04-1方差分析基本原理与F测验.ppt

第四章 方差分析 （analysis of variance,ＡＮＯＶＡ） ; 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，每次只能利用两个处理共12个观测值估计试验误差 ，误差自由度为 2(6-1)=10 ；若利用整个试验的30个观测值估计试验误差 ，显然估计的精确性高，且误差自由度为5(6-1)=25。可见，在用t检法进行检验时 ，由 于估计误差的精确性低，误差自由度小，使检验的灵敏性降低，容易掩盖差异的显著性。 ; 3、推断的可靠性低 即使利用资料所提供的全部信息估计了试验误差，若用t 检验法进行多个处理平均数间的差异显著性检验，由于没有考虑相互比较的两个平均数会增大犯 I型错误的概率，降低推断的可靠性。 由于上述原因，多个平均数的差异显著性检验不宜用 t 检验，须采用方差分析法。 方差分析 (analysis of variance, ANOVA) 是由英国统计学家R.A.Fisher于1923年提出的。; 这种方法是将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分解为相应于不同变异来源的平方和及自由度，进而获得不同变异来源总体方差估计值；通过计算这些总体方差的估计值的适当比值，就能检验各样本所属总体平均数是否相等。 方差是平方和除以自由度的商。 “ 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” ，方差分析实质上是关于观测值变异原因的数量分析。;第四章 方差分析 （analysis of variance,ＡＮＯＶＡ） ;第四章 方差分析 （analysis of variance,ＡＮＯＶＡ） ;第四章 方差分析 （analysis of variance,ＡＮＯＶＡ） ;一、基本原理 二、F测验 （一）F分布 （二）F测验的思想;一、基本原理： 看以下试验结果：有K个果树品种的品种对比试验，每个品种随机抽取n株调查单株产量，得到如下数据表;…;…;于是，在这个试验中，有如下关系： 总变异平方和 ;一、自由度和平方和的分解; 在表6.1中，总变异是nk个观察值的变异，故其自由度 v = nk－1，而其平方和SST则为：;从而总变异(6·1)可以剖分为: ;因此，得到表6.1类型资料的自由度分解式为：;…;方差分析的基本思路;基本思路图示： ; [例6.1] 以A、B、C、D 4种药剂处理水稻种子，其中A为对照，每处理各得4个苗高观察值(cm)，其结果如表6.2，试分解其自由度和平方和。 ;根据(6·3)进行总平方和的剖分：;或 药剂A内： 药剂B内：