数据处理5-方差.pptVIP

实验设计与数据处理 轻工学院食品专业硕士生课程 2010 方差分析的基本思想 方差分析的来源：方差分析（analysis of variance/ANOVA）是由英国统计学家Fisher发展 的。F检验就是以他的名字命名的。 方差分析的优势：可以同时检验两个或多个平 均数之间的差异，并且可以解释几个因素水平之间 的交互作用。 方差分析中的几个概念 变异(variation)：是“影响因素作用效果”的量化表现；衡量指标：标准差S-- 方差S2(variance即标准差的平方）-- 均方(每个自由度的平均变异)MS=变异/自由度=SS/df；量化表现形式：平方和(SS) 方差与变异有时是通用的，方差是表示变异的若干种统计量之一，变异是一个更一般的概念。 F检验是整体检验。F值显著或极显著，否定了无效假设H0 ，只能表明试验的总变异主要来源于处理间的变异或因素水平变化引起的变异，试验中各处理平均数间存在显著或极显著差异，但并不意味着每两个处理平均数间的差异都显著或极显著，也不能具体说明哪些处理平均数间有显著或极显著差异，哪些差异不显著。 统计上把多个平均数两两间的相互比较称为多重比较(multiple comparisons)。 多重比较的方法甚多，常用的有最小显著差数法(LSD法)和 最小显著极差法(LSR法)，现分别介绍如下。 此法的基本作法是： 在F检验显著的前提下，先计算出显著水平为α的最小显著差数 ，然后将任意两个处理平均数之差的绝对值 与其比较。 若 ＞LSDα时，则 与 在α水平上差异显著；反之，则在α水平上差异不显著。最小显著差数由下式计算， 式中： 为在F检验中的误差自由度下，显著水平为α的临界t值， 为 均 数差异标准误，由下式求得， 当显著水平α=0.05和0.01时，从t值表中查出 和 ，代入式得： 均数之差的标准误 查t值表得： t0.05(dfe) =t0.05(15) =2.131 t0.01(dfe) =t0.01(15) =2.947 所以，显著水平为0.05与0.01的最小显著差数为： 多重比较结果的表示 常用的表示方法有以下两种。 ① 三角形法 此法是将多重比较结果直接标记在平均数多重比较表上，如表5-2所示。此法的优点是简便直观，缺点是占的篇幅较大。 将表5-2中的10个差数与 ， 比较： 小于 者不显著，在差数的右上方标记“ns”，或不标记符号； 介于 与 之间者显著，在差数的右上方标记“*”； 大于 者极显著，在差数的右上方标记“**”。 表5-2 5种除杂方法除杂效果多重比较结果 （LSD法） 对于各处理进行多重比较，结果见表。 21.3 A5 3.9 ** 25.2 A1 1.8 ** 5.7 ** 27.0 A3 0.5 2.3 ** 6.2 ** 27.5 A2 0.9 1.4* 3.2 ** 7.1** 28.4 A4 除杂方法 注：LSD0.05=1.21，LSD0.01=1.68 结论：除A4与A2、A2与A3差异不显著外，其余方法之间的差异达到显著或极显著水平。A4除杂效果最好，A5效果最差。 ② 标记字母法 此法是先将各处理平均数由大到小自上而下排列 ；然后在最大平均数后标记字母a，并将该平均数与以下各平均数依次相比，凡差异不显著标记同一字母 ，直到某一个与其差异显著的平均数标记字母b；再以标有字母b的平均数为标准 ，与上方比它大的各个平均数比较，凡差异不显著一律再加标b ，直至显著为止；再以标记有字母b的最大平均数为标准，与下面各未标记字母的平均数相比，凡差异不显著，继续标记字母b，直至某一个与其差异显著的平均数标记c；……；如此