第六章 方差分析 I單向分类资料.pptVIP

第六章 方差分析 I单向分类资料 方差分析（analysis of variance） R.Fisher在1918年提出 原则－变异的剖分 变异 实 例 测量小鼠脾脏重量（g），对照与试验组安排及测定数据如下： I组：对照；II组：自发性白血病； III组：移植白血病AK4； IV组：移植白血病9421 每个处理看做是一个总体:有各自的?， ?I… ?IV 观察值变异的剖分：处理组的效应（总体平均数）＋测量精度＋饲养条件（温度，笼子的位置等）＋其他不可预见因素 变异的剖分 观察值变异的剖分：处理组总体平均数＋随机误差 组内（处理内）个体之间的差异只由随机误差造成的?组内变异；对每个个体的影响不同 组间（不同处理间）个体之间的差异由处理和随机误差造成的?组间变异； 实 例 测量小鼠脾脏重量（g），对照与试验组安排及测定数据如下： I组：对照；II组：自发性白血病； III组：移植白血病AK4； IV组：移植白血病9421 方差分析的基本思想 将变异剖分为组间和组内 对于组间和组内差异进行比较 组间变异显著大于组内差异－处理效应显著大于随机误差 不同处理（组）之间存在差异或者说 不同的总体间的平均数间存在显著差异 组间变异不显著大于组内差异－处理效应不显著大于随机误差 不同处理（组）之间差异不显著或者说 不同的总体间的平均数间差异不显著 怎么检验其显著性？ 单向分类的资料 One-way classification 以一种标准来分组的。 标准可以是自然地或人为地分为各等级－水平或处理 例如：各品种牛间的生产性能的差异； 同种猪喂不同饲料的增重对比； 研究目的是比较不同水平或者不同处理对所考察的指标的影响是否有差异或者说 研究目的是比较各处理所代表的总体的平均数有无差异 实例：小鼠脾脏重量；I组：对照；II组：自发性白血病； III组：移植白血病AK4； II组：移植白血病9421 研究目的是不同处理所代表总体的脾脏重量总体均数有无差异 单因子资料 单向分类资料的数据结构 组别 观测值 合计 平均 基本计算（1）－和、平均数 实例－小鼠脾脏 数学模型 总平均 处理 i 的效应 随机误差 观察值 线性模型：影响观察值的因素效应可加 eij：随机误差－随机变量 eij服从正态分布N（0,?2） ?? eij＝0，处理所代表的各个总体是同质的 不同的eij间是相互独立的?个体之间是独立的 变异的剖分 离均差平方和：总平方和剖分为组间平方和与组内平方和 对于第一组： 平方和的剖分 平方和的剖分 基本计算（2）－平方和 实例－小鼠脾脏 实例－小鼠脾脏 或者更容易地： 自由度的剖分 自由度的剖分 总自由度可剖分为组间自由度和组内自由度 对于第一组： 单向分类资料的数据结构 组别 观测值 合计 平均 平方和与自由度的计算 实例－小鼠脾脏 实例－小鼠脾脏 假设检验 研究目的是比较不同水平或者不同处理对所考察的指标的影响是否有差异或者说 比较各处理所代表的总体的平均数有无差异 零假设：?1= ?2= ?3= ?4=? 或者a1= a2= a3= a4=0 备择假设：至少两个均数不等或者至少一个a不等于零 单尾检验？ 统计推断：显著水平：?=0.05,0.01 实例－小鼠脾脏 零假设：?1= ?2= ?3= ?4 备择假设：至少两个均数不等 方差分析表 变异来源 Source of variance 平方和 Sum of square 自由度 Degree of freedom 均方 Mean square F值 F value 组间（处理） Treatment SSA dfA=k-1 组内（误差） error SSE dfE=N-k 总变异 total SST dfT=N-1 实例－方差分析表 变异来源 Source of variance 平方和 Sum of square 自由度 Degree of freedom 均方 Mean square F值 F value 组间（处理） Treatment 85.8563 3 28.6188 16.855 组内（误差） error 47.5408 28 1.6979 总变异 total 133.3972 31 ** ANOVA基本步骤 零假设：处理无效（ ?1= ?2= ?3= ?4） 备择假设：处理有效（至少两个均数不等） 基本计算（1）： 基本计算（2）： 方差分析表： 显著水平： ?=0.05,0.01 统计推断： 实例2 抗逆性是动物生存能力的体现。用家畜作抗逆性试验很危险，经济上也受损失，因此在研究一些模型性往往采用试验动物。 赤拟谷盗：面粉甲虫 作为试验动物的优点很多。生活周期短，易饲养，10对染色体，成虫不会飞，蛹期性状易测量等 本试验随机从大