.样本均数的显著性检验.pptVIP

* 非配对设计要求试验单位尽可能一致。 如果试验单位变异较大，如试验动物的年龄、体重相差较大，若采用上述方法就有可能使处理效应受到系统误差的影响而降低试验的准确性与精确性。 为了消除试验单位不一致对试验结果的影响，正确地估计处理效应，减少系统误差，降低试验误差，提高试验的准确性与精确性，可以利用局部控制的原则，采用配对设计。 （2）配对设计两样本均数的显著性检验 * . 配对设计是指先根据配对的要求将试验单位两两配对，然后将配成对子的两个试验单位随机地分配到两个处理组中。 配对的要求是：配成对子的两个试验单位的初始条件尽量一致，不同对子间试验单位的初始条件允许有差异，每一个对子就是试验处理的一个重复。 配对的方式有两种： 自身配对 同源配对 * . 自身配对 指同一试验单位在不同时间分别接受前后两次处理，用其前后两次的观测值进行自身对照比较；或同一试验单位的不同部位的观测值或不同方法的观测值进行自身对照比较。如观测某种病畜治疗前后临床检查结果的变化；观测用两种不同方法对畜产品中毒物或药物残留量的测定结果变化等。 同源配对 指将来源相同、性质相同的两个个体配成一对，如将畜别、品种、窝别、性别、年龄、体重相同的两个试验动物配成一对，然后对配对的两个个体随机地实施不同处理。 * . 【例3】 现从8窝仔猪中每窝选出性别相同、体重接近的仔猪两头进行饲料对比试验，将每窝两头仔猪随机分配到两个饲料组中，时间30天，试验结果见表3。问两种饲料喂饲仔猪增重有无显著差异？ 表3 仔猪饲料对比试验（单位：kg ） * . 例2：研究某种降压药的降压效果，分别选取13个高血压病人进行试验，服药前后各病人的血压数值如下： 试检验该降压药对治疗高血压是否有效： * Ti T 1、检验过程过于繁琐； 2、推断的可靠性低，α型错误率大 3、无统一的试验误差，误差估计的精确性和检验的灵敏性低； 3. 3个或3个以上样本均数的显著性检验——方差分析 * 方差分析又称变量分析，是英国统计学家R.A.Fisher于1923年提出的。 “ 方差分析法是一种在若干能相互比较的资料组中，把产生变异的原因加以区分开来的方法与技术” ，实质上是关于观测值变异原因的数量分析。 方差分析的基本原理及适用条件 * 总体指导思想：将k 个处理的观测值作为一个整体看待，把观测值总变异的平方和及自由度按照变异原因，分解为处理效应和实验误差的平方和及自由度，进而获得处理效应和实验误差的总体方差估计值；然后在一定概率意义上对处理效应与实验误差的总体方差的估计值进行显著性比较，检验各样本所属总体平均数是否相等，从而找出影响总变异的主要因素。 * 表1 k个处理每个处理有n个观测值的数据模式 T1 T2 …. Ti …. Tk T 平均μi μ1 μ2 …. μi …. μk μ * 1.线性模型与基本假定 * 因素试验的数学模型成立有三个基本假定： 效应的可加性（additivity） 分布的正态性（normality） 方差的同质性（homogeneity） 方差分析的基本假定 * . 方差分析中总变异的分解 * . 如果F Fα，结则误差引起的概率Pα,在α概率水平上否定H0；即各μi不全相等，处理有效。 * Ti T 表1。不同饲料配方对鱼的增重的影响 * . F值显著或极显著，否定了无效假设HO ，表明试验的总变异主要来源于处理间的变异，试验中各处理平均数不全相等或处理效应不为零，但并不意味着每两个处理平均数间的差异都显著或极显著，也不能具体说明哪些处理平均数间有显著或极显著差异，哪些差异不显著。因而有还必须进行两两处理均数间的比较，以具体判断两两处理均数间的差异显著性。 统计上把多个平均数两两间的相互比较称为多重比较(multiple comparisons) 多重比较方法及结果表示 * . （1）最小显著差数法(LSD法) （2）最小显著极差法(LSR法) a q检验法 b 新复极差法 常用的多重比较的方法 * . （1）最小显著差数法 (LSD法，least significant difference) 基本作法：在F检验显著的前提下，先计算出显著水平为α的最小显著差数 ，然后将任意两个处理平均数的差数的绝对值 与最小显著差数作比较。 若 ＞LSDα时，则 与 在α水平上差异显著；反之，则在α水平上差异不显著。最小显著差数由下式计算。 * . LSD 法实质上就是t检验法。它是将 t 检验中由所求得的t之绝对值 与临界ta值的比较转为将各对均数差值