第九章-两因素及多因素方差分析.pptxVIP

第九章 两因素及多因素方差分析 两个新名词 主效应 交互作用 简单效应 在某因素同一水平上，另一因素不同水平对试验指标的影响。 在 B1 上，A2 - A1=6 在 B2 上，A2 - A1=6 简单效应实际上是特殊水平组合间的差数。 主效应 由于因素水平的改变而引起的平均数的改变量称为主效应，实际是简单效应的平均。 A 因素的主效应： 同样，B 因素的主效应： 交互作用 交互作用(互作) 在多因素试验中，一个因素的作用要受到另一个因素的影响，表现为某一因素在另一因素的不同水平上所产生的效应不同，其实际就是某一因素的简单效应随着另一因素水平的变化而变化。 A（在B1水平上） 显然 A 的效应依 B 的水平不同而不同，故 A、B 间存在交互作用。交互作用的大小为： AB＝（A1B1＋A2B2）－（A1B2＋A2B1） ＝A2B1－A1B1＝28－18＝10 ＝A2B2－A1B2＝22－30＝－8 A（在B2水平上） 【例】假设学生分两类：在校和在职。把两类学生随机分成两组，分别采用课堂讲授和交互式教学方法，考试结果如下表。 课堂讲授 交互式教学 在校学生 90 75 在职学生 75 90 可见课堂讲授的方式更适合于在校生，交互式教学方式更适合于在职生。在这种情况下我们说两个因素之间存在着交互作用。 -15 +15 -15 +15 交互作用示意图 h1 h2 两因素交叉分组实验设计 将两个因素的各水平交叉分组，进行实验（或试验）的设计。 可以检验各因素的主效应，还可检验交互作用。 两因素交叉分组实验设计一般格式 求和公式： 离差平方和的分解 离差平方和的分解 自由度的分解 各因素的均方 双因素方差分析表 双因素方差分析的步骤 双因素方差分析的步骤与单因素分析类似，主要包括以下步骤： 第一步：方差齐性检验 第二步：提出零假设和备择假设 要说明因素 A 有无显著影响： 要说明因素 B 有无显著影响： 第二步：提出零假设和备择假设 要说明两个因素的交互作用是否显著： 第三步：计算统计量 平方和的简易计算法： 第四步：列方差分析表 第五步：结论 【例1】为了从三种不同原料和三种不同发酵温度中，选出最适宜的条件，设计了一个两因素试验，并得到以下结果。 发酵实验方差分析表 无重复实验时的两因素方差分析 如果根据一定的理由，可以判断两因素间确实不存在交互作用，这时也可以不设重复（n = 1）。 无重复实验的方差分析，只需将前一节公式中所有的 n 都改为1。 两因素交叉分组实验设计一般格式（无交互作用） 【例2】 下表是 4 种种植密度和 4 种施肥量的小麦大区产量（编码后数据）。现在需判断不同施肥量、不同种植密度对产量是否有显著影响。 解： 根据经验，密度与施肥量之间不存在交互作用 解： 方差分析表 密度间的产量差异在0.05水平上显著，施肥量之间的产量差异在0.01水平上极显著。 【例3】判断例2中密度与施肥量间是否存在交互作用。 解： H0：密度与施肥量间不存在交互作用 HA：密度与施肥量间存在交互作用 【例3】判断例2中密度与施肥量间是否存在交互作用。 解： F F0.05，因此，没有充分证据表明数据间存在互作。 多重比较 Duncan检验法 要比较 A 因素不同水平对实验结果的影响 将 B 固定在某一水平上，在该水平上比较 A 因素各个水平的平均值。 要比较 B 因素不同水平对实验结果的影响 将 A 固定在某一水平上，在该水平上比较 B 因素各个水平的平均值。 【例1】为了从三种不同原料和三种不同发酵温度中，选出最适宜的条件，设计了一个两因素试验，并得到以下结果。 问：温度对产量有什么影响？ 1.产量排序（由高到低） 在原料2上，温度1（30℃）与温度2（35 ℃）对产量的影响刚刚达到显著，而温度1（30 ℃）与温度3（40 ℃）对产量的影响达到极显著，温度2（35 ℃）与温度3（40 ℃）对产量的影响也达到极显著。 2.求Rk值 缺失数据的估计 弥补缺失数据的原则： 补上的数据使误差平方和最小 【例】缺失一个数据的估计表 使 最小 为了使 达到最小值 令 缺失数据方差分析注意事项 自由度：缺失1个数据，总自由度和误差项自由度各减1，因素自由度不变； 处理项平方和偏大 方差分析应满足的3个条件 可加性 正态性 方差齐性 数据转换 平方根转换 Square root transformation 对数转换 Logarithmic transformation 反正弦转换 Arcsine transformation 数据转换 平方根转换 Square root transformation 适用于泊松分布的数据，如单位面积内的菌落数，一定区域内某种昆虫或某种植物数，放射性物质在单位时间内放射的次数等等 转换的方法是