多因素实验设计的方差分析.pptVIP

多因素实验资料的方差分析SPSS实现;主要内容;析因设计（factorial design）： 是将两个或多个实验因素的各水平进行组合，对各种可能的组合都进行实验，从而探讨各实验因素的主效应（main effect），以及各因素间的交互作用（interaction）的研究设计类型。 例1为最简单的析因设计，即两因素两水平，记作22或2×2的析因设计。;实例分析;若i ：表示因素A的水平（i=1，2，…，a）， j ：表示因素B的水平（j=1，2，…，b）， k：表示因素A和因素B各水平组合下的观察单位数（k=1， 2，…，n）。;单独效应、主效应和交互效应;研究目的;;方差分析的基本步骤;计算检验统计量 表9-4 例1的两因素析因设计方差分析表 确定P值，作出推断结论 （1）AB交互效应的P0.05，提示按0.05的检验水准，接受H0假设，即还不能认为AB两因素间存在交互作用。 （2）A因素主效应的P0.05，提示不能认为给予升白细胞药物对大鼠吞噬细胞指数有影响。 （3）B因素主效应的P0.01 ，提示染毒对吞噬指数有影响，可以降低大鼠吞噬指数。;SPSS操作过程;3）点击“图/plot”按钮，弹出交互作用轮廓图对话框。 交互作用轮廓图是将各因素不同水平组合的均值在二维图形上标出，以直观描述交互效应。 --水平轴：因素A --单图（线段，separate lines）：因素B --多图（分图，separate plots）：无 4） Post Hoc（对比）按钮： 用于某处理因素多个水平间的多重比较。本例的研究因素均为两水平，所以无需此步骤。;5）Options（选项）按钮 --显示均值：输出所选因素的均数、标准误、可信区间。 --输出：包括描述统计、参数估计、方差齐性检验等供选择项。本例不选择任何选项。 主要输出结果 1）均值估计： 2）方差分析表：包括处理因素主效应和交互效应比较。 3）交互效应轮廓图：;;结论：总的模型拟合效果理想，R2=0.990。 （1）AB交互效应的P0.05，提示按0.05的检验水准，接受H0假设，即还不能认为AB两因素间存在交互作用。 （2）A因素主效应的P0.05，提示不能认为给予升白细胞药物对大鼠吞噬细胞指数有影响。 （3）B因素主效应的P0.01 ，提示染毒对吞噬指数有影响，可以降低大鼠吞噬指数。;交互效应轮廓图中，两条直线几乎平行，提示A、B两因素的交互效应不显著。反之，若两条直线交叉，则提示可能存在交互效应。;小 结;（二）正交设计的方差分析;方差分析基本思想;? 例11-4（P202）：研究雌螺产卵的最优条件，在20cm2的泥盒里饲养同龄雌螺10只，试验条件有4个因素（表11-15），每个因素2个水平。试在考虑温度与含氧量对雌螺产卵有交互作用的情况下安排正交试验。 ;SPSS操作过程： （1）建立数据文件（例11-04.sav） （2）过程： 分析analyze 常规线性模型General Linear Model 单变量Univariate 因变量：X 固定因子：a,b,ab,c,d 模型：定制a,b,ab,c,d（主效应） 平方和：类型III， √在模型中包含截踞 ;SPSS结果输出：;（三）嵌套设计的方差分析 嵌套设计：一个因素的不同水平分别与另一个因素的不同水平发生组合。或者说B因素的不同水平是嵌套在A因子内的。 ;实例分析;表11-25 某化合物的转化率（%）;实例11-6数据的方差分析表;SPSS操作过程： （1）建立数据文件（例11-06.sav） （2）过程： 分析analyze 常规线性模型General Linear Model 单变量Univariate 因变量：X（转化率%） 固定因子：a（催化剂）, b（温度） 模型：定制a,b（主效应） 平方和：类型I， √在模型中包含截踞 ;SPSS结果输出：;（四）裂区设计的方差分析 裂区设计：析因设计的一种特殊形式。是将全区试验分解成多个裂区组安排析因处理。 实验设计方法： 1.完全随机I×J裂区设计 （1）将一级实验单位随机等分成I组，每组例数为n（≥2），分别接受a1,a2,a3…ai各水平的处理。 （2）分别将各一级实验单位内的二级实验单位随机分配接受b1 ,b2 ,b3…bj的处理。 2.随机区组I×J裂区设计：（略） ;实例分析