巢式设计精选.docVIP

二、巢式设计试验结果的方差分析 这种设计获得的资料为组内分亚组的系统分组资料。如果试验资料分 L 个组，每个组又分 m 个亚组，每个亚组又分 u 个小亚组，每个小亚组又分 q 个小小亚组 …… 如此一直分下去，直至最后每一个小小亚组具有 n 个观察值，这种资料叫做分组资料。系统分组资料象一棵倒着的“树”，越向下分，枝杈越多，而观察值就是这棵“树”的“叶片”，巢式设计的资料即属此类型。 最简单的系统分组资料是二级系统分组资料， 二级巢式设计资料属此 。它具有 L 个组，每组具有 m 个亚组，每个亚组具有 n 观察值，共有 lmn 值。这种资料的数据模式如表 9-21 所示。 表 9-21 二级 系统分组 资料的整理模式 （ i=1,2, …… l; j=1,2, …… m; k=1,2, …… n ） 组 （ i ） 亚组 （ j ） 观察值 亚 组 组 总和 T? 平均? 总和? 平均? ? 1 1 ? 2 ? ┇ m …? …? ┇ ┇ ┇ ┇ …? ┇ ┇ ? ? ? ? ? 2 1 ? 2 ? ┇ m …? …? ┇ ┇ ┇ ┇ …? ┇ ┇ ? ? ? ? ┇ ┇ ┇ ┇ ┇ ┇ ┇ ┇ ┇ ┇ L 1 ? 2 ? ┇ m …? …? ┇ ┇ ┇ ┇ …? ┇ ┇ ? ? ? ? ? T 二级巢式设计资料的观察总变异可分为组间变异、组内亚组间变异和误差三部分，因此其观察值 的线性数学模型为： ε?(9.29) 上式中?为全体平均，?为组效应，它可以是固定的，也可以是随机的；?为亚组效应（即同一组中各亚组效应），?在一般情况下是随机的，遵循 N(0,?) ；ε?=?为随机误差，遵循 N(0,?) 。当由样本估计时，相应于（ 9.29 ）的模型为： (9.30) 其中，?是?的估值，?是?的估值，?是?的估值，?是ε?的估值。因此总变异平方和?，组间平方和?（处理平方和），组内亚组间平方和?，随机误差平方和?可依次定义为： (9.31) 相应的自由度为： (9.32) 方差分析和?的两种模型列于表 9-22 表 9-22 二级系统分组资料的方差分析和期望均方 变异来源 df?EMS 固定模型 随机模型 组间? 亚组间? 误差? 总变异? 由上表可知，无论是固定模型还是随机模型，为测验各组（处理）间有无不同效应，应取： （ 9.33 ） 并且在组间平均数?的多重比较时，其平均数标准误?为： (9.34) 为了测验各亚组间有无不同效应，应取： （ 9.35 ） 并在进行组内亚组间的平均数?多重比较时，平均数标准误为： (9.36) 但是： 如果?被接受，则?和?同义，宜求合并均方值?： =?（ 9.37 ） 并以之测验?或?，即： （ 9.38 ） 而且在组间平均数?多重比较时，亦将以?代替?，即： (9.39) 例 9-9 ： 有 A, B, C, D 四个干椒品种 (l = 4), 从每个品种中随机抽取 5 个单株（ m=5 ） , 把每个单株商品干椒辣椒素的含量（ % ）重复测定了三次（ n=3 ） , 其测定结果整理于表 9-23 ，试作方差分析。 表 9-23 四个干椒品种辣椒素含量（ % ） 品种（ i ） 单 株 （ j ） 辣椒素含量（ % ）? A ? ? ? 1 2 3 4 5 0.14 0.13 0.12 0.14 0.15 0.15 0.15 0.14 0.16 0.13 0.15 0.14 0.14 0.11 0.15 0.39 0.44 0.45 0.42 0.40 0.130 0.147 0.150 0.140 0.133 ? ? 2.10 ? ? 0.14 ? ? B ? ? 1 2 3 4 5 0.30 0.29 0.31 0.34 0.30 0.32 0.30 0.28 0.32 0.29 0.31 0.33 0.34 0.32 0.30 0.90 0.96 0.90 0.93 0.96 0.300 0.320 0.300 0.310 0.320 ? ? 4.65 ? ? 0.31 ? C ? ? 1 2 3 4 5 0.17 0.16 0.19 0.16 0.17 0.15 0.18 0.16 0.17 0.18 0.18 0.20 0.15 0.16 0.17 0.52 0.48 0.51 0.56 0.48 0.173 0.160 0.170 0.187 0.160 ? ? 2.55 ? ? 0.17 ? ? D ? ? 1 2 3 4 5 0.28 0.29 0.30 0.27 0.30 0.29 0.26 0.28 0.27 0.30 0.29 0.34 0.29 0.31 0.28 0.87 0.