生物统计学课件05方差分析.pptVIP

* 显著性判断： 差异显著 差异不显著 小于LSD0.05者不显著,在差数的右上方标记“ns”，或不标记符号 介于LSD0.05与LSD0.01之间者显著，在差数的右上方标记“*” 大于LSD0.01者极显著，在差数的右上方标记“**” * 列出平均数的多重比较表，比较表中各处理按其平均数从大到小自上而下排列 计算最小显著差数LSD0.05和LSD0.01 将平均数多重比较表中两两平均数的差数与LSD0.05 、LSD0.01 比较，作出统计推断 步骤： 【例】水稻不同药剂处理的苗高(cm) * 列出平均数的多重比较表，比较表中各处理按其平均数从大到小自上而下排列 计算最小显著差数LSD0.05和LSD0.01 将平均数多重比较表中两两平均数的差数与LSD0.05 、LSD0.01 比较，作出统计推断 步骤： * 列出平均数的多重比较表，比较表中各处理按其平均数从大到小自上而下排列 计算最小显著差数LSD0.05和LSD0.01 将平均数多重比较表中两两平均数的差数与LSD0.05 、LSD0.01 比较，作出统计推断 步骤： 以A4药剂对水稻苗高的增长效果最佳。 * 特点： 把平均数的差数看成是平均数的极差，根据极差范围内所包含的处理数(称为秩次距)k的不同而采用不同的检验尺度，以克服LSD法的不足。 这些在显著水平α上依秩次距k的不同而采用的不同的检验尺度叫做最小显著极差LSR。 ㈡、最小显著极差法(LSR法) 小 大 k个平均数相互比较 k-1 种秩次距 (k ， k-1 ，k-2，…，2) k-1个最小显著极差LSRα，k分别作为判断具有相应秩次距的平均数的极差是否显著的标准 秩次距k=序号之差+1 查表获得： q值分布依赖于误差自由度dfe及秩次距k S为标准误 * 以统计量q的概率分布为基础 显著性判断 1、q 检验法(q test) * 列出平均数多重比较表 由自由度dfe、秩次距k查临界q值，计算最小显著极差LSR0.05,k，LSR0.01, k 将平均数多重比较表中的各极差与相应的最小显著极差LSR0.05,k，LSR0.01,k比较，作出统计推断 【例】水稻不同药剂处理的苗高(cm) 步骤： * 列出平均数多重比较表 由自由度dfe、秩次距k查临界q值，计算最小显著极差LSR0.05,k，LSR0.01,k 将平均数多重比较表中的各极差与相应的最小显著极差LSR0.05,k，LSR0.01,k比较，作出统计推断 步骤： * 列出平均数多重比较表 由自由度dfe、秩次距k查临界q值，计算最小显著极差LSR0.05,k，LSR0.01,k 将平均数多重比较表中的各极差与相应的最小显著极差LSR0.05,k，LSR0.01,k比较，作出统计推断 步骤： * 此法是由邓肯 (Duncan) 于1955年提出，故又称Duncan法，此法还称SSR法(shortest significant ranges)。 新复极差法与q检验法的检验步骤相同，唯一不同的是计算最小显著极差时需查SSR表而不是查q值表。 2、新复极差法 根据显著水平α、误差自由度dfe、秩次距k，由SSR表查得的临界SSR 。 计算 　标准误 * 列出平均数多重比较表 由自由度dfe、秩次距k查临界SSR值，计算最小显著极差LSR0.05,k，LSR0.01, k 将平均数多重比较表中的各极差与相应的最小显著极差LSR0.05,k，LSR0.01,k比较，作出统计推断 【例】水稻不同药剂处理的苗高(cm) 步骤： * 列出平均数多重比较表 由自由度dfe、秩次距k查临界SSR值，计算最小显著极差LSR0.05,k，LSR0.01,k 将平均数多重比较表中的各极差与相应的最小显著极差LSR0.05,k，LSR0.01,k比较，作出统计推断 步骤： * 列出平均数多重比较表 由自由度dfe、秩次距k查临界SSR值，计算最小显著极差LSR0.05,k，LSR0.01,k 将平均数多重比较表中的各极差与相应的最小显著极差LSR0.05,k，LSR0.01,k比较，作出统计推断 步骤： * 　　当各处理重复数不等时，不论LSD法还是LSR法，可用 计算出一个各处理平均的重复数n0，以代替计算 或 所需的n。 k为试验的处理数 ni (i=1, 2, …, k)为第i处理的重复数。 ㈢、处理重复数不等的多重比较 * 三种多重比较方法，其检验尺度有如下关系： (Min) LSD法≤新复极差法≤q检验法 (Max) 当秩次距k=2时，取等号；秩次距 k ≥3时，取小于号。 ㈣、三种方法的关系 * 三种方法： 三角形法 划线法 字母标记法 三、多重比较的结果表示 【例】水稻不同药剂处理的苗高(cm) * 三