5第三章方差1探究.ppt

* * * * * * 优：可以一次检验多组样本，避免了t检验一次只能比较两组的缺陷。 缺：只能反映出各组样本中存在着差异，但具体是哪一组样本存在差异，无法进行判定。 方差分析优缺点 多重比较 方差分析的意义 其目的是推断两组或多组资料的总体均数是否相同，检验两个或多个样本均数的差异是否有统计学意义。 教学内容 第一节 方差分析的基本原理 一、方差分析的基本原理 二、平方和与自由度的分解 三、多重比较 计算观察值的组间方差和组内方差，并计算两者的比值，如果该比值比较小，说明组间方差与组内方差比较接近，组间方差可以用组内方差来解释，从而说明组间差异不存在。 一、方差分析的基本原理 二、平方和与自由度的分解 假设某单因素试验有k个处理，每个处理有n个观察值，共有nk 个观测值。这类试验资料的数据模式如表3-2所示。 处理 1 2 … i … k 观察值 x11 x21 … xi1 … xk1 x12 x22 … xi2 … xk2 … … … … … … x1j x2j … xij … xkj … … … … … … x1n x2n … xin … xkn 总和Ti. T1. T2. … Ti. … Tk. T=∑∑ xij 平均 … … 表3-2 每处理具n个观测值的k组数据的符号表 二、平方和与自由度的分解 方差分析的基本思想，就是将总变差分解为各构成部分之和，然后对它们作统计检验。即： 二、平方和与自由度的分解 方差与标准差都可以用来度量样本的变异程度。在方差分析中是用样本方差即均方(mean squares)来度量资料的变异程度的。 表3-2中全部观察值的总变异可以用总均方来度量，处理间变异和处理内变异分别用处理间均方和处理内均方来度量。 ㈠ 总平方和的分解 在表3-2中，反映全部观察值总变异的总平方和是各观察值与总平均数的离均差平方和，记为SST。即 因为 平方和与自由度的分解 平方和与自由度的分解 由于 平方和与自由度的分解 ∴ 其中 称为处理间平方和，记为SSt，即 而 称为处理内平方和或误差平方和，记为SSe，即 三种平方和的简便计算公式如下： 其中 C=T2/kn 称为矫正数。 (二)总自由度的分解 ?在计算总平方和时，资料中的各个观察值要受 这一条件约束，总自由度等于资料中观察值的总个数减一，即nk-1。 总自由度记为dfT，则 dfT =nk-1 。 ?在计算处理间平方和时，各处理均数要受 这一条件的约束，故处理间自由度为处理数减一，即k-1。 处理间自由度记为dft ，则dft=k-1。 ?在计算处理内平方和时，要受k个条件的约束，即 ，i=1,2,...k。故处理内自由度为资料中观察值的总个数减k，即nk-k。 处理内自由度记为dfe，则dfe=nk-k=k(n-1)。 因为 nk-1=(k-1)+(nk-k)=(k-1)+k(n-1) 所以 dfT= dft+ dfe 综合以上各式得： 平方和与自由度的分解 它们的自由度分别为nk–1, k–1和k(n–1)，即自由度也作了相应分解： nk – 1 = k –1 + k(n – 1) dfT dft dfe 各部分平方和除以各自的自由度便得到总均方、处理间均方和处理内均方,分别记为： MST(或ST2 )、 MSt(或St2 )和MSe(或Se2 ),即 MST= ST2 =SST/dfT; MSt= St2 =SSt/dft; MSe= Se2 =SSe/dfe ①建立假设 H0：各组平均数相等 HA：各组平均数不全相等 ②计算统计量 “F＝组间均方／组内均方” 在计算组间均方时，使用自由度为（k-1），计算组内均方时，使用自由度为 k(n-1)。 ③查表、推断 F满足第一自由度为（k-1），第二自由度为k(n-1) 的F分布。查表。若F值大于0.05临界值，则拒绝原假设，认为各组平均数存在显著差异。。。 ④结论 方差检验的步骤 【例3.1】 设有A、B、C、D、E 5个大豆品种（k＝5），其中E为对照，进行大区比较试验，成熟后分别在5块地测产量，每块地随机抽取4个样点（n＝4），每点产量（kg）列于表3-3，试做方差分析。 表3-3 大豆品种比较试验结果 单