六方差分析课件.pptVIP

第六章 方差分析 方差分析的基本原理和分析步骤 系统分组资料的方差分析 方差分析的数学模型与基本假定 设一系统分组资料共有l组，每组内又分m个亚组，每一亚组内有n个观察值，则该资料共有lmn个观察值。其数据模式如表６.10。 二级系统分组资料且每组观察值数目相等 一、数学结构与变异来源分解 对于表6.10资料中任一观察值，其数学模型为： μ总体平均数 τi=（μi－ μ）组效应 δij=（ μij－ μi ）亚组效应 εijk=（xijk-μij）随机误差 上式表明，任一观察值的总变异可分解为： 用样本符号可表示为 ①组间变异； ②同一组内亚组间变异； ③同一亚组内各观察值的变异（试验误差） １. 总变异 ： 自由度 平方和 2. 组间变异： 自由度 平方和 二、自由度与平方和的分解 3.同一组内亚组间的变异 自由度 平方和 4. 亚组内的变异（误差）： 自由度 平方和 SSt, SSd, Sse分别代表组间、组内亚组间和误差平方和。 当测验组间平均数的差异时，用组内亚组间的均方作分母，即 当测验组内亚组间平均数的差异时，以误差均方作分母，即 三、F 测验 二级系统分组资料的方差分析 总变异 组 间 组内亚 组 间 误 差 变异来源 DF SS MS F 【例6.5】用３种不同浓度的农用保水剂蘸根， 每种浓度的处理各种４盆，一星期后每盆测定５株的发根数，其结果如表6.12，试做方差分析。 从上述分析可知，各处理平均数之间有不同程度的差异，引起差异的原因有二：其一是处理的不同；其二是不同处理受偶然因素影响的程度不同。由第二种原因引起的变异，其性质与处理内变异（即误差变异）性质相同，而且在一般情况下，可以认为其效应相等。 处理间变异 当处理间真实差异=0时， 处理间变异=处理内变异 当处理间真实差异＞0时， 处理间变异＞处理内变异 因此: 处理间变异=处理间真实差异+处理内变异 利用这种关系，将处理间变异与处理内变异的比值定义为F值， 如果F大小与“1”相差不多，说明处理间变异与处理内变异相似，表明各处理效应在本质上相同，即处理间差异不显著。 如果F比“1”大得多，超出了通常偶然因素所能解释的范围，那就说明各处理效应有本质差异。 方差用来表示样本的变异程度，在数学分析上有许多优点，所以通常采用方差作为变异的度量值，即 关于F值的大小，如何判断是否超过了用误差解释的范围？必须借助F测验。 　　对于例6.1，已算得处理间均方MSt=75.30, 处理内均方Mse=6.73, F=MSt/Mse=75.30/6.73=11.18, 这个Ｆ值比１大，但它是否已经超出了用误差解释的范围呢？则必须借助Ｆ测验来回答这些具体问题。 2、F分布与F测验 ?F分布 有一个平均数为 ，方差为 的正态总体，从中随机抽取两个样本，其容量分别为n1 和n2，则其自由度分别为df1 =n1-1和df2=n2-1，方差为 ，令两个方差之比为F，即 在给定的 样本容量n1 和n2下，从该总体进行一系列的抽样，则可获得一系列F值，各个F值所具有的概率构成一种分布，这一分布称为F分布。 F f(F) df1=2 df2=5 df1=5 df2=4 df1=1 df2=5 图6.1 几种自由度下的F分布 F分布的平均数 F分布的取值范围为〔0，∞〕 故F分布只有一尾概率（即右尾概率），进行的F测验仅为一尾测验。 F分布是随自由度df1 和df2的改变而改变的一组偏态曲线，只有当df1和df2都趋向于∞时，F分布趋于对称分布。因此， F分布某一特定曲线的形状取决于参数df1和df2。 例如，当df1=4(n1=5) , df2=5(n2=6)时，从附表5查得F0.05=5.19, F0.01=11.39, 这就表明如以n1=5, n2=6在一正态总体中进行连续抽样，则所得F值大于5.19的仅有5%，大于11.39的仅有1%。 F分布下一定区间的概率可以从已制成的统计表（附表5）中查出。 ? F测验 测验某项变异因素的效应是否真实存在。 ◆若各处理的均数相等或者差异不显著，可以推断处理间不存在