[高等教育]5方差分析.ppt

本 章 概 览 【本章重点和难点】 理解并掌握方差分析的基本概念、基本原理和方法； 正确识别不同类型数据资料，明确方差分析的基本条件，选择恰当的模型和方法进行方差分析。 【本章内容】 §1 方差分析的基本原理 §2 单因素方差分析 §3 两因素方差分析 §4 方差分析的基本假定和数据转换 §1 方差分析的基本原理 【本节主要内容】 1.1 基本概念 1.2 方差分析的基本依据 1.3 平方和与自由度的分解 1.4 均方期望 1.5 统计假设的显著性检验—F 检验 1.6 平均数的多重比较 1.7 方差分析的数学模型 1.1基本概念 1.1.1 试验指标 为衡量试验结果的好坏或处理效应的高低，在试验中具体测定的性状或观测的项目称为试验指标。 度量试验结果的标准，它因试验的目的不同而异。 在畜禽 、水产试验中常用的试验指标有：日增重、特定生长率、成活率、摄食率、饵料系数、产蛋率、瘦肉率、某些生理生化和体型指标(如血糖含量、体高、体重)等。 1.1.2 试验因子 引起试验指标差异的大主要影响因素有两类： 一类为处于“自然状态”的客观因素； 另一类为“试验因子”，即人们要了解和研究试验因素对试验指标有哪些影响而有意识给予和控制的影响因素。 如研究如何提高鱼的生长速度时，饲料的配方、鱼的品种、养殖方式、水温、湿度等都对日增重有影响，均可作为试验因素来考虑。 1.1.3 因子水平(水平) 一个试验因子的不同数量等级或不同状态。 1.1.5 试验单元(单位) 在试验中能接受不同试验处理的独立的试验载体叫试验单位。 在畜禽、水产试验中， 一只家禽、 一头家畜、一只小白鼠、一尾鱼，即一个动物；或几只家禽、几头家畜、几只小白鼠、几尾鱼，即一组动物都可作为试验单位。 试验单元不完全等同于抽样单元，抽样单元是试验单元的某个分段。 1.1.6 重复 在试验中，将一个处理实施在两个或两个以上的试验单位上，称为处理有重复；一处理实施的试验单位数称为处理的重复数。 例如，用某种饲料喂4缸鱼，就说这个处理(饲料)有4次重复。 1.2 方差分析的基本依据 观测值之间的变异来源：试验处理＋试验误差 方差分析的基本依据—— 平方和的加和性 各因素影响产生的平方和之和，就是这组观测值的总平方和；反之，一组观测值的总平方和可以分解成不同影响因素造成的平方和之和。即可以将总变异分解成不同来源的变异之和。 线性模型与基本假定 假设某单因素试验有k个处理，每个处理有n次重复，共有nk个观测值。这类试验资料的数据模式如下表所示。 可以分解为 若将前表中的观测值 xij（i=1,2,…,k; j=1, 2, …, n）的数据结构（模型）用样本符号来表示，则 (5-6) 与（5-4）式比较可知， 分 别是μ、（μi-μ）= 、 （xij- ） = 的估计值。 方差分析法 (ANOVA) 就是根据“平方和的加和性”原理，将总平方和分解为不同影响因素产生的平方和以及代表重复观测值之间的随机变化的误差平方和，并利用假设检验（F 检验）手段分析不同影响因素对总平方和贡献的显著程度，进而判断这些因素是否对观测结果产生明显影响。 1.3 平方和与自由度的分解 1.3.1 总变异（平方和）的分解 在前中，反映全部观测值总变异的总平方和是各观测值xij 与总平均数的离均差平方和，记为SST。即 （等样本含量）单因素方差分析的简算公式 (1)总平方和： 校正项： (2)处理间平方和（组间平方和）： (3)处理内平方和(组内平方和，误差平方和): 因为：SST = SSt + SSe 所以，误差平方和：SSe = SST － SSt 1.3.2 总自由度的分解 在计算总平方和时，资料中的各个观测值要受 这一条件的约束，故总自由度等于资料中观测值的总个数减1，即kn-1。总自由度记为dfT，即dfT=kn-1。 1.3.2 总自由度的分解 解： 试验中各处理所属总体的本质差异体现在处理效应 的差异上。我们把 称为效应方差，它也反映了各处理观测值总体平均数 的变异程度，记为 。 1.6平均数的多重比较 如果F 检验的结果显著，仅说明k 个平均数间有显著差异，但并