第四讲 方差分析与回归分析.pptVIP

关键词： 单因素试验 双因素试验 交互作用 一元线性回归 多元线性回归 进一步考查A因素不同水平的均值。注意到A因素的第二水平为最大：23.55，而第三水平的均值为最小：17.65，可以认为树种2的生长情况优于树种3。能够得出这个结论，得益于观测的等重复性。 然后再来看B因素的主效应，即在扣除松树种类的效应后，不同地区对树的胸径的影响。由方差分析表知， B因素的主效应不显著，即不同的地区对树的胸径没有显著影响。 最后来看AB因素的交互效应，即在扣除两种效应后，由不同树种和不同地区的结合而产生的对树的胸径的影响，这种影响可以解释为某些地区特别适合（或特别不适合）某个树种的生长。结果也不显著。 首先来看A因素主效应，即在扣除地区效应后，松树的不同种类对树的胸径的影响。由方差分析表可以看出，A因素主效应是显著的，即松树的不同种类对树的胸径有显著影响。 ?（二）?双因素无重复试验的方差分析 因素B 因素A 分别检验假设 双因素无重复试验的方差分析表 总和 误差 因素B 因素A F比 均方 自由度 平方和 方差来源 例4 假定对3个小麦品种和3块试验地块进行区组设计试验，得到如下的数据： 表 小麦品种区组试验数据 小麦品种（A） 试验地块（B） 总