第六方差分析ANOVA.pptVIP

（一）最小显著差数法 关于LSD法的应用有以下几点说明： 1、LSD法实质上就是t检验法。 2、有人提出，与检验任何两个均数间的差异相比较，LSD法适用于各处理组与对照组比较而处理组间不进行比较的比较形式。 3、因为LSD法实质上是t检验，故有人指出其最适宜的比较形式是：在进行试验设计时就确定各处理只是固定的两个两个相比，每个处理平均数在比较中只比较一次。 （二）最小显著极差法(LSR法 ,Least significant ranges) LSR法的特点是把平均数的差数看成是平均数的极差，根据极差范围内所包含的处理数(称为秩次距) k的不同而采用不同的检验尺度，以克服LSD法的不足。这些在显著水平α上依秩次距K的不同而采用的不同的检验尺度叫做最小显著极差LSR。 有k个平均数相互比较，就有k-1种秩次距(k，k-1，k-2，…，2)，因而需求得K-1个最小显著极差(LSD α, k)，分别作为判断具有相应秩次距的平均数的极差是否显著的标准。 （二）最小显著极差法 LSR法克服了LSD法的不足，但检验的工作量有所增加。常用的法有q检验法和新复极差法(Duncan)两种。 （二）最小显著极差法 1、检验法(q test) 此法是以统计量q的概率分布为基础的。 q值由下式求得： q分布依赖于误差自由度dfe及秩次距k。 ω为极差 1、q检验法（SNK法） q检验法多重比较步骤: 不同品种母猪的平均窝产仔数多重比较表(q检验法) 2、新复极差法(new multiple range method) 此法是由邓肯(Duncan)于1955年提出，故又称Duncan法，此法还称SSR法(shortest significant ranges)。 新复极差法与q检验法的检验步骤相同，唯一不同的是计算最小显著极差时需查SSR表(附表6,P345)而不是查q值表。最小显著极差计算公式为 3、多重比较 采用新复极差法，各处理平均数多重比较表。 根据dfe=20，秩次距k=2,3,4，5由附表6查出α=0.05和α=0.01的各临界SSR值，乘以 =0.7925，即得各最小显著极差，所得结果列于表6-15。 以上介绍的三种多重比较方法，其检验尺度有如下关系： LSD法≤新复极差法≤q检验法 秩次距k=2时，取等号；秩次距k≥3时，取小于号。 在多重比较中， LSD法的尺度最小， q检验法尺度最大，新复极差法尺度居中。 用上述排列顺序前面方法检验显著的差数，用后面方法检验未必显著；用后面方法检验显著的差数，用前面方法检验必然显著 。 LSD法 q检验 新复 极差法 1、三角形法 此法是将多重比较结果直接标记在平均数多重比较表上，如表6-14所示。由于在多重比较表中各个平均数差数构成一个三角形阵列，故称为三角形法。此法的优点是简便直观，缺点是占的篇幅较大。 2、标记字母法 Table 3 mean of fibre for the different genotypes of KAP8.2 gene Mean within a column with no common superscript alphabet differed significantly (P 0.01). 二、各处理重复数不等的方差分析 设处理数为k；各处理重复数为n1, n2,…, nk；试验观测值总数为N=Σni。则 【例6.4】 5个不同品种猪的育肥试验，后期30天增重(kg)如表6-16所示。试比较品种间增重有无差异。 表6-16 5个品种猪30天增重 1、计算各项平方和与自由度 3、多重比较 采用新复极差法，各处理平均数多重比较表见表6-18。 因为各处理重复数不等，应先由公式(6-25)计算出平均重复次数n0来代替标准误 中的n，此例 第六章 方差分析（ANOVA） 多个均数的比较 观测值变异的分解通过对总平方和与自由度的剖分来完成 1、 平方和的剖分 （1）先将离均差平方和改写为： 6.1.2平方和与自由度的剖分 因为： （3）再求一个组内的离均差平方和相加得： 离均差之和为0 组内平方和 组间平方和 （4）最后，将k 个组的离均差平方和相加得： 组内离均差平方和，简称组内平方和： 度量了组内的变异。由于组内变异与处理无关，是由于个体间的随机误差造成的，所以又称为误差平方和。 组间离均差平方和，简称组间平方和： 度量了组间的变异。由于组间的差异除了随机误差以外，还包括不同处理造成的差异，所以又称为处理平方和。 平方和的计算 2、总自由度的剖分 （i=1,2,…,k） 6.1.2平方和与自由度的剖分 6.1.3期望均方 均方：将组内平方和和组间平方和分别除以它们相应的