i第八章_单因素方差分析.ppt

* * * * * * * * * * * * * * * 解： 总和 -11.2 265.66 185.36 2.9 1.4 -4.3 -2.0 -2.0 4.00 32.86 -2.9 -6.7 -2.2 -3.3 -15.1 228.01 69.03 3.2 -4.0 -1.4 2.3 0.1 0.01 33.49 4.7 3.3 -3.8 1.6 5.8 33.64 49.98 1 2 3 4 Ⅳ Ⅲ Ⅱ Ⅰ 窝 别 序号 ① 列出方差分析计算表 (-30) ： ② 计算各项平方和： ③ 列出方差分析表： ④ 结论： F3,12,0.05=3.49 动物出生重方差分析表 不同窝别动物的出生重没有显著差异。 FF0.05 15 147.32 总 和 1.97 19.525 9.912 3 12 58.575 118.945 窝 间 误 差 F 均方 自由度 平方和 变差来源 ﹡α=0.05 ﹡﹡α=0.01 三、不等重复时平方和和自由度的计算 dfA=a-1 dfe=N-a dfT=N-1 第四节 平均值之间的多重比较 接受H0 (FFα)，表示各处理组均数基本相 等，差异没有统计学意义。 拒绝H0，接受HA (FFα), 表示各处理组均数 不全相等，差异有统计学意义。 哪两均数之间差异显著？ 哪两均数之间差异不显著？ ——方差分析终止 ——需要进一步做多重比较 多重比较 (multiple comparison)： 经过方差分析，若结论是各处理均数差异显著( FFα ，拒绝H0)，则必须在各处理均数之间一对一对地做比较，以判断究竟在哪些对均数之间存在显著差异，哪些对之间没有显著差异，这种比较称为多重比较。 累积Ⅰ类错误的概率为α’ 当有k个均数需作两两比较时，比较的次数共有c= ＝ k!/(2!(k-2)!)=k(k-1)/2 设每次检验所用Ⅰ类错误的概率水准为α，累积Ⅰ类错误的概率为α’，则在对同一实验资料进行c次检验时，在样本彼此独立的条件下，根据概率乘法原理，其累积Ⅰ类错误概率α’与c有下列关系： α’＝1－(1－α)c (8.6) 例如，设α＝0.05，c=3(即k=3)，其累积Ⅰ类错误的概率为α’＝1－(1-0.05)3 =1-(0.95)3 = 0.143 1、最小显著差数法：把任意两组数据平均数差的绝对值与LSD 比较，以判断不同组数据平均数差异显著性的多重比较方法。 一、最小显著差数(Least Significant Difference, LSD)法 成组数据t检验 2、LSD的公式推导： 当n1=n2 称为最小显著差数，记为LSD。 ③ |dy|与LSD比较，得出结论。当|dy|LSD时， 该对平均数差异显著；否则差异不显著。 3、LSD检验程序： ① 计算LSD ② 列表计算每一对平均数差的绝对值| dx |； 二、Duncan多范围检验 Duncan multiple range test 1、Duncan多范围检验程序： ① 将需要比较的a个平均数依照从大到小的次序重新排列。 原始处理组号 平均数 重新排序号 1 2 … a-1 a y1 y2 … ya-1 ya ② 计算每一对平均数间的差（大值－小值），列成表。 ③ 计算临界值Rk，列表。 不同对平均数的差有不同的临界值Rk。 rα(k, df) 的值由附表9(多重比较中的Duncan表)查出。 df=a(n-1)，是误差项自由度。 k是相比较的两个平均数间包含的平均数的个数(包括这两个平均数)，计算公式是两平均数下标的差加上1。 df k a(n-1) 2 3 … a-1 a r0.05 Rk r0.01 Rk k=2,3, …,a 有a个平均数，有a-1个k值，需查出a-1个rα，分别乘以Sy，得到a-1个Rk值。 ④ 比较每一对平均数差与相应的Rk， 得出结论。 若平均数差大于相应的Rk，说明这一对平均数之间差异显著或者极显著，以符号“﹡”或“﹡﹡”表示； 若平均数差小于相应的Rk，说明这一对平均数之间差异不显著。 【例8.1】调查了5个小麦品系的株高，结果如下。经方差分析判断这5个品系的株高存在显著性差异，试做多重比较分析。 2、实例 株号 品 系 Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ 1 2 3 4 5 和