第7单元 方差分析-2.pptVIP

第三节 两因素方差分析 两因素方差分析是指对试验指标同时受到两个试验因素作用的方差分析。 若试验考察因素 A和 B，A因素分 a 个水平，B因素分 b 个水平。两者交叉搭配形成 a×b 个水平组合即处理。试验分为无重复观测值和有重复观测值两种类型。 一、无重复观测值的二因素方差分析 对于 A和 B两个试验因素的全部 a×b个水平组合，每个水平组合只有一个观测值， 全试验共有 a×b 个观测值，其数据模式如下表。 两因素单独观测值试验数据模式 两因素方差分析观测值的线性模型： 上式中，αi和βj分别为Ai和Bj的效应: αi=μi-μ, βj=μj-μ,μi和μj分别为Ai和Bj观测值总体平均数，且 Σαi=Σβj=0; Εij 为随机误差，相互独立，且服从N(0,σ2)。 交叉分组两因素无重复观测值的试验，全部 ab 个观测值的总变异可以分解为 A 因素水平间变异、B 因素水平间变异及试验误差三部分；自由度也相应分解。平方和与自由度的分解式如下： 各项平方和与自由度的计算公式为: 矫正数 总平方和 A因素平方和 B因素平方和 总自由度 dfT=ab-1 A因素自由度 dfA=a-1 B因素自由度 dfB=b-1 误差自由度 dfe=dfT-dfA–dfB=(a-1)(b-1) 各项方差分别为： 无重复观测值的二因素方差分析表 例:将一种生长激素配成 M1, M2, M3, M4, M5五种浓度，并用 H1, H2, H3三种时间浸渍某大豆的种子，出苗 45天后得各处理每株的平均干物重(g)如下表。试作方差分析与多重比较。 本例是了解激素和时间的效应，故为２个固定因素，适用于固定模型。方差分析如下： 激素处理对大豆干物重的影响 (1)平方和计算: (2)自由度的计算 (3)列出方差分析表，进行F检验:激素处理对大豆干物重影响的方差分析表 F检验表明: 浓度间的F值大于F0.01 ，时间间的F值未达到显著水平，表明不同浓度对大豆干物重有极显著差异。 (4)进行多重比较(用SSR法)：由于只有浓度间达到了极显著水平，只需对5种浓度进行多重比较，浓度间的平均标准误均为( b=3为每一浓度的观测值数)： 查附表8，当 df=8，M=2,3,4,5时的SSR值及LSR值列表： 大豆干物重多重比较的SSR值 及LSR值列表 大豆干物重平均数间差异显著性检验 多重比较后表明：5种激素浓度对大豆干物重的影响有着极显著的差异，除 M1与 M2，M5 与 M3 无显著差异外，均达到显著水平。 (二) 具有重复观测值的两因素方差分析 如果存在两因素的互作，方差分析就不能用互作来估计误差，必须在有重复观测值的情况下对试验误差进行估计。 设A与B两因素分别具有 a与 b个水平，共有 ab 个水平组合，每个水平组合有n次重复，则全试验共有 abn 个观测值。这类试验结果的数据模式如下表所示（P98表）。 两因素有重复观测值试验数据模式 见P98表6-23具有重复观测值的二因素分组资料。方差分析可用线性模型描述： 其中，μ为总平均数；αi为Ai的效应；βj为Bj的效应；(αβ) ij为Ai与Bj的交互作用，且有 Εijk 是随机误差，彼此独立且服从N（0,σ2）。 试验的总次数为 abn 次。方差分析步骤和前面介绍相似。只有 F 检验的方法不同。 平方和与自由度的分解： 矫正数 总平方和与自由度 水平组合平方和与自由度 A 因素平方和与自由度 B 因素平方和与自由度 组内平方和与自由度 其中，SSAB、dfAB为A因素与B因素交互作用平方和与自由度。 各项方差为： F检验：实际应用时多用固定模型 固定模型中，αi、βj及(αβ)ij均为固定效应。F检验时，A因素、B因素和A×B互作项均以s2e作为分母。 【例】为了研究某种昆虫滞育期长短与环境的关系，在给定的温度和光照下在实验室培养，每一处理记录4只昆虫的滞育天数，结果如下表，试对该资料进行方差分析。 本例中，由于温度和光照条件都是人为控制的，为固定因素，可依据固定模型分析。将表数减去80，并整理如下表。 A因素含量分3个水平，即a=3；B因素含量分3个水平，即b=3；共有ab=3×3=9个水平组合；每个水平组合重复数n=4；全试验共有=3×3×4=36个观测值。 平方和与自由度的分解 列出方差分析表，进行F检验表明，不同温度和光照间的差异极显著，即影响昆虫的滞育期长短的主要决定于温度和光照，与二者互作关系不大。 各种光照和温度对滞育期的影响进行多重比较： 平均数标准误的计算 光照间平均数标准误 温度间平均数标准误 检验方法同前例。 第五节 数据转