实验设计与数据分析.pptVIP

5.7 进一步理解方差分析表 方差分析表 误差来源 自由度 平方和 均 方 F值 F0.05 F0.01 组间影响 dft＝k－1 SSt MSt F＝MSt/ MSe ? ? 误差 dfe＝k (n－1) SSe MSe ? ? ? 总误差 dfT＝nk－1 SST ? ? ? ? 如果F≤F0.05，(P0.05),则判断差异不显著，说明组间均方中的差异仅仅是试验误差而已，各组之间没有实质性的差异存在； 如果F＞F0.05，(P0.05),则判断差异显著，说明组间均方中不但含有试验误差，而且确实含有各组间的、由于观察值处于不同的组所引起的差异； 如果F＞F0.01，(P0.01),则判断差异极显著，说明组间具有极显著的差异。 通用单因素方差分析 表 表中： 水平影响=因素水平对变差的影响； 误差=组内噪声对变差的影响； 总和=总的变差； SSB=可被分解至因素水平的平方和，又称独立变差； SSW=可被分解至非受控变差来源的平方和，又称背景变差； SST=总平方和，可被分解至因素水平和背景变差； k=组数；n=组内样本容量；k－1=组间自由度；k(n－1) =组内自由度； nk－1=总自由度，等于组间自由度和组内自由度之和； SSB/dfB=因素水平的均方和；SSW/dfW =误差的均方和； MSB/MSW=F=均方和的比，又叫F值； F=查自由度为k－1，k(n－1)，置信度为1－α对应的F分布表的所得值，又称临界值。 双因素无交互作用方差分析表 表中： SSA=Q1=A因素的平方和； SSB=Q2=B因素的平方和； SSe=Q3=误差的平方和；SST=Q=总平方和； r=A因素水平数；s=B因素水平数； S12=A因素的均方和；S22=B因素的均方和；S32=误差的均方和； FA=A因素的F 计算值；FB=B因素的F 计算值； F临界=查自由度为r－1,（r－1）（s－1）及s－1，（r－1）（s－1）置信度为1－α对应就的F分布表所得值，又称F临界值。 双因素有交互作用方差分析表 表中： SSA=Q1=A因素的平方和； SSB=Q2=B因素的平方和； SSAB=Q3=A、B因交互作用的平方和； SSe=Q4=误差平方和； SST=Q=总平方和； r=A因素的水平数； s=B因素的水平数； L=同一水平组合的观测次数； S12=A因素的均方和； S22=B因素的均方和； S32=A、B因素交互作用的均方和； S42=误差的均方和； FA=A因素的F计算值； FB=B因素的F计算值； FAB=AB因素交互作用的F计算值； F临界=查自由度为r－1，rs（L－1）；s－1，rs(L－1)和(r－1)(s－1)，rs(L－1),置信度为1－α对应的F分布表所得值，又称F临界值。 小结: 进行方差分析的步骤 是否来自独立的随机样本？是否连续型数据？ 各组是否等方差？进行等方差检验 是单因素、双因素还是多因素？ 如果不是单因素，各因素是否存在交互作用？ 如果存在交互作用，是否进行了一次以上的平行实验？ 进行方差分析，观察MS、F值、P值、置信区间、残差分布，得出结论 必要时，进行各水平间的两两比较(SPSS) 必要时，绘制主因素影响图及多变量图(MINTAB) 5.8 协方差分析简介 协方差是啥东东？ 无论是单因素方差分析还是多因素方差分析，它们都有一些人为可以控制的受控因素。在实际问题中，有些随机因素是很难人为控制的，但它们又会对结果产生显著的影响。如果忽略这些因素的影响，则有可能得到不正确的结论。 例如，研究某种药物对病症的治疗效果，如果仅仅分析药物本身的作用，而不考虑不同的身体条件（如体质的不同等），那么很可能得不到结论或者得到的结论会不正确。 再如，研究三种不同的教学方法的教学效果的好坏。检查教学效果是通过学生考试成绩来反映的，而学生现在考试成绩是受到他们自身基础知识的影响，在考虑的时候必须排除这种影响。 为了更加准确地研究控制因素不同水平对结果的影响，应该尽量排除其它因素对分析结果的影响。例如上面的例子中，应该尽可能地排除患者的体质、病情本身的严重性等因素的影响。 利用协方差分析就可以完成这样的功能。协方差将那些很难控制的随机变量作为协变量，在分析中将其排除，然后再分析控制变量对观察变量的影响，从而实现对控制变量效果的准确的评价。 定义：协方差分析是将那些很难控制的因素作为协变量。在排除协变量影响的条件下,分析控制变量对观察变量的影响,从而更加准确地对控制变量进行评价。 如何排除协变量的影响呢？ 协方差分析是把方差分析与回归分析结合起来的一种统计分析方法。 它用于比较一个变量Y 在一个或几个因素不同水平上的差异，但Y 在受这些因素影响的同时，还受到另一个变量X 的影