[理学]方差分析.pptVIP

方 差 分 析 方差分析——用于两个及两个以上样本均数差别的显著性检验。 研究所得的数据呈现波动状的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。 方差分析的基本思想是：通过分析研究不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。 试验数据有三个不同的变异 均方之比＝F value 两个样本方差比的分布——F 分布 §3 方差分析的应用条件 计算F值（方差分析表） 方差分析主要用于： 1、均数差别的显著性检验， 2、分离各有关因素并估计其对总变异的作用， 3、分析因素间的交互作用， 4、方差齐性检验。? One-way ANOVA ——又称一维方差分析 检验由单一因素影响的一个（或几个相互独立的）因变量的各因素水平分组的均值之间的差异是否具有统计意义。 对该因素的若干水平分组中哪一组与其他各均值间具有显著性差异分析，即：均值间的多重比较 检验由单一因素影响的一个（两个以上）彼此独立的组是否来自均值相同的总体 应用One-way ANOVA的要求 因变量属于正态总体 方差齐性 Model ——用于设置在模型中包含哪些主效应和交互因子 默认情况为Full factorial，即分析所有的主效应和交互作用。 Contrast ——用于对精细趋势检验和精确两两比较的选项进行定义 Post Hoc Save——将模型拟合时产生的中间结果或参数保存为新变量供继续分析时用，如预测值、残差、诊断用指标等。 Options——定义选项，可以定义输出哪些指标的估计均数、并做所选择的两两比较，还有其他一些输出，如常用描述指标、方差齐性检验等。 Contrast：均值的多项式比较 Post Hoc：各组均数的多重比较 Options：输出统计量的选择 Least-significant difference：最小显著差法。?可指定0~1之间任何显著性水平，默认值为0.05。 Bonferroni：Bonferroni修正差别检验法。?……同上 Duncan’s multiple range test：Duncan多范围检验。只能指定?为0.05或0.01或0.1，默认值为0.05； Student-Newman-Keuls：简称N-K检验,亦即q检验。?只能为0.05； Tukey’s honestly significant difference：Tukey显著性检验。?只能为0.05； Tukey’s b：Tukey另一种显著性检验。?只能为0.05； Scheffe差别检验法：?……同上 双因素方差分析 ——GLM过程 单变量 多变量 单因素 多因素 随机区组设计（Randomized Complete Block-Design） 根据局部控制的原则，如将同窝、同性别、体重基本相同的动物划归一个单位组 ，每一单位组内的动物数等于处理数，并将各单位组的试验动物随机分配到各处理组，这种设计称为随机单位组设计。 例如， 为 了比较5种不同中草药饲料添加剂对猪增重的效果，从4头母猪所产的仔猪中，每窝选出性别相同、体重相近的仔猪各5头，共20头，组成4个单位组，设计时每一单位组有仔猪5头，每头仔猪随机地喂给不同的饲料添加剂。这就是处理数为5，单位组数为4的随机单位组设计。 拉丁方设计（Latin Square disign） 从横行和直列两个方向进行双重局部控制，使得横行和直列两向皆成单位组的设计。在拉丁方设计中，每一行或每一列都成为一个完全单位组，而每一处理在每一行或每一列都只出现一次 例如： A B B A B A A B 为2×2阶拉丁方，2×2阶拉丁方只有这两个。 A B C B C A C A B 为3×3阶拉丁方。 常用拉丁方 在 动 物 试 验 中，最 常 用 的 有3×3，4×4，5×5，6×6阶拉丁方。下面列出部分标准型拉丁方，供进行拉丁方设计时选用。 还要注意，横行、直列单位组因素与试验因素间不存在交互作用 ，否 则 不能采用拉丁方设计。 在析因设计方差分析中，一个处理的每个水平出现在另一个处理的所有水平下。2 x 3 析因设计如下。2 x 3 因子有6个单元 协方差分析（Analysis of Covariance） 将回归分析与方差