方差分析15硕.pptxVIP

第七章 方差分析 张爱红方差分析是用于多个样本间均数的比较的统计分析方法。由英国著名统计学家：R.A.FISHER（1923）推导出来的，也叫F检验。 Ronald Aylmer Fisher 第一节 完全随机设计的方差分析例 7-1 绝经后骨质疏松症，骨量减少，雌性SD大鼠30只随机分为3组，每组10只处理因素：1个——不同处理水平：3个——假手术组、卵巢切除组、卵巢切除加雌激素组反应变量：12周后股骨重量不同组别大鼠股骨重量雌激素组卵巢切除组假手术组合计744730736722638802806713722645691685785522754652667633728625813668596616632611624765540818ni101010N=30714.7633.3720.3Si62.269.378.3S=78.9①i为组的编号：1，2，3②j为组内个体编号： 1，2，…，10完全随机设计(多个独立样本均数的比较)完全随机设计(completely randomized design):是将受试对象随机地分配到各个处理组中进行实验观察，或者分别从不同总体中随机抽样进行对比观察的一种研究设计。处理因素只有一个，但有多个水平。考察一个处理因素，通过对该因素不同水平组均值的比较，推断它是否起作用。总变异（Total variation）：全部测量值Xij与总均数 间的差别 ,全部的30个实验数据之间大小不等，存在变异（总变异）。组间变异（ between group variation ） 各组的均数 与总均数 间的差异, 反映处理因素不同水平之间的作用，以及随机误差。总均数3. 组内变异（within group variation )每组的各个原始数据与该组均数 的差异 ,反映了观察值的随机误差。总均数问题：表示变异程度的指标有哪些？方差反应变异的平均水平离均差平方和(sum of squares of deviations from mean，SS)表示变异的绝对大小 ①i为组的编号：1，2，3②j为组内个体编号： 1，2，…，10总变异：组间变异：组内变异：方差分析不同组别大鼠股骨重量变异程度（离均差平方和）分析序号组别（i）大鼠（j）股骨重量（mg）（Xij）1117362168.46246.499527.7221280212671.266674.893137221060.592.8941468519.651246.095157544168.861135.696166333184.727621.2971781315268.738593.298186165392.4510878.499196244281.529273.691011081816529.49545.2911217301645.669350.8931509.1412226382645.3822.091323713555.396352.0914246912.453329.29152552228033.9112387.691626667503.251135.6917276254151.6568.8918285968729.781391.2919296116151.78497.292021054022330.318704.8921317442977.52858.496384.2122327221060.5953.29233380613587.88335.6924346451974.324858.0925357859132.994942.0926366521401.253931.2927377281487.39176.892838668459.392180.8929396323298.586839.29303107655710.332530.09　689.4180585.4= 133164.3+ 47421.1　　　　　　　方差分析基本思想由上述离均差平方和的计算可得出：SS总=SS组间+SS组内自由度：ν总=ν组间+ν组内ν组内=n-kν组间=k-1ν总=n-1均方或方差方差分析基本思想总变异F值服从自由度为（k-1,n-k）的F分布，F值接近1，可认为均值的差异只源于随机误差，而非处理因素作用；F值大于1且达到一定程度，就没有理由否认处理因素的作用。组间变异=处理因素+随机误差组内变异=随机误差F 分布F分布概率密度函数：分子与分母的自由度，决定F分布的图形形状~为伽玛函数；以F为横轴， 为纵轴可绘制 F分布的图形。F 分布曲线F 界值表附表4F界值表（方差分析用，单侧界值）上行：P=0.05下行：P=0.01分母自由度υ2分子的自由度，υ1123456?116120021622523