生物统计-嵌套-CJH.pptVIP

资料类型 （一）交叉分组资料 （二）系统分组资料(双向嵌套分组，巢式设计) A1 B1 B2 B3 A2 B1 B2 B3 A1 B1 B2 B3 A2 B4 B5 B6 因素A 因素B 观 测 值 B合计 B平均 A合计 A平均 A 1 … A i … A p 总和为 X … 总平均为 7.3 双向嵌套分组资料的数据结构 n i j 个 例4.9 比较四种酶在不同温度下的催化效率，特设计如下实验：其它条件均保持一致，2小时后测定底物消耗量，结果如下，试作系统分组的方差分析。 酶A1 酶A2 酶A3 酶A4 温1 温2 温3 温4 温5 温6 温7 温8 温9 温10 温11 温12 14.4 15.9 13.8 13.5 15.1 15.7 14.5 16.4 15.8 11.2 12.5 10.3 15.2 15.1 12.9 14.4 16.4 14.8 16.3 18.1 14.7 9.8 10.9 11.4 13.5 14.4 14.6 15.2 15.8 16.0 15.4 16.7 14.1 10.5 11.6 9.9 有3头公猪所配6头母猪的24头后代母猪平均窝产仔数记录，用系统分组设计，分析不同公猪和母猪对后代母猪窝产仔数的影响是否显著。 公猪 A 母猪 B 后代母猪的 平均窝产仔数 母猪内总和 （xij.） 公猪内总和 （xi..） 2-33 1 2 10.1 10.2 9.8 9.5 9.1 9.3 9.0 9.5 39.6 36.9 76.5 3-12 3 4 12.4 10.4 11.4 12.0 10.5 10.7 9.5 10.8 46.2 41.5 87.7 2-2 5 6 11.2 10.5 12.1 10.3 9.5 9.9 10.1 8.9 44.1 38.4 82.5 双向嵌套分组资料 嵌套在因素A 的不同水平内的因素B 的水平数（ q i ）可以是不同的，在不同的水平内的观测值的个数（ n i j ）也可以是不同的。 A1 B1 B2 B3 A2 B4 B5 B6　B7 前两节所讲述的双因素试验与双向嵌套分组试验的区别在于： 双因素试验是将因素A与因素B的水平互相搭配后安排若干次试验， 而双向嵌套分组试验是将因素A的水平安排在先、因素B 的水平安排在后并且是将因素B 的若干个水平单相搭配给因素A 的各个水平、或者说嵌套在因素A的各个水平之中安排若干次试验。 B1 B2 B3 A1 * * * A2 * * * A1 A2 B1 B2 B3 B4 B5 B6 * * * * * * 除非B4与B1相同、B5与B1相同、B6与B1相同，否则两类试验的假设检验及未知参数的估计方法应有所不同。 例如，因素A的两个水平与因素B的三个水平搭配所安排的双因素试验①与双向嵌套分组试验②分别是： ①A1B1、A1B2、A1B3、A2B1、A2B2、A2B3 ; ②A1B1、A1B2、A1B3、A2B4、A2B5、A2B6 ; 基本假设：1）e i j k 都服从N( 0,σ2) ,σ2 为误差方差。2）不同的e i j k 之间相互独立。 P112 数学模型： 总平均值 处理 A i 的效应 处理A i内 处理 B j 的效应 随机误差 P113 变异的分解 观测值 公猪 A 母猪 B 后代母猪的 平均窝产仔数 母猪内总和 （xij.） 公猪内总和 （xi..） 2-33 1 2 10.1 10.2 9.8 9.5 9.1 9.3 9.0 9.5 39.6 36.9 76.5 3-12 3 4 12.4 10.4 11.4 12.0 10.5 10.7 9.5 10.8 46.2 41.5 87.7 2-2 5 6 11.2 10.5 12.1 10.3 9.5 9.9 10.1 8.9 44.1 38.4 82.5 处理A i内 处理 B j 的效应 变异的分解 观测值 SST = SSA + SSB(A) + SSE 总平 A平 嵌套