并服从方差分析的数学模型.pptVIP

第四节、变量转换（数据转换） * * 一、方差分析的基本假定 正态性 可加性 方差同质性 * 正态性 　　试验误差应当是服从正态分布的独立的随机变量。因为方差分析只能估计随机误差，顺序排列或顺序取样资料不能作方差分析。应用方差分析的资料应服从正态分布，即每一观测值Xij应围绕相应的平均数呈正态分布。 　　非正态分布的资料进行适当数据转后，也能进行方差分析。 * 可加性 　　处理效应与误差效应应该是可加的，并服从方差分析的数学模型，即 　　这样才能将试验的总变异分解为各种原因所引起的变异，以确定各变异在总变异中所占的比例，对试验结果作出客观评价。可加性是否显著有专门的统计方法。 xij =μ +αi +βj +εij * 方差同质性 　　所有试验的误差方差应具备同质性，也叫方差的齐性，即 σ12＝σ22＝…＝σn2 　　因为方差分析是将各个处理的试验误差合并以得到一个共同误差方差的，所以必须假定资料中这样一个共同方差存在。误差异质将使假设检验中某些处理效应得出不正确的结果。 * 　　如果发现有方差异质的现象，可将变异特别明显的数据剔除，当然剔除数据是应十分小心，以免失掉某些信息。或者将试验分成几个部分分析，使每部分具有同质的方差。 * 　　在生物学中，有时会遇到一些样本，其所来自的总体和方差分析的基本假定相抵触，这些数据在作方差分析之前必须经过适当处理及数据转换来更变测量标尺。 * 　　样本的非正态性、不可加性和方差的异质性通常连带出现，主要的是考虑处理效应与误差效应的可加性，其次才考虑方差同质性。 二、数据转换 * 数据转换常用的转化方法 平方根转换 对数转换 反正弦转化 * 1、平方根转换 　　有些生物学观测数据为泊松分布而非正态分布，比如一定面积上某种杂草株数或昆虫头数等，样本平均数与其方差有比例关系，采用平方根转换可获得同质的方差。一般将原观测值转化成　　，数据较小时采用 2、对数转换 3、反正弦转换 利用转换后的数据进行方差分析，多重比较时仍然使用转换后的数据进行比较，但在对方差分析结果进行解释时，还需将这些结果转换回原来的尺度。 * 单因素 方差分析 方　差　分　析 基本假定 数据转换 两因素 方差分析 系统分组资料的方差分析 试验数据的方差分析 组内观测次数相等 组内观测次数不等 两向分组无重复观测值 两向分组有重复观测值 小结 * 方差分析的基本步骤： 确定数学模型 进行多重比较 列方差分析表，进行F检验 平方和自由度的分解 * * * * * * * * *