4-1方差分析的基本原理和F测验.pptVIP

… 查 df1=8、df2=20 的Fα值，见下图。 F0.05 = 2.45 F0.01 = 3.56， 含义 F=2.45是一个分界点 此点以外曲线与横轴所夹部分（阴影部分）概率为5 % ，此点以内概率为95%。 所以F0.05 = 2.45是曲线上显著水准α=0.05的临界值。 图4-2 F0.05显著水 准示意图 * （二）F测验的思想： df1= 1, df2= 2 F衍生总体 总体μ δ2 符合df1= 1, df2= 2的F分布 …… * … 从同一个总体中按 1、2 抽出的一对样本 方差比值F 有95%可能落在0—F0.05间 只有5%的可能落在0—F0.05外，是小概率事件。 待测样本是来自同一总体吗？ 依小概率原理否认样本来自同一总体 处理间有显著差异 计算F 值， 与F0.05相比 → FF0.05 肯定样本来自同一总体 处理间无显著差异 所以，实测中，先设来自同一总体，即Ho， F F0.05 → ，再与Fα相比。 求出 * * F测验需具备条件： (1)变数y遵循正态分布N( ， )， (2) s12 和 s22 彼此独立 。 另外，在F 测验中，如果作分子的均方小于作分母的均方，则F1；此时不必查F表即可确定P0.05，应接受H0。 * [例6.2] 测定东方红3号小麦的蛋白质含量10次，得均方 s12 =1.621；测定农大139小麦的蛋白质含量5次，得均方 s22 =0.135。试测验东方红3号小麦蛋白质含量的变异是否比农大139为大。 假设H0：东方红小麦总体蛋白质含量的变异和农大139一样，即 ，对 。 显著水平 =0.05，v1=9，v2 =4时，F0.05 =6.00。 测验计算: F =1.621/0.135=12.01 此FF0.05，即P0.05。 推断：否定H0，接受HA，即东方红3号小麦蛋白质含量的变异大于农大139。 * [例6.3] 在例6.1算得药剂间均方st2=168.00，药剂内均方se2=8.17，具自由度 v1=3，v2=12。试测验药剂间变异是否显著大于药剂内变异？ 假设 对 显著水平 =0.05， F0.05=3.49。 测验计算：F =168.00/8.17=20.56 查附表5 v1 =3，v2=12时 F0.05 =3.49，F0.01=5.95，实得FF0.01F0.05 。 推断：否定 ，接受 ；即药剂间变异显著地大于药剂内变异，不同药剂对水稻苗高是具有不同效应的。 * 例6.1和例6.3的分析结果可以归纳在一起，列出方差分析表，如表6.3所示。 表6.3 水稻药剂处理苗高方差分析表 变异来源 DF SS MS F 显著F值 药剂处理间 3 504 168.00 20.56＊＊ F 0.05(3,12) = 3.49 药剂处理内(误差) 12 98 8.17 F 0.01(3,12) =5.95 总 15 602 * 第四章 方差分析 （analysis of variance,ＡＮＯＶＡ） 上节课的统计假设测验是如何检验一个或者两个平均数的假设检验方法，用u测验或t测验。但实际工作中需要对多个（k≥3)样本平均数进行比较，并分析它们之间的差异，也就是多个（k≥3)样本平均数的假设检验方法，这时，若仍采用t检验法就不适宜了。这是因为： 第一节 方差分析的意义 * 1、检验过程烦琐 例如，一试验包含5个处理，采用t检验法要进行 =10次两两平均数的差异显著性检验；若有k个处理，则要作 k(k-1)/2次类似的检验。 * 2、无统一的试验误差，误差估计的精确性和检验的灵敏性低 对同一试验的多个处理进行比较时，应该有一个统一的试验误差的估计值。若用 t 检验法作两两比较，由于每次比较需计算一个 ，故使得各次比较误差的估计不统一，同时没有充分利用资料所提供的信息而使误差估计的精确性降低，从而降低检验的灵敏性。 * 例如，试验有5个处理 ，每个处理 重复 6次，共有30个观测值。进行t检验时，每次