生物统计学6.2-方差分析.pptVIP

2、方差分析与 F 测验 变异来源 DF SS S2 F F0.05 F0.01 光照间 2 5367.03 2683.52 21.94** 3.35 5.49 温度间 2 5391.06 2695.53 22.03** 3.35 5.49 光照×温度 4 464.94 116.24 0.95 2.73 4.11 误差 27 3303.25 122.34 总变异 35 14526.31 方差分析表 由于两因素均可人为控制，所以是固定模型。 3、多重比较（SSR） ?昆虫滞育期长短主要决定于光照和温度，与二者之间的相互作用关系不大 ?分别对光照时间和温度进行多重比较 光照（A）间平均数标准误 温度（B）间平均数标准误 第四节 多因素方差分析 不作要求，与二因素方差分析类似。 　　实际工作中，往往需要考察三个或多个因素的效应。这相当于把二因素方差分析扩展到一般情况。如在一个试验中，A因素有a水平， B因素有b水平， C因素有c水平等，假设每一处理都有n次重复，那么总观测次数为abcn次。这里仅对三因素的情况进行分析。 　　设有一个三因素方差分析模型，各取了a、b、c个水平，每一处理有n次重复。对观测值，其线性数学模型为： xijkl = μ +αi +β j+γk+(αβ)ij + (α γ)ik + (β γ)jk + (αβ γ)ijk + εijkl 总体平均数 随机误差 : A因素、 B因素、 C因素的效应 : A×B 、 A×C 、 B×C的交互效应 : 三因素的交互效应（A×B×C） αi 、β j、γk (αβ)ij 、(α γ)ik 、(β γ)jk (αβ γ)ijk xijkl = μ +αi +β j+γk+(αβ)ij + (α γ)ik + (β γ)jk + (αβ γ)ijk + εijkl 同时应满足下列四个条件： 　　实际分析时，可将三因素试验数据列成三个两向表（A、B因素组合，B、C因素组合，A、C因素组合），把三因素方差分析化为二因素方差分析。 　　因此可以计算出SSA、SSB、SSC、SSAB、SSBC、SSAC，其中SSA、SSB、SSC不需要重复计算。 总平方和为全部试验观测值的平方和，即： 　　误差平方和SSe显然等于在同一处理下数据的变异平方和，即： 总平方和可分解为： 总自由度的分解： dfT=dfA+dfB+dfC+dfAB+dfAC+dfBC+dfABC+dfe 　　由于胱氨酸、蛋氨酸和蛋白质都是可以控制的，所以适用于固定模型。 a=4，b=3，c=2，n=2。 【例】 为了研究在猪饲料中添加胱氨酸（因素A）、蛋氨酸（因素B）和蛋白质（因素C）对猪日增重（kg）的影响，设计了下面的试验，每一组共用两头猪作重复，结果见下表，试作方差分析。 胱氨酸(A) 蛋氨酸(B) 蛋白(C) 日增重（kg） 合计 0 0 12 14 1.11 1.52 0.97 1.45 2.08 2.97 0.025 12 14 1.09 1.27 0.99 1.22 2.08 2.49 0.05 12 14 0.85 1.67 1.21 1.24 2.06 2.91 0.05 0 12 14 1.30 1.55 1.00 1.53 2.30 3.08 0.025 12 14 1.03 1.24 1.21 1.34 2.24 2.58 0.05 12 14 1.12 1.76 0.96 1.27 2.08 3.03 0.10 0 12 14 1.22 1.38 1.13 1.08 2.35 2.46 0.025 12 14 1.34 1.40 1.41 1.21 2.75 2.61 0.05 12 14 1.34 1.46 1.19 1.39 2.53 2.85 0.15 0 12 14 1.19 0.80 1.03 1.29 2.22 2.09 0.025 12 14 1.36 1.42 1.16 1.39 2.52 2.81 0.05 12 14 1.46 1.62 1.03 1.27 2.49 2.89 合计 31.50 28.97 60.47 （1）将数据分别累加，结果P106。 （2）计算平方和： ＝2.0409-1.2756＝0.7653 （３）自由度的分解为 （4）结果列入方差分析表 变异来源 df SS s2 F F0.