第5章 方差分析-正式课件.pptx

第5章 方差分析;第一节 方差分析概述;第一节 方差分析概述;第一节 方差分析概述;第一节 方差分析概述;（二）、随机模型(random model) 在单因素试验中，如果： （1）k个处理并非特别指定，而是从更大的处理总体中随机抽取的k个处理，即研究的对象不局限于这k个处理所对应的总体的结果，而是着眼于这k个处理所在的更大的总体； （2）研究的目的不在于推断当前k个处理所属总体平均数是否相同，而是从这k个处理所得结论来推断所在大总体的变异情况，检验的假设一般为处理效应方差等于零，即H0：σ2α =0，如果H0被否定，进一步的工作是估计σ2α ； （3）重复试验时，可在大处理总体中随机抽取新的处理。 这样，处理效应不固定，是随机的，这种模型称为随机模型。 在多因素试验中，若各因素水平的效应均属随机，则对应于随机模型。 在遗传、育种和生态试验研究方面随机模型有广泛的应用。 【例如】为研究中国猪种繁殖性能的变异情况，从大量地方品种中随机抽取部分品种为代表进行试验、观察，以其结果推断中国猪种的繁殖性能的变异情况，这就属于随机模型。;（三）、 混合模型(mixed model) 在多因素试验中，若既包括固定效应的试验因素，又包括随机效应的试验因素，则该试验属于混合模型。混合模型在试验研究中经常采用。 【例1】某地区4个不同杂交组合的猪及其亲本，分布于5个猪场进行育肥试验。这里猪品种的效应是固定的，而试验场所(猪场)效应是随机的。 【例2】随机采用三个蛋鸡品系研究三种饲料的饲喂效应的试验。这里蛋鸡品系效应是随机的，而饲料效应是固定的。;第一节 方差分析概述;第2节多样本的正态性检验和方差齐性检验;第2节多样本的正态性检验和方差齐性检验;各组P值均大于0.05，可以认为三组数据均来自正态分布的总体;12;13;14;第2节 均衡数据的方差分析 —普通方差分析;1、 ANOVA过程调用格式 PROC ANOVA 选项； ※※※ CLASS 变量名列表； ※※※ MODEL 因变量名列表=效应／选项； ※※※ MEANS 效应列表／选项； TEST [H=效应列表] E=误差项； 在上述语句中，PROC ANOVA、CLASS和MODEL语句是必需语句，其余语句则为可选择性语句。 ;2、语句说明 PROC ANOVA语句（必需语句） 用于调用ANOVA过程，常用的选项主要有：DATA=SAS数据集，用于指定要分析的数据集名，如果省略该选项，系统默认对新建的数据集进行分析。 CLASS语句 （必需语句） 用于指定分类变量。分类变量可以是字符型的或数值型的。在书写程序时，CLASS语句必须放在MODEL语句之前。 MODEL语句（必需语句） 用于定义分析的线性数学模型，指明因变量和自变量效应。其中因变量只能是数值变量，自变量可以是字符型，也可以是数值型，但只能是CLASS语句中指定的分类变量或分类变量组合。;MEANS语句 是选择性语句，用于计算并输出所列出的效应对应的因变量的均数和标准差。如果指明了选择项，则进行主效应均数间的差异显著性检验（即多重比较）。其常用的选择项主要有： 多重比较方法选项 LSD（最小显著差数法） SNK（最小显著极差法LSR之Q法） T（两两t检验） DUNCAN（邓肯氏均数比较检验） 显著水平选项 用ALPHA=P（P=0～1）进行确定。 【例如】ALPHA=0.005 或 ALPHA=0.01等， 如果缺省，则系统默认为ALPHA=0.05。;TEST语句 TEST语句也是一个选择性语句。用于指明作为误差项的效应，如果缺省。则采用残差均方MSE作为误差项对所有平方和计算F值。其中的“H=效应列表”规定在使用的模型中哪些效应用来作为假设的效应，“E=误差项”指定一个（而且只能是一个）效应用来作为误差项，该说明对于TEST语句是必须的。 3 结果输出 ANOVA过程执行后，系统会输出分类变量的信息表、方差分析的过程等，如果选择进行多重比较，则输出不同处理间均数差异显著性检验的结果等。 ;4、应用实例 【例5-3 】单向分组资料的ANOVA分析 某水产研究所为了比较四种不同配合饲料对鱼的饲喂效果，选取了条件基本相同的鱼20尾，随机分成四组，投喂不同饲料，经一个月试验以后，各组鱼的增重结果列于下表。;程序5-3 Data EX5_3; Do A=1 to 4; Do i=1 to 5; Input y@@; output; End; End; Cards; 31.9 27.9