完全随机试验的方差分析.pptVIP

第二节 完全随机试验的方差分析 第三节 随机区组试验的方差分析 第四节 拉丁方试验设计的方差分析 第二节 完全随机试验的方差分析 完全随机试验的资料也叫单向分组资料， 指观测值仅按一个方向分组的资料。 根据各个组里观测值个数是否相等分为 ※组内观测值个数相等资料 ※组内观测值个数不等资料。 K个果树品种进行品种对比试验，每个品种随机抽取n株调查其单株产量，得到如下的数据表： （一）组内观测值个数相等资料方差分析： 1、自由度与平方和的分解： 方差=离均差平方和÷自由度 为计算各种变异原因引起的方差 将总变异平方和分解 将总变异自由度分解 总平方和 组内平方和： 是试验误差的反映。 因为同一个组内，同一品种，同样管理，株间产量不同， 原因只能是试验中那些无法控制、不可避免的偶然性差异。 所以，它是试验误差的反映，用SSe表示。 组间平方和： 是处理效果与试验误差共同反映。 因为对不同组来说，处理不相同，这是明摆的； 此外，其它条件差异不可避免地存在，即试验误差也存在。 由此，把总平方和按照变异原因分解成两部分，即处理平方和与误差平方和 平方和分解的公式： 　　　　总平方和 （组间）处理平方和 SSt = （组内）误差平方和 SSe = 公式推导（演示总平方和公式的推导，其余类似） 自由度分解的公式 总自由度 dfT = nK-1 处理自由度 dft = K-1 误差自由度 dfe = dfT -dft 误差自由度 dfe=K (n-1) 小结 由上面的分解过程可知： 平方和、自由度都具有可加性，总平方和与总自由度都可以分解为导致变异各个原因的相应部分，这就是平方和与自由度分解的理论基础。 2、计算均方： = SSt / dft = SSe / dfe 3、F测验: 计算 将 F与Fα相比，（Fα由dft与dfe查得） 若F Fα，判断处理间无显著差异，方差分析结束。 4、处理间的多重比较 4、处理间的多重比较 举例：有三个葡萄品种，每品种随机抽取9 株，测定单株产量，结果数据如下表，试作方差分析。 解：（1）分解平方和与自由度： n=9 k=3 ∑X2=3748 T=∑X =292, SST =∑X2–C=62+182+…+122-C=590.07 SSt = SSe=SST-SSt =590.07-171.18=418.89 dfT =nk-1=9×3-1=26 dft=k-1=3-1=2 dfe=dfT-dft=26-2=24 (2) 计算均方 = SSt / dft = 171.18/2 = 85.59 =SSe / dfe = 418.89/24 = 17.45 (3) F测验 = 85.59 / 17.45 = 4.90 按dft = 2, dfe= 24查表得Fα （4）对各品种进行多重比较 LSD法 LSR法 新复极差法 Q 测 验 法 多重比较结果的表示方法 LSD法（t测验法） 1、LSD法（t测验法）： Least significant difference 最小显著差数法,实际是两个样本平均数差异显著性t测验方法倒过来用。 1）先求平均数差异标准误： 2）求最小显著差数水准值LSDα LSDα= 按dfe=24 查t值表，得tα LSD0.05 = LSD0.01 = 附注：LSDα=　　　　 两个平均数差异显著性t测验中， 3)将平均数的差数与LSDα相比，作出判断 　　将三个产量平均数两两相减，求出差数，与LSDα相比： 若差数小于LSD0.05，判断两个品种产量无显著差异； 若差数大于LSD0.05，判断两个品种产量有显著差异，在差数右上角用一个※号标记； 若差数大于LSD0.01，判断两个品种产量有极显著差异，用两个※号标记。（结果如下页表）。 表5-1-2 三个葡萄品种单株果重比较表 (kg/株) 结论：乙品种株产极显著地高于丙品种，其它品种间无显著差异。 （2）求最小显著极差水准值LSRα 　　LSRα(k,dfe)=SSRα (k,dfe)×SE K—秩次距 dfe—误差自由度