方差分析（Analysis of Variance, ANOVA ）242.ppt

重复 因素A 1 2 … r 和Ti. A1 x11 x12 … x1r T1. A2 x21 x22 … x2r T2. … … … … Aa xa1 xa2 … xar Ta. 总计 T.. ANOVA 的基本原理 表3-1-1 a个处理每个处理有r个观测值的数据模式 * fhfh ANOVA 的基本原理 方差分析的数学模型 即: 可加性和εij的独立性、正态性和方差同质性假定 * fhfh ANOVA分析过程 1.平方和与自 由度的分解 * fhfh 1.平方和与自由度的分解 * fhfh 平方和计算公式 * fhfh 变异来源 自由度DF SS MS F 期望均方EMS 处理间（A） 试验误差（e） a-1 a(r－1) SSA SSe MSA MSe 总变异 ar－1 SST 表3-1-3 单因素完全随机等重复试验的方差分析表 * fhfh 多重比较方法 （1） 最小显著差数法（简称LSD法） （2） 最小显著极差法（LSR法）：Duncan于1955年提出的新复极差法（SSR法）和Tukey于1949年提出的q法 * fhfh 实例 药剂A 苗高xij 和Ti· A1（ck） 19 23 21 13 76 19 1500 5776 A2 21 24 27 20 92 23 2146 8464 A3 20 18 19 15 72 18 1310 5184 A4 22 25 27 22 96 24 2322 9216 336 21 7278 28640 表3-1-2 四种药剂处理对水稻苗高的影响 * fhfh 表3-1-4 表3-1-2资料的方差分析 变异系统 DF SS MS F F0.05（3，12） 处理间 3 104 34.67 3.53 3.49 误差 12 118 9.83 总变异 15 222 * fhfh 表3-1-5 例3-1-1均数的多重比较（LSD法） 处理Ai 差 数 A4 24 6* 5* 1 A2 23 5* 4 A1 19 1 A3 18 * fhfh 表3-1-6 例3-1-1均数的多重比较（标记字母法与多重直线法） 处理Ai 差异显著性（标记字母法） 差异显著性（多重直线法） α= 0.05 α= 0.01 α= 0.05 α= 0.01 A4 24 a A A2 23 a A A1 19 b A A3 18 b A * fhfh 表3-1-7 例3-1-1的LSR值 SSR法 q法 p 2 3 4 p 2 3 4 SSR0.05 3.08 3.23 3.33 q0.05 3.08 3.77 4.20 SSR0.01 4.32 4.55 4.68 q0.01 4.32 5.04 5.50 LSR0.05 4.84 5.07 5.23 LSR0.05 4.84 5.92 6.59 LSR0.01 6.78 7.14 7.35 LSR0.01 6.78 7.91 8.64 表3-1-8 例3-1-1均值多重比较结果 处理Ai 差异显著性（SSR法） 差异显著性q法 α= 0.05 α= 0.01 α= 0.05 α= 0.01 A4 24 a A a A A2 23 a b 或 A 或 a 或 A 或 A1 19 a b A a A A3 18 b A a A * fhfh 方差分析的两种模型 （1）固定模型：当H0被拒绝后，需进行多重比较； （2）随机模型 当H0被拒绝后，就不需要进行多重比较，而是估计 、 * fhfh 比较的项目 固定模型(model I) 随机模型(model II) Ai 固定，估计αi 随机变量，σA2更重要 零假设(H0) H0: αi =0,即：μ1=μ2=…=μa H0: σA =0 E(MSA) σ2 + n∑αi2/(a-1) σ2 + nσA2 重复抽样试验 样本固定 新的随机样本 方差分析两种模型的比较 * fhfh 表3-1-9 单因素完全随机试验方差分析表（等重复r） 变异来源 自由度 DF SS MS F 期望均方EMS 固定模型 随机模型 A e a－1 a(r－1) SSA SSe MSA MSe 总变异 ar－1 SST * fhfh 表3-1-10 90个小麦品种百粒重的方差分析 变异来源 df SS MS F EMS（随机模型） 品 种 间 89 87.8251 0.9868 32.04** 机 误 270 8.3161 0.0308 总 变 异 359 96.1412 * fhfh gjhhj jklk; gjhhj jklk; gjhhj jklk; gjhhj jklk; gjhhj jklk; gjhhj