生物统计学第六章方差分析().pptVIP

第六章 方差分析 ANOVA: Analysis of Variance 目的要求 掌握：方差分析的意义、功用、应用范围与基本步骤；多重比较法及多重比较结果的表示法。 熟悉：不同类型单因素资料的方差分析方法。 了解：方差分析的线性模型和期望均方；方差分析的基本假定和常用的数据转换方法。 讲授内容 第一节 方差分析的基本原理 第二节 单因素方差分析 第三节 双因素方差分析 第四节 多因素方差分析 第五节 方差分析缺失数据的估计 第六节 方差分析应的基本假定和数据转换 第一节 方差分析的基本原理 一、方差分析的几个概念 二、方差分析的基本原理 三、方差分析的数学模型 四、平方和与自由度的分解 五、统计假设的显著性检验——F检验 六、多重比较 原因（1）：检验的工作量大 原因（2）：检验的I 型错误增大，从而检验的可靠性低 原因（3）检验统计量的精确性低 正确答案： 一、方差分析的几个概念 1、方差分析（analysis of variance）：将试验数据的总变异分解成不同来源的变异，从而评定不同来源的变异相对重要性的一种统计方法。 2、试验指标（experiment index）：为衡量试验结果的好坏或处理效应的高低，在试验中具体测定的性状或观测的项目。 3、试验因素（experiment factor）：试验中所研究的影响试验指标的因素：单因素、双因素或多因素试验。 4、因素水平（level of factor）：因素的具体表现或数量等级。 5、试验处理（treatment）：在试验对象上实施的事先设计好的具体项目，简称处理。在进行单因素试验时，试验因素的一个水平就是一个处理；对于双因素试验，处理的个数等于两个因素水平个数的乘积。每个处理可以看做是一个总体，每个处理得到的一组数据可以看做是从这个处理总体中抽取的一个样本的数据。 6、试验单位（experiment unit）：在试验中能接受不同试验处理的独立的试验载体，是获得观测数据的单位。 7、重复（repetition）：在试验中，将一个处理实施在两个或两个以上的试验单位上称为处理有重复，处理实施的试验单位数目称为处理的重复数。观测数≠重复 二、方差分析的原理： （一）两类误差 1、随机误差：在因素的同一水平（同一个总体）下，各样本的各观察值之间的差异。如同一盐浓度下的不同碱蓬植株鲜重的差异。 2、系统误差：在因素的不同水平（不同总体）下，各观察值之间存在的差异。如不同盐浓度处理的碱蓬植株鲜重的不同。 （二）两类方差 1、处理内方差：在因素的同一水平（同一个总体）下，样本数据的方差 2、处理间方差：因素的不同水平（不同总体）下，各样本之间的方差。 （三）方差的比较 如果不同盐浓度对植株鲜重没有影响，则处理间方差就只包含随机误差，处理内方差与处理间方差的比值接近1，反之，则大于1，当大到某个程度时，就可以说不同水平之间存在着显著差异。 （四）方差分析的原理 三、方差分析的数学模型 （一）单因素试验的数据描述 （三）因素处理效应和实验模型的分类 1、固定效应模型 如果处理效应是由固定因素所引起的效应，就称为固定效应。固定因素是指因素的水平可以严格地人为控制（如试验温度、药物浓度、小麦品种），水平固定后它的效应值也是固定的，实验重复时可以得到相同的结果。 处理固定因素所用的模型称为固定效应模型，简称为固定模型。固定模型的方差分析所得到的结论只适合于选定的那几个水平，并不能将其结论推广到其他未考虑的水平上。 2、随机效应模型 如果处理效应是由随机因素所引起的效应，就称为随机效应。若因素的a个水平是从该因素水平总体中随机抽出的样本，那么各个水平的处理效应值不是固定的值，不能严格的人为控制，试验重复很难得到相同的结果，这种因素就称为随机因素。 处理随机因素所用的模型称为随机效应模型，简称为随机模型。随机模型的方差分析所得到的结论可以推广到总体水平上。 3、混合模型 在多因素试验中，若即包括固定因素，有包括随机因素，那么该实验应该用混合实验模型进行统计分析。 总平方和SST＝处理平方和SSt＋误差平方和SSe 平方和的简易求法 多重比较的方法很多，常用的有： （一）最小显著差数法（LSD法） 2、最小显著差LSDα的计算 （1） 先计算平均数差异标准误 a、当各处理重复数n1=n2=…n时， b、当各处理重复数不同时，需先计算各ni的平均数n0 （2）LSDα的计算 3、 LSD法的基本步骤： （4）多重比较结果的表示方法 标记字母法（method of marked letter） 梯形法（method of trapezoid） 解：（1）首先将各处理平均数进行排序编号 列出多重比较表为： 结论： 从多重比较表可以看出： 4、LSD法