双向嵌套资料的方差分析.ppt

（1）假设 检验1：H0: a1 = a2 = ? = ap = 0 HA: 至少有一个a ? 0 检验2：H0: β1 = β2 = ? = βq = 0 HA: 至少有一个β ? 0 检验3：H0: γij =0；i=1，2……p；j=1，2……q HA: 至少有一个γ ? 0 当存在两因子之间的互作时，在一个水平组合中的观测值除了受到两个因子本身的影响以外，还受到它们之间的互作效应的影响，此外还可能由于随机误差的存在使各观测值间产生变异。 在双因子无重复的资料中，是把互作效应合并到误差项中了，如果互作效应较小，这样做是可以的。 但是如果互作效应较大，估计的误差就会混杂有系统误差而失去准确性，增加犯II型错误的概率。 所以在双因子以上的实验中，还要检验互作的显著性。因此就要设置重复，每一处理组合有了重复观察值，不仅能得到误差的正确估计，而且检验互作的显著性。 7.2.3 数学模型 7.2.4 平方和与自由度的剖分： （1）先将离均差平方和剖分为： （2）再将两边求和： ＝0 SST:总平方和 SSE：误差平方和 SSt SSt：处理平方和，反映了A因子和B因子以及它们之间的互作对观测值的总的影响。 （3）将处理平方和做进一步剖分： ＝0 （4）两边求和： SSA SSAB SSB SSt 总平方和 =A因子平方和+B因子平方和 +互作平方和+误差平方和 平方和的计算公式 2.总平方和 3.A因子平方和 1. 矫正项 4.B因子平方和 5.处理平方和 6.互作平方和 7.误差平方和 如何区分SSt和SSAB?？ 7.2.5 假设检验－ 针对A、B因子和互作的三个假设检验 3.列方差分析表 1482.25 11 总变异 1.28 37.51** 331.00 259.58 6.92 662.0 778.75 41.5 2 3 6 公牛间 公牛内母牛间 误 差 F MS SS df 变异来源 9.55 9.78 F0.05（2，8） F0.01（3，6） （1）公牛间的女儿产奶量差异不显著。 （2）公牛内母牛对女儿产奶量的影响有极显著 差异。应进一步做多重比较。 4.统计推断 5.多重比较 由于多重比较时需要通过MSe计算标准误，而Mse由于数据变换已经改变，因此，必须将其还原。 SSE’=SSE * 1002 =41.5*10000=415000 MSE’=415000/6=69166.67 采用SSR检验法： 3.68 5.81 3.685.73 3.64 5.56 3.58 5.51 3.46 5.24 LSR0.05(k,6) LSR0.01(k,6) 6 5 4 3 2 k 3.68 5.81 3.685.73 3.64 5.56 3.58 5.51 3.46 5.24 SSR0.05(k,6) SSR0.01(k,6) 6 5 4 3 2 k (1)查SSR表、计算LSR值 2.先将平均数还原 (2) 按 值的大小顺序列出多重比较表： 400 1750** 1350** 2200** 1800** 450 2250** 1850** 500 50 3150** 2750** 1400** 950* 900* 7450 7050 5700 5250 5200 4300 34.5 3.05 17 12.5 12 3 4 2 1 6 3 5 -7050 -5700 -5250 -5200 -4300 母牛号 注：第4-8列为 减去 (3) 结论 4号和2号母牛女儿分别与1号、3号、5号、6号母牛女儿比，以及1号母牛女儿与5号母牛女儿比，差异均为极显著； 而6号和3号母牛女儿与5号母牛女儿比为显著； 其余比较均为不显著。 例题： 某猪场为研究公猪和母猪对仔猪断奶体重的影响，统计了3头主要公猪与所配母猪产仔的断奶体重（公斤/头）的资料列于下表，试进行方差分析。 15.0 13.0 13.5 12.5 16.5 13.5 16.0 17.5 19.0 21.0 21.5 19.0 15.5 21.0 21.5 22.5 21.0 21.5 19.0 14.5 20.0 23.5 22.0 8 7 8 93-4 46-6 51-7 91-1 24.0 22.5 24.0 20.0 22.0 23.0 22.0 22.5 19.0 19.5 20.0 23.5 19.0 21.0 16.5 16.0 16.0