第三章常用试验设计方差分析.pptVIP

方差分析的两种模型 单因素完全随机设计（Completely RandomizedDesign with Single Factor ) 完全随机设计是将所有试验单元完全随机地分配到各个处理中，使得每个试验单元都有相同的机会接受某个处理，而不受试验人员主观倾向的影响．其实质是将供试材料随机分组 完全随机设计的主要优点 完全随机设计简单、容易，处理数与重复数都不受限制，适用于试验条件、环境、试验材料差异较小的试验；统计分析简单，无论所获得的试验资料各处理重复数相同与否，都可用t检验或方差分析法进行统计分析；试验误差自由度大于处理数和重复数相等的其他设计 。 完全随机设计的主要缺点 由于完全随机设计未应用试验设计三原则中的局部控制原则，非试验因素的影响被归入试验误差，试验误差较大，试验的精确性较低；在试验条件、环境、试验材料差异较大时，不宜采用此种设计方法． 【例3-2-1】 设有五种治疗荨麻疹的药，要比较它们的疗效．为此，将30个病人随机分成5组，每组6人，令同组的病人使用一种药，并记录下病人从用药开始到痊愈所需天数（表3-2-1）．试检验五种药物的疗效有无显著差异． 单因素系统分组设计试验的方差分析 是把试验空间逐级向低次级方向划分的试验设计方法，亦称为巢式设计．对于单因素试验来讲，试验因素A的参试处理为共a个，先把试验空间分为a个组，每组随机安排一个处理，再把组分为m个亚组，在每个亚组中设置r个试验单元，供随机重复之用，这样的设计称为单因素二级系统分组设计． §3随机区组试验的方差分析 Randomized Complete Block Design 随机区组设计也称为随机单位组设计，它是以划分区组的方法使区组内部条件尽可能一致，以达到局部控制的目的． 随机区组设计是针对完全随机设计的缺点提出的．它在完全随机设计的基础上增加了局部控制原则，从而将环境均匀性的控制范围从整个试验缩小到一个个区组，区组间的差异可以通过方差分析使其与误差分离．所以，区组设计既能保持完全随机设计的优点，又能克服完全随机设计的缺点减少试验误差． 随机区组设计的主要优点： 设计与分析方法简单易行； 体现了试验设计三原则，在对试验结果进行分析时，能将区组间的变异从试验误差中分离出来，有效地降低了试验误差，因而试验的精确性较高； 把条件一致的试验单元分在同一区组，再将同一区组的试验单元随机分配到不同处理组内，加大了处理组之间的可比性． 随机区组设计的主要缺点 当处理数目过多时，各区组内的试验单元数目同样也过多，要使各区组内试验材料的初始条件一致会有一定难度，因而在随机区组设计中，处理数以不超过20为宜；仅实行单方面局部控制，精确度不如拉丁方设计． 表3-3-1 单因素完全随机区组试验资料符号表 【例3-3-1】 用四种饲料分别饲养四群雏鸡，每群100只，测定其增重．试验分别在四个鸡场进行．试分析四种饲料效应的差异显著性．试验结果如表3-3-2所示。 在畜牧试验里，常把畜牧场、试验日期（分期作试验）和试验家畜（同窝者、分娩日期近似者、泌乳能力相同者等）作为区组． 可加性模型或线性统计模型为： 要求随机误差具有独立性、正态性和方差同质性．因而要求所有的 间是相互独立的，且均服从 ． 表3-3-5 单因素完全随机区组试验的方差分析模式 可加性模型或线性统计模型为： 要求随机误差具有独立性、正态性和方差同质性．因而要求所有的 间是相互独立的，且均服从 ． 表3-3-5 单因素完全随机区组试验的方差分析模式 二因素随机区组试验的方差分析 二因素随机区组试验的方差分析模式 * A1水平(1.0) A2水平(0.8) * A4水平(0.4) A3水平(0.6) * ②B因素各水平上A因素各水平平均数间的比较 B2水平(0.6) B1水平(0.8) * B4水平(0.2) B3水平(0.4) * 【例6.5】 为研究雌激素对子宫发育的影响，现有4窝不同品系未成年的大白鼠，每窝3只，随机分别注射不同剂量的雌激素，然后在相同条件下试验，并称得它们的子宫重量，见表6-21，试作方差分析。 表6-21 各品系大白鼠不同剂量雌激素的子宫重量(g) 1、计算各项平方和与自由度 2、列出方差分析表，进行F检验 表6-22 表6-21资料的方差分析表 根据df1=dfA=3，df2=dfe=6查临界F值，F0.01(3,6)=9.78； 根据df1=dfB=2，df2=dfe=6查临界F值，F0.01(2,6)=10.92。 A因素的F值23.77＞F0.01