第7章节方差分析⑴.pptVIP

试验统计学 第四章 概率论与数理统计的基础知识 第七章 方差分析 第七章 方差分析 第二节 处理平均数间的多重比较 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第一节 方差分析的基本原理 第二节 处理平均数间的多重比较 第二节 处理平均数间的多重比较 第二节 处理平均数间的多重比较 第二节 处理平均数间的多重比较 第二节 处理平均数间的多重比较 第二节 处理平均数间的多重比较 例7.1现有四个水稻品种A、B、C和D，完全随机地种 在一个划分为12个小区的试验地中，每品种种了3个小 区。田间排列和小区产量如图7.1所示。欲了解这四个 品种的产量是否相同。 这里只有一个可控因素（即品种），因此称为单向 分类的资料。当然它也是考察因素。 HO：?1＝?2＝?3＝?4＝? vs HA：并非所有?i都等于? C.T.＝ 76.52/12 ＝ 487.6875 组内（误差）自由度：dfe ＝ dfT －dft ＝ 11－3 ＝ 8 SSe＝ SS T － SS t ＝ 97.0625 － 77.0625 ＝ 20 组内（误差）平方和： 11 97.0625 3 77.0625 97.0625 11 总变异 误 差 77.0625 3 组 间 F0.01 F0.05 F值 均 方 平方和 自由度 变异来源 方差分析表 8 20.0000 在计算各项均方和 F 值，进行F 测验。 25.6875 2.5000 10.275 4.07 7.59 ** 实算的F值大于0.01显 著水平上的F临界值， 否定H0，接受HA。 方差分析的基本假定 ⑴ 方差分析是建立在一定的线性可加模型的基础上的， 所谓线性可加模型是指每个观察值可以划分为若干个线 性组成部分（或称数据具有“可加性”）； ⑵ 如果试验误差? ij是随机的、彼此独立的，而且服从 平均数为0的正态分布，那么就可以用F测验来比较组 间方差与误差方差是否相等（或称误差具有“随机、独 立、正态性”）； ⑶如果k个亚总体的方差相等，计算试验误差时就可以 将这k个亚总体的组内平方和合并成整个试验的误差平 方和（或称误差方差具有“同质性”）。 如果某一试验的数据资料不符合这三个基本假定，而 我们使用了方差分析方法对它进行分析，就有可能出 现错误的结论。 本章最后讨论将一些 处理这类数据的方法。 处理效应的固定模型和随机模型 在固定模型中，? i是个常数，具有固定的值； 在随机模型中，? i是个随机变量，其数值随着抽取 得的样本不同而变化。 下面举例说明这 两种模型的区别。 对于前面列出的线性可加模型 中的 处理效应? i有两种不同的可能情况，一种是固定模 型(fixed model)，另一种是随机模型(random model)。 在一个试验的数据中，? i到底是固定模型还是随机模型要看研究的目的而定。 此法统计假设为： HO: ?A=?B =?C =?D vs HA: 并非所有? i都相等 或 HO: ?A= ?B = ?C =?D vs HA: 并非所有? i都相等 例7.2 某农业技术推广站引进了3个水稻新品种(ABC)，加上当地使用的常用品种(D)，共4个品种，进行品 种比较试验，要比较它们的产量高低。 ? i 是各品种平均数?A, ?B, ?C, ?D与总平均数?之差， ? i ＝? i－?，是常数，处理效应? i为固定模型。 如果实验失败要重做，仍将使用这4个品种。 如果差异显著，则需要进行多重比较，看看到底是哪一对品种之间有显著差异。 如果差异显著，则需要估计由于品种不同引起的方差和由于环境条件引起的方差各有多大。 例7.3 某一个水稻育种家手头上有300多个水稻品种， 他想了解这些品种的遗传变异情况。他从总体(300个品 种)中抽取了4个品种(ABCD)，进行遗传试验，求出遗 传方差、环境方差等变异量，看看遗传引起的变异在总 变异中占多大比重。 这时ABCD只是从300个品种构成的总体中随机抽取