4、均数间比较.pptVIP

* * * * * * * * 误差的比较 若原假设成立，组间平方和与组内平方和经过平均后的数值就应该很接近，它们的比值就会接近1。 若原假设不成立，组间平方和平均后的数值就会大于组内平方和平均后的数值，它们之间的比值就会大于1。 当这个比值大到某种程度时，就可以说不同水平之间存在着显著差异，也就是自变量对因变量有影响。 判断试验处理对试验结果是否有显著影响，也就是检验被其差异主要是由于什么原因所引起的。如果这种差异主要是系统误差，说明实验处理对试验结果有显著影响。 构造检验的统计量：(F分布与拒绝域) 如果均值相等，F=MSA/MSE?1 a F 分布 F?(k-1,n-k) 0 拒绝H0 不能拒绝H0 F 统计决策 ? 将统计量的值F与给定的显著性水平?的临界值F?进行比较，作出对原假设H0的决策。 根据给定的显著性水平?，在F分布表中查找与第一自由度df1＝k-1、第二自由度df2=n-k 相应的临界值 F?。 若FF? ，则拒绝原假设H0 ，表明均值之间的差异是显著的，所检验的因素对观察值有显著影响。 若FF? ，则不能拒绝原假设H0 ，无证据支持表明所检验的因素对观察值有显著影响。 单因素方差分析表：(基本结构) 单因素方差分析：(例题分析) [例]调查不同水稻品种百丛中稻纵卷叶螟幼虫的数量。目的：分析水稻品种对稻纵卷叶螟幼虫抗虫性是否存在显著性差异。 重复 水 稻 品 种 1 2 3 4 5 1 41 33 38 37 31 2 39 37 35 39 34 3 40 35 35 38 34 不同水稻品种百丛中稻纵卷叶螟幼虫数 2.3 单因素方差分析 1）准备分析数据：变量输入格式如图： 2.3 单因素方差分析 2）启动分析过程 点击主菜单“Analyze”项，在下拉菜单中点击“Compare Means”项，在右拉式菜单中点击“0ne-Way ANOVA”项，系统。打开单因素方差分析设置窗口 2.3 单因素方差分析 2.3 单因素方差分析 3）设置多项式比较 单击“Contrasts”按钮打开对话框。该对话框用于设置均值的多项式比较。较专业，不常用。 2.3 单因素方差分析 Polynomial：定义是否在方差分 析中进行趋势检验。即随着处理 （组别）的变化，各组均数是否呈 现出某种变化趋势。 Degree ：与 Polynomial配合使用。用于定义需检验的趋势曲线，可以选择“Linear”线性、“Quadratic”二次、“Cubic”三次、“4th”四次、“5th”五次多项式。 Coefficients ：用于精确定义某些组间均数的比较。（Coefficients total：动态提供键入系数的总和） 2.3 单因素方差分析 4）设置多重比较 在主对话框里单击“Post Hoc”按钮打开多重比较对话框。 方差分析一旦确定各组均值间存在差异显著，多重比较检测可以求出均值相等的组；配对比较可找出和其它组均值有差异的组，并输出显著性水平为0.05的均值比较矩阵，在矩阵中用星号表示有差异的组。 2.3 单因素方差分析 选择需要进行比较的变量 最小显著差数法：t检验的变形，敏感度最高；易犯一类错误。 由LSD法修正而来，敏感度稍低。 由t检验修正而来，与上者相似，敏感度低。 当各组样本数量不相等，或想进行复杂的比较时采用。 Student Newman Keuls法，运用最广；控制了一类错误。 即Tukey’s honestly significant different 法（ Tukey ’s HSD ），比较中控制最大的一类错误概率值不超过α水准。 将所有的处理组均数分别与指定的对照组均数进行比较。不适用于完全两两比较的情况。点击会激活下面的Control Category框，用于设定对照组及单双侧检验。 多重比较的选择项： ①方差具有齐次性时(Equal Variances Assumed)，有如下方法供选择： LSD (Least-significant difference) 最小显著差数法，用t检验完成各组均值间的配对比较。对多重比较误差率不进行调整。 Bonferroni (LSDMOD) 用t检验完成各组间均值的配对比较，但通过设置每个检验的误差率来控制整个误差率。 Sidak 计算t统计量进行多重配对比较。可以调整显著性水平，比Bofferroni方法的界限要小。 Scheffe 对所有可能的组合进行同步进入的配对比较。这些选择项可以同时选择若干个。以便比较各种均值比较方法的结果。 R-E-G-WF (Ryan-Einot-Gabriel-Welsch F) 用F检验进行多重比较检验。 R-E-G-WQ (Ryan-Einot-Gabriel