4.1 第四章 方差分析-单向分组(重复值).ppt

单向分组资料方差分析数据的基本模式 b.分解平方和： C.计算均方 方差分析表 平方和 自由度 均方 F(3,12) F0.05 =3.49 SSt = 504 3 MSt= 504/3 = 168 MSt/MSe= 20.56** SSe= SST – SSt = 98 12 MSe = 98/12 = 8.17 F0.01 =5.74 SST = 602 15 MST = 602/15 = 40.13 计算平均数的标准误 采用新复极差法，查SSR表，自由度Dfe为12时 平均数大小排序、比较 3.　各处理平均数的多重比较结果 例题（选用） 将梨树单株产量按高、中、低分为三组，每组随机调查7株树，即为单株小区7次重复的完全随机设计，每株调查单株产量和叶片含氮量，三个不同产量级的叶片含氮量分析结果列于表 平方和与自由度的分解 1、自由度的分解 总自由度dfT= nk-1= 7×3 -1 = 20　 (n为重复数＝７；k＝３为处理组数) 处理自由度dft = k-1 = 3-1= 2 误差自由度dfe = k(n-1) = 3(7-1) =18 dfe= dfT-dft = 20 - 2 = 18 2、平方和的分解 计算总平方和SST 2、列方差分析表进行F测验 各变因方差计算出后，进一步就要了解由于各种变因所造成的差异是否显著。在试验中，处理间的方差是由不同处理与误差（机误）的共同影响造成的，而误差方差是纯由误差产生的，如果处理间方差比误差方差大，并达到了某种程度，那就意味着该变因造成的差异不是误差造成的，而是处理之间有真实的差别，但如何才能作出判断呢？这就要依靠 F 测验了。所以，F 测验的目的是判断 K 个处理平均数间的差异是否显著。 (1) 计算均方MS（S2） MS=S2=SS/df 例如 处理均方MSt=MSt =SSt/dft 误差均方MSe=MSe =SSe/dfe 总变异均方MST=MST =SST/dfT (2)方差分析表 3、多重比较 用邓肯氏新复极差测验 这是 D. B. Duncan (1955) 提出的一种多重比较方法。这种测验法以比较错误率为准，又叫最短显著极差法，简记作 SSR(shortest significant ranges) 或叫最小显著极差法，记作 LSR(least significant ranges) 。其特点是：依平均数秩次距的不同而采用一系列不同的显著值。这些显著值叫做多重极差 (multiple range), 记作 MR 或 R 。平均数的秩次距是指某两平均数间所包含的平均数的个数（含此两个平均数）。比如说，本题有 ３ 个平均数要相互比较 ，则秩次距数为Ｐ＝３－１＝２个． 有10个平均数要相互比较，则10个平均数依大小次序排列后的两极端平均数的差数（极差）的显著性，由（　　　）是否大于K=10时的LSRa决定；而其中9个平均数的极差( ）的显著性，则由这两个极差是否大于K=9时的LSRa决定；……这样逐次下降，直至任何两个相邻平均数差数（如　　 　、 　　 、 …… 等）的显著性，由这些差数是否大于K=2时的LSRa决定为止。因此如有个K平均数要相互比较，需求得K-1个，以作为各秩次距平均数的极差是否显著的标准。 (1) LSRa LSRa =SSRa× (3) 测验显著性 将各平均数按大小顺序排列，用各个p的LSRa 值测验各平均数两极差的显著性：凡是两极差〈LSRa，即认为两个平均数间在а水平上没有差异，凡极差≥LSRa ，即两极差在а水平上差异显著。 将全部平均数从大到小一次排列，然后在最大的平均数上表上字母a，并将该平均数与以下各平均数相比，凡相差不显著的(LSRa的)，都标记上a,直至某个与之相差显著的平均数标以字母b；再以标有b的平均数为标准，与上方各个比它的平均数比，凡不显著的继续以字母b标记，直到某一个与之相差显著的平均数标以c。如此重复下去，直到最小的一个平均数有了标记字母为止。这样，各个平均数间，凡有一个相同字母的即为差异不显著，反具有不同字母的即为差异显著。 在实际应用中，为了区分0.05和0.01水平上的差异性，以小写字母表示0.05水平，以大写字母表示0.01水平。 C.计算均方 方差分析表 平方和 自由度 均方 F