第十一 多因素试验资料的方差分析.pptVIP

高级统计方法 ;概 述; 多因素试验：处理因素不止一个。如4种饲料是由脂肪含量和蛋白含量两个因素复合组成，研究目的不仅是比较4种饲料的差别，还要分别分析脂肪含量高低、蛋白含量高低对小鼠体重的影响，就是两因素的试验。此时可做析因分析。 ;单变量分析：研究单个变量的数量特征，推断两个或多个总体参数的差别。 双变量分析：研究两个变量的数量依存（或依赖）关系或互依（或相关）关系。 多变量分析：研究多个变量的数量依存（或依赖）关系或互依（或相关）关系。;本篇内容;教学目的;????????????;Content;目的：研究多个处理因素对试验对象的试验 指标的作用。 原因 结果 多个 1个 资料：处理因素分几个水平，试验指标多为 定量数据。 方法：多为方差分析 ，少数 检验。 ;设计类型;完全随机设计：各组随机分配 n 个试验 对象，总对象数为 g·n。 随机区组设计： n 个区组，每个区组 g 个 试验对象随机分配。;2. 正交试验：非全面组合，g个处理组是各因素 各水平的部分组合，即析因设计 的部分实施。;3. 嵌套试验：处理非各因素各水平的全面组合，而是各因素按隶属关系系统分组，各因素水平没有交叉。;析因设计：g 个处理全部都作用于同一级别的实验单位。 裂区设计：A 因素的 I 个水平作用于一级实验单位， B 因素的 J 个水平作用于二级实验单位。;在相同试验条件下，通过改进实验设计方法可以提高实验效率。 注意多因素试验与多向分类方差分析的区别，如随机区组试验和两因素析因试验，前者是单因素试验，后者是两因素试验，但数据分析都是采用双向分类方差分析。;第一节 析因设计的方差分析 ;一、两因素两水平的析因分析; 例11-1 将20只家兔随机等分4组，每组5只，进行神经损伤后的缝合试验。处理由A、B两因素组合而成，因素A为缝合方法，有两水平，一为外膜缝合，记作a1，二为束膜缝合，记作a2；因素B为缝合后的时间，亦有两水平，一为缝合后1月，记作b1，二为缝合后2月，记作b2。试验结果为家兔神经缝合后的轴突通过率(%)（注：测量指标，视为计量资料），见表11-1。欲用析因分析比较不同缝合方法及缝合后时间对轴突通过率的影响。 ; 表11-1 家兔神经缝合后的轴突通过率(%);图11-1 2因素2水平析因试验示意图 ;表11-2 2因素2水平析因试验的均数差别 ; 1. 单独效应 指其他因素的水平固定时，同一因素不同水平间的差别 ;本例;缝合2月 （b2）;4．方差分析 表11-2中，A因素（缝合方法）的主效应为6%，B因素（缝合时间）的主效应为22%，AB的交互作用表示为2%。以上都是样本均数的比较结果，要推论总体均数是否有同样的特征，需要对试验结果作假设检验即方差分析后下结论。;模 式;方差分析基本思想;变异分解;自由度分解; 表11-3 表11-1处理组均数比较的方差分解 ;臭脱惫贫昆馒岗幅滋赦漠油多秀坍毕与爆槐早谰班坡何坪撕鞍嚣坠韭吗墓第十一章 多因素试验资料的方差分析第十一章 多因素试验资料的方差分析;用表11-1数据计算：; 代入表11-4，得 ;表11-5 表11-1析因试验结果方差分析表 ;表11-5中 ; 结合样本均数的比较结果，A因素的主效应为6%，AB的交互作用为2%，均不具有统计学意义，仅B因素（缝合后时间）的主效应22%有统计学意义。;二、完全随机分组两因素析因设计与方差分析 ; 图11-3 两因素析因设计完全随机分组示意图;表11-6 完全随机设计两因素析因设计方差分析表 ;忧炸私矢嘛贴畦扳津擎扬殿奇盏皮摧飞喜咋五淋绑业辙曝多富钮韩您舅松第十一章 多因素试验资料的方差分析第十一章 多因素试验资料的方差分析; 表11-7 A,B两药联合运用的镇痛时间（min）;听四霉渔缉梢瞻亮奋未鬃聘臂游算轩勤牙抹京旺采语沽啼辣粕姜浪倔咳壁第十一章 多因素试验资料的方差分析第十一章 多因素试验资料的方差分析;表11-9 A、B两药联合运用的镇痛时间的方差分析表 ;(3) 结论： ;三、完全随机分组三因素析因设计与方差分析 ;模式;变异分解;表11-10 三因素析因设计方差分析表 ; 例11-3