南农生统课本演示稿第章方差分析.pptVIP

试验设计与统计分析 第四章 理论分布和抽样分布 第六章 方差分析 第二节 多重比较 第六章 方差分析 第二节 多重比较 * * 本课程使用盖钧镒主编的《试验统计方法》一书作为课本。全程为38学时，占2学分。 第二章 试验设计与实施 第三章 次数分布和平均数、变异数 第五章 统计假设测验 第八章 参数估计方法 第六章 方差分析 第七章 卡方测验 第九章 直线回归和相关 第一章 科学实验及其误差控制 第十章 多元回归和相关 第十四章 不完全区组设计和统计分析 第十二章 单因素试验的统计分析 第十三章 多因素试验结果的统计分析 第十五章 抽样调查 第十一章 曲线回归 第一节 方差分析的基本原理 第三节 方差分析的线性模型与期望均方 第四节 单向分组资料的方差分析 第五节 两向分组资料的方差分析 第六节 方差分析的基本假设和数据转换 第一节 方差分析的基本原理 方差分析解决的问题: 多处理比较: 当我们研究 种处理时，可以把每种处理看作为一个总体，分别具有未知的总体平均数 。从各个总体中分别抽取一个大小为 的样本，并将第 处理的第 个观察值记为 。再用这些样本的数据来判断他们所来自的总体平均数是否都相等。即要测验： H0: vs HA:并非所有 都相等 因素 — 在试验中对试验指标有影响的条件。 * 按能否人为控制分为可控因素和不可控因素。 * 按是否试验考察的对象分考察因素和非考察因素。 考察因素 可控因素 非考察因素 不可控因素 例如, 在水稻品种比较试验中，若试验指标为产量。 则对产量有影响的条件有无数方面(即有无数个因素)。 * 品种、密度、肥料、管理等可能是可控因素； * 天气、虫害、兽害等可能是不可控因素。 * 其中只有品种是考察因素，其余都是非考察因素。 第一节 方差分析的基本原理 先回忆第一章中提到的一些关于因素的概念 单因素试验 — 只有一个考察因素的试验。 多因素试验 — 有多于一个考察因素的试验。 单向分类资料 — 模型中只有一个可控因素的资料。 两向分类资料 — 模型中有两个可控因素的资料。 为了对一个因素进行考察或有效的控制，必须将因素分为几个质量的或数量的等级。因素的这种质量的或数量的等级称为因素水平。 * 例如：５个水稻品种(ＡＢＣＤＥ)是质量水平。 ３种施肥量(每亩0斤、50斤、100斤)是数量水平。 * 所有考察因素和要纳入模型的可控因素都应分水平。 第一节 方差分析的基本原理 方差分析的基本思路: 将试验数据的总变异分解为已知的若干可控因子引起的变异，扣除这些可控因子引起的变异后，把剩余的变异当作为由误差引起的，再将要考察的因子引起的变异与误差引起的变异比较，如果待考察的因子引起的变异显著地大于误差引起的变异，便判定该因子对试验指标有显著的效应，拒绝H0，,接受HA ；否则，判定该因子对试验指标没有显著的效应，接受H0 ，拒绝HA 。 在方差分析中数据的变异用方差来衡量。 第一节 方差分析的基本原理 方差分析的基本思路: 将试验数据的总变异分解为已知的若干可控因子引起的变异，扣除这些可控因子引起的变异后，把剩余的变异当作为由误差引起的，再将要考察的因子引起的变异与误差引起的变异比较，如果待考察的因子引起的变异显著地大于误差引起的变异，便判定该因子对试验指标有显著的效应，拒绝H0，,接受HA ；否则，判定该因子对试验指标没有显著的效应，接受H0 ，拒绝HA 。 在方差分析中数据的变异用方差来衡量。 第一节 方差分析的基本原理 如果共有k 组数据，每组有n个观察值，各观察值分别记 为xij。其中i = 1, 2,…, k；j = 1, 2,…, n。试比较不同组的 数据间有无显著差异。 H0: vs HA:并非所有 都相等 总变异用总方差来衡量：总方差＝总平方和/总自由度。 总变异分解为组间的变异 和误差引起的变异。各组的值 以各组的平均数为代表。 各组间的变异：组间方差＝组间平方和/组间自由度。 组内的变异：误差方差＝(组内平方和/组内自由度)之和。 总变异分解为组间的变异 和误差引起的变异。误差引起 的变异用组内方差衡量。 容易证明：总平方和＝组间平方和+组内平方和。 这项等于0 同样可以证明：总自由度＝组间自由度+组内自由度。 把分解的结果列成方差分析表: 第一节 方差分析的基本原理 SST nk－1 总变异 MSe= SSe/dfe SSe k(n－1) 组内 F