医学统计学（扬州大学）第六章 方差分析.pptVIP

（4）如此重复进行下去，直至最小的一个平均数有了标记字母且与以上平均数进行了比较为止。 （5）这样各平均数间，凡有一个相同标记字母的即为差异不显著，凡没有相同标记字母的即为差异显著。 在实际应用时，可以小写字母表示 =0.05显著水平，大写字母表示 =0.01显著水平。 （1）在表6.7上先将各平均数按大小顺序排列，并在行上标a。 （2）由于 与 呈显著差异，故 上标b。 （3）然后以 为标准与 相比呈显著差异，故标c。 （4）以 为标准与 比，无显著差异，仍标c。 同理，可进行4个在1％水平上的显著性测验，结果列于表6.7。 [例6.7] 试对例6.6测验结果作出字母标记。 表6.7 表6.2资料的差异显著性(新复极差测验) C c 14 C BC c 18 A AB b 23 B A a 29 D 0.01 0.05 差异显著性 苗 高 平均数(cm) 处 理 由表6.7就可清楚地看出，该试验除A与C处理无显著差异外，D与B及A、C处理间差异显著性达到 =0.05水平。处理B与A、D与B、A与C无极显著差异；D与A、C，B与C呈极显著差异。 五、多重比较方法的选择 多重比较方法选用原则： （1）试验事先确定比较的标准，凡与对照相比较，或与预定要比较的对象比较，一般可选用最小显著差数法； （2）根据否定一个正确的H0和接受一个不正确的H0的相对重要性来决定。 方差分析的基本步骤是： （1）将资料总变异的自由度和平方和分解为各变异原因的自由度和平方和，并进而算得其均方； （2）计算均方比，作出F 测验，以明了各变异因素的重要程度； （3）对各平均数进行多重比较。 第三节 方差分析的基本假定和数据转换 一、方差分析的基本假定 二、数据转换 一、方差分析的基本假定 方差分析是建立在线性可加模型的基础上的。所有进行方差分析的数据都可以分解成几个分量之和，以例6.13资料(样本)采用6生长素处理试验资料为例，该资料具有三类原因或效应： (1)处理(生长素)原因或效应； (2)环境(组)原因或效应； (3)试验误差(这是处理内和环境内的其它非可控因素的变异)。 故其线性模型为： * 第六章 方差分析 第一节 方差分析的基本原理 第二节 多重比较 第三节 方差分析的基本假定和数据转换 第一节 方差分析的基本原理 所谓方差分析(analysis of variance) ,是关于k(k≥3)个样本平均数的假设测验方法，是将总变异剖分为各个变异来源的相应部分，从而发现各变异原因在总变异中相对重要程度的一种统计分析方法。 假设测验的依据是:扣除了各种试验原因所引起的变异后的剩余变异提供了试验误差的无偏估计 。 方差是平方和除以自由度的商。 一、自由度和平方和的分解 设有k组数据，每组皆具n个观察值，则该资料共有nk个观察值，其数据分组如表6.1。 表6.1 每组具n个观察值的k 组数据的符号表 Tk ykn … ykj … yk2 yk1 k … … Ti yin … yij … yi2 yi1 i … … T2 y2n … y2j … y22 y21 2 T1 y1n … y1j … y12 y11 1 均方 平均 总和 观察值 ( yij，i=1，2，…，k；j=1,2…，n) 组别 在表6.1中，总变异是nk个观察值的变异，故其自由度 v = nk－1，而其平方和SST则为： （6·1） 其中的C称为矫正数： (6·2) 对于第 i 组的变异，有 从而总变异(6·1)可以剖分为: （6·3） 即 总平方和=组内(误差)平方和+处理平方和 组间变异由k个 的变异引起，故其自由度 v =k－1 , 组间平方和 SSt 为： 组内变异为各组内观察值与组平均数的变异，故每组具有自由度 v =n－1和平方和 ；而资料共有k 组，故组内自由度 v = k (n－1) ,组内平方和 SSe 为： (6·5) （6·4） 因此，得到表6.1类型资料的自由度分解式为： (6·6) 总自由度DFT =组间自由度DFt +组内自由度DFe