五章方差分析1.ppt

前面知识点回顾1 单个平均数的显著性检验 1、U 检验（ 已知, 未知, n≥30 ） 2、t 检验 （ 未知，n30） 两个平均数的显著性检验 1、U 检验（ 已知, 未知, n≥30 ） 2、t 检验 （ 未知，但相等且n30） 首先要进行方差齐性检验（F检验） 3、 未知且可能不相等用Aspin-welch检验可近似的认为具有df1、df2自由度的t分布。 4、配对数据的t检验： （将两样本变成一个， ）。 问题 one 两个以上的样本用什么检验呢？ 当然可以用 t 检验，但必须进行两两分别检验。因此我们发现： 1. 采用t 检验法检验过程烦琐。 2. 采用 t 检验法无统一的试验误差，误差估计的精确性和检验的灵敏性低。 3. 采用t检验法推断的可靠性低，检验的 I 型错误率大。如6次检验H0的概率是0.95时的误差为：1-0.956 =0.265。 例如：t 检验需 次 前面知识点回顾2 检验 1、适合性检验 2、独立性检验 2×2 列联表或 r×c 列联表 问题 two 检验的局限性 1、适合二项式百分数检验（如死亡率等） 2、质量性状（遗传规律，有效与无效，性别等）数量性状必须转变成质量性状如记数或频率等 第五章 方差分析Analysis of Variance （ANOVA ) 单因素方差分析（ One-way analysis of variance） 两因素及多因素方差分析（ Two-way analysis of variance） ANOVA 由英国统计学家R.A.Fisher首创，为纪念Fisher，以F命名，故方差分析又称 F 检验 （F test）。用于推断多个总体均数有无差异 第一节  单因素方差分析 先介绍几个常用术语: 试验指标:为衡量试验结果或处理效应指标，在试验中具体测定的性状或观测的项目称为试验指标。 试验因素:试验中所研究的影响试验指标的因素叫试验因素。 因素水平:试验因素所处的某种特定状态或数量等级称为因素水平，简称水平。 试验处理:事先设计好的实施在试验单位上的具体项目叫试验处理，简称处理。 试验单位:在试验中能接受不同试验处理的独立的试验载体叫试验单位。 重复:在试验中，将一个处理实施在两个或两个以上的试验单位上，称为处理有重复；一处理实施的试验单位数称为处理的重复数。 方差分析 在科学研究中进行多个平均数间的差异显著性检验，即方差分析。 方差分析的基本思想 所有测量值上的总变异按照其变异的来源分解为多个部分，然后进行比较，评价由某种因素所引起的变异是否具有统计学意义。 一、数学模型 假设有k组观测数据，每组有n个观测值，则用线性可加模型来描述没一个观测值，有： xij是在第i次处理下的第j次观测值，μ为总体平均数，αi为处理效应，εij是试验误差，εij要求是相互独立的，且服从正态分布N(0,σ2)。 固定模型（αi是固定） 因素的a个水平人为选定，如温度、浓度、品种等。结论只适合于选定的几个水平，不能推广，但可以选出最佳水平。 随机模型 (αi不固定) 因素的a个水平是从该因素总体中随机抽出的样本，其因素水平不能严格的人为控制的，在水平确定之后，他的效应值并不固定。其结论可以推广到该因素所有水平上。 平方和与自由度的分解 将总变异分解为处理间变异和处理内变异。但这种分解是通过将总均方的分子─称为总离均差平方和，简称为总平方和，分解成处理间平方和与处理内平方和两部分；将总均方的分母─称为总自由度，分解成处理间自由度与处理内自由度两部分来实现的。 一、离均差平方和的分解 三种不同的变异 每组具有n个观测值的a组样本符号表 将一个处理的观测值离均差平方和累加，有： 把a个处理的离均差平方和累加，得： 上式可简写成：SST=SSA+SSe 分别表示总平方和，处理间平方和，处理内平方和。即：总平方和=处理间平方和+处理内平方和，实际计算时SST 及SSA 可用下式推导： 令矫正数C=T2/an，则： 即 （二）自由度的分解 在计算总平方和时，资料中的各个观测值要受 　　 这一条件的约束，故总自由度等于资料中观测值的总个数减1，即dfT=an-1。 处理间自由度为处理数减1，即dft=a-1。 处理内自由度为资料中观测值的总个数减a，即dfe=an-a=a(n-1)。 因为 所以 综合以上各式得： 各部分平方和除以各