第五章方差分析第一节.pptVIP

第一节 方差分析的基本原理与步骤 一、线性模型与基本假定 二、自由度与平方和的分解 三、F检验 四、多重比较 五、单一自由度的正交比较* 一、线性模型与基本假定 假设某单因素试验有k个处理，n次重复，完全随机设计，则共有nk个观察值，其数据结构和符号如表5.1。 每个观察值可用如下数学模型表示： 方差分析的线性数学模型 方差分析的数学模型就是指试验资料的数据结构或者说是每个观察值的线性组成部分，它是进行方差分析的基础。 表示为总平均数μ、处理效应αi、试验误差εij 之和。由εij相互独立且服从正态分布N（0，σ2），可知各处理Ai(i=1，2，…，k)所属总体亦应具正态性，即服从正态分布N(μi,σ2)。尽管各总体的均数可以不等或相等，σ2则必须是相等的。 每个观察值实际上包含两个方面的变异：处理间变异和处理内变异。 所以，单因素试验的数学模型可归纳为：效应的可加性（additivity）、分布的正态性（normality）、方差的同质性（homogeneity）。 这也是进行其它类型方差分析的前提或基本假定。 二、平方和与自由度的分解 自由度和平方和的简便计算公式 三、F检验 方差分析的一个基本假定是要求各处理观测值总体的方差相等，即