第7章节 方差分析.pptVIP

第七章 方差分析及多重比较 7.1 引言 7.2 方差分析的基本思想 7.3 方差分析的步骤 7.4 多重比较 7.5 数据变换 7.1 引言 [1]方差分析的提出 t-检验：一因素二水平，二水平的平均数之间的比较。如果是一因素多水平的问题能否用 t-检验解决问题呢？能，但有二个问题： 1）工作量：例如有7组数据（一因素七水平）：就要进行 =21次 t检验； 2）准确性将受到怀疑 设每对检验达到没有显著差异的正确结论都是0.95（即：α=0.05）。这时，21对都得到正确结论的概率为：0.9521，即达到至少一个不正确结论的概率为：1-0.9521=1-0.34=0.66。因此不能认为这是可以接受的检验，必须发掘一种新的方法，这种方法就是方差分析（analysis of variance，ANOVA）。 [2]试验设计的基本原则和类型 A）试验设计的几个基本概念 1）指标：判断试验效果所采用的标准； 2）因素：认为有可能影响试验指标的条件； 3）水平：能影响试验指标的因素通常可以人为地加以控制或分组，即因素的水平。 B）试验设计的三个基本原则 1）重复：可估计试验误差或降低试验误差； 2）随机：小区的放置原则； 3）局部控制：控制试验条件使之基本一致。 C）试验设计的类型（不同的试验设计，使用的统计分析方法特别是方差分析的方法不尽相同） 1）一因素二水平 随机：不成对法 t-检验；方差分析； 局部控制：成对法 t-检验 2）一因素多水平 随机化完全区组设计 重复数相等 重复数不相等 拉丁方试验设计（拉丁方：让n个数字或字母排成一个n*n方块，使得在每一行、每一列中这n个数字或字母都只出现1次。） 3）二因素多水平：通常采用全面试验设计（每水平交错组合1次，进行1次试验） 二因素间没有交互作用 二因素间有交互作用 4）多因素多水平：正交试验设计 5）其他方法：如：平衡不完全区组设计、裂区试验设计、正交拉丁方、二次旋转回归试验设计等。 7.2 F-分布及F-检验 [1] F-分布 上述一系列的F值便符合f1=n1-1，f2=n2-1的F-分布： F-分布的形状由自由度f1、f2决定。F-分布的尾部概率α（单尾）一般也取二个值： α=0.05、 α=0.01。临介值F α由f1、f2和α决定，不必计算，查表C4（P224~229）即可。 [2]F-检验 7.2 方差分析的基本思想 [1]方差分析的三个基本假设： 1）主效应的可加性（additivity） (线性可加模型） 2）各处理不同样本的方差齐性（homogeneous） 3）误差分布的正态性（normality） [2]试验误差的来源（以随机化完全区组试验为例） 在一个试验中，实际上存在以下三部分的误差来源： A）处理项：起源于效应本质的不同 B）区组项：又称重复项，指起源于地力或其他环境条件的不一致 C）误差项：即抽样误差，起源于偶然因素的影响 每个观测值xij均含有三部分的误差，据线性可加模型： [3]方差分析的思路 怎样分别出处理项或区组项造成的变异是否存在？方差分析的思路是：检验处理项的方差和误差项的方差是否具同源性（同质性），如两项方差为同源（同质）则说明处理效应不存在，如为非同源（同质），则处理效应是存在的。区组项的效应检验同理。因此有： 通常希望处理项的方差和误差项的方差不具同源性，即处理间的效应存在。而区组项和误差项的方差具同源性，即不同重复间误差不显著。 总平方和及自由的裂解 在一组试验数据中，总平方和为： 总自由度为bt-1 须把总平方和裂解为处理平方和、重复平方和及误差平方和； 把总自由度裂解为处理自由度、重复自由度和误差自由度。 1)平方和的分解（双向方差分析）： 因为离均差之和为0: 自由度的分解（双向方差分析）： 总自由度=bt-1； 处理自由度=t-1； 区组自由度=b-1； 误差自由度=bt-1-(b-1)-(t-1) =bt-b-t+1 =b(t-1)-(t-1) = (b-1)(t-1) 单向方差分析 总自由度=bt-1； 处理自由度=t-1； 误差自由度=bt-1-(t-1) =bt-t =t (b-1) 具体步骤 i）最后，可总结成一个