九两因素方差分析.pptVIP

第九章 两因素方差分析 1、试验效应（effect）：处理所产生的效果，是试验因素（饵料）对试验指标（产量）所起的增进或减退的作用。 【例如】对某水稻品种进行施肥试验， 每亩施氮10kg，亩产量为350kg， 每亩施氮15kg，亩产量为450kg。 例9.1:海带2×2复因子试验，施用氮（N）、磷（P）的4种处理组合试验结果的假定数据，以说明各种效应。 复习:Duncan 检验（新复极差测验法） A因素多重比较 表8.2 图 8.1资料处理与区组两向表 P167 例9.1 为了从3种不同原料和3种不同发酵温度中,选出最适宜的条件,设计了一个两因素实验,并得到以下结果.做方差分析. 【例9.3】（略）玉米品种与施肥二因素随机区组试验，A因素有A1，A2，A3(a=3)三个品种，B因素有B1，B2，B3(b=3)三个施肥水平，重复3次(r=3)，小区计产面积20m2，田间排列和小区产量(kg)如图8.1，试作分析。 作方差分析 误差e2是真正的试验误差，而误差e1除含有试验误差外尚有模型误差。但如果“F=e1均方/e2均方”不显著，则说明模型误差不显著，这时可将e1平方和与e2平方和合并，自由度也合并，以此合并的误差作为全试验的误差，这样做一般能提高测验的精度。反之，若上述F测验呈显著，则e1与e2不能合并，只能用e2作为测验其它效应的误差。 本例　　　　　　　　　　　　　　　　　不显著，合并 A2B3 18 A2B2 13 A3B2 10 A2B1 11 A1B1 13 A3B1 16 A1B2 13 A3B3 7 A1B3 8 A3B1 18 A3B3 8 A1B1 15 A3B2 8 A1B3 8 A1B2 14 A2B3 16 A2B1 13 A2B2 19 A1B1 17 A3B1 19 A1B3 12 A2B2 20 A3B3 9 A2B3 17 A2B1 19 A1B2 11 A2B3 10 Ⅰ Ⅱ Ⅲ 图8.1 玉米品种与施肥随机区组试验田间排列和小区产量 将试验所得结果按处理和区组两向分组整理成表8.2； Tr 134 119 109 362(T) A1 B1 17 15 13 45  B2 11 14  13 38 B3 12 8 8 28 A2 B1 19 13 11 43  B2 20 19 13 52 B3  17 16 18 51 A3 B1 19 18 16 53  B2 10 8 10 28 B3 9 8 7 24 Ⅰ Ⅱ Ⅲ Tt (1)结果整理 首先计算放养密度水平(j=3)均数的标准误和饵料水平(i=4)均数的标准误,分别是 放养密度 饵料水平 新复极差法计算资料R值 6.444 4.195 5.51 3.58 3 6.128 4.047 5.24 3.46 2 k r0.01 r0.05 放养密度的R值(标准误=1.1696) 新复极差法计算资料R值 7.4 4.8 5.51 3.58 3 7.1 4.6 5.24 3.46 2 k r0.01 r0.05 饵料水平的R值(标准误=1.3503) 放养密度的多重比较结果 α=0.01 α＝0.01 差异显著性 平均值 密度（因素a） 饵料的多重比较结果 α=0.01 α＝0.01 差异显著性 平均值 饵料（因素b） 结论：多重比较结果表明，从平均产鱼量来看，A2与A1、A3的差异极显著，A1与A3无显著差异，以A2最好；B1与B2、B3差异显著B4与B2差异也显著，以B1最好。综合来看，以A2搭配B1的增重效果最好。 两因素有重复资料的方差分析 (两向分组有重复资料的方差分析) 在因素间存在交互作用时，由于交互作用的存在，在固定模型中，每一处理都应设置重复。重复之间的平方和为误差平方和。有了误差平方和，才能把交互作用从总平方和中分解出来： SSAB＝SST－SSA－SSB