极显著，则在方差分析表里的F值上标记“**”。 变异来源 平方和SS 自由度 均方 F统计量 处理 301.2 4 75 11.18 误差 101 15 6.73 总和 402.2 19 第八章 单因素方差分析（One－factor ANOVA) ANOVA: Analysis of Variance 目的要求 掌握：方差分析的意义、功用与应用范围；多重比较法及多重比较结果的表示法。 熟悉：不同类型单因素资料的方差分析方法。 了解：方差分析的线性模型和期望均方。统计软件Excel、SPSS应用。 讲授内容 第一节 方差分析的基本原理 第二节 固定效应模型 第三节 随机效应模型 第四节 多重比较 第五节 方差分析应具备的条件 第一节 方差分析的基本原理 一、方差分析要解决的问题 二、方差分析的几个概念 三、方差分析的数学模型 四、方差分析的原理 一、方差分析要解决的问题 原因（1）：检验的工作量大 原因（2）：检验的I 型错误增大，从而检验的可靠性低 原因（3）检验统计量的精确性低 正确答案： 二、方差分析的几个概念 1、方差分析（analysis of variance）：将试验数据的总变异分解成不同来源的变异，从而评定不同来源的变异相对重要性的一种统计方法。 2、试验指标（experiment index）：为衡量试验结果的好坏或处理效应的高低，在试验中具体测定的性状或观测的项目。 3、试验因素（experiment factor）：试验中所研究的影响试验指标的因素：单因素、双因素或多因素试验。 4、因素水平（level of factor）：因素的具体表现或数量等级。 5、试验处理（treatment）：在试验对象上实施的事先设计好的具体项目，简称处理。在进行单因素试验时，试验因素的一个水平就是一个处理；对于双因素试验，处理的个数等于两个因素水平个数的乘积。每个处理可以看做是一个总体，每个处理得到的一组数据可以看做是从这个处理总体中抽取的一个样本的数据。 6、试验单位（experiment unit）：在试验中能接受不同试验处理的独立的试验载体，是获得观测数据的单位。 7、重复（repetition）：在试验中，将一个处理实施在两个或两个以上的试验单位上称为处理有重复，处理实施的试验单位数目称为处理的重复数。观测数≠重复 三、方差分析的数学模型 （一）单因素试验的数据描述 固定效应模型 （二）单因素试验的数据描述 （三）因素处理效应和实验模型的分类 1、固定效应模型 如果处理效应是由固定因素所引起的效应，就称为固定效应。 随机因素是指因素的水平可以严格地人为控制，水平固定后它的效应值也是固定的，实验重复时可以得到相同的结果。 处理固定因素所用的模型称为固定效应模型，简称为固定模型。随机效应模型的方差分析所得到的结论可以推广到总体水平上 2、随机效应