試驗設計學讲义.ppt

變方(變異數)分析 雙向分析模式 假設檢定 各效應平方和 總平方和 SST= 列區集平方和SSR= 行區集平方和SSC= 處理平方和SSt= 誤差平方和SSE=SST-SSR-SSC-SSt=122.50 變方(變異數)分析表 結論：*不同天之米質評鑑結果相同 *不同人之米質評鑑結果不同 *四種米質評鑑結果不同(處理間差異顯著) 變因 自由度 平方和 均方 F值 F(0.05) 列區集R(天） 3 26.50 8.81 0.43 4.7571 行區集C(人） 3 1235.00 411.67 20.16 4.7571 處理（t） 3 758.00 252.67 12.38 4.7571 誤差（E） 6 122.50 20.42 總計（T） 15 2124 四處理平均值間差異比較 說明：A與C米質沒差異 B與D米質沒差異 A與C米質比B與D為佳 處理 A C D B 均值與差異符號 128a 124a 115.5b 110.5b 【例3.2】設今有A、B、C、D四種飼料(處理)進行養豬試驗，各取四頭母豬所生四頭小豬（材料為異質）,而各胎四頭小豬之體重又有明顯差別,故採用雙向區集控制胎別與體重之差異, 其設計圖及增重(公斤)如下: 4×4拉丁方 輕 中 重 最重 和 胎 別 1 B 16 A 10 C 14 D 12 52 2 D 16 C 18 A 15 B 20 69 3 A 14 B 25 D 18 A 16 79 4 A 14 D 20 B 22 C 16 72 和 66 73 69 64 272 處理 A B C D 和 55 83 68 66 272 變方(變異數)分析表 結論：*不同胎別間有差異 *不同體重間無差異 *四種飼料品質評鑑結果差異顯著 變因 自由度 平方和 均方 F值 F(0.05) 列區集R(胎別) 3 98.50 32.83 23.12 4.7571 行區集(體重) 3 11.50 3.83 2.697 4.7571 處理（t） 3 99.50 33.17 23.36 4.7571 誤差（E） 6 8.50 1.42 總計（T） 15 218.0 四處理平均值間差異比較 說明：D與C無差異,A,B與C,D間均有差異 以B飼料最佳 處理 A B C D 均值與差異符號 13.75a 20.75b 17.00c 16.50c （四）交叉設計或輪換設計(Cross-Over Design:COD)  (two-way classification) 採用本設計條件 試驗材料為異質，且可明顯分成兩向區集，一向為材料變異，另一向為時間變異。 形同拉丁方設計，但材料（人）變異之區集數不受限制。 每個試驗單位（如人,大型動物）分不同時期重複使用，適合用於材料稀少或昂貴之試驗。 各處理要隨機安排於不同試驗時期，兩時期中間要有一定的休閒期（rest period or wash-out period），以免前期效應殘留於後期。 試驗設計圖 時期 I 時期 II 本設計優點 * 可剔除試驗材料（人、動物）及時期間的系統誤差 * 試驗材料可重複使用,適合於試驗材料稀少或昂貴的試驗 缺點：有殘效（residual effect or carry-over effect）發生時,試驗數據不能統計分析（殘效現象可以檢定出來） 【例4.1】今有安眠藥（以A表示）及安慰劑（placebo，以B表示）進行睡眠時間（小時）比較試驗,12位病人之試驗設計圖及睡眠時間如下 時期 1 2 3 4 5 6 人 Ⅰ A8.5 B4.8 B4.8 A7.4 A8.6 B6.1 Ⅱ B7.0 A6.5 A6.0 B6.7 B7.2 A8.2 時期 7 8 9 10 11 12 人 Ⅰ B6.0 A6.8 B7.3 A6.6 A6.0 B6.2 Ⅱ A7.0 B5.9 A8.2 B6.2 B4.9 A7.4 處理 A B 和 87.2 75.8 163 變方(變異數)分析 雙向分析模式 假設檢定 各效應平方和求法 總平方和 SST= 時期集平方和SSP= 個體集平方和SSS= 處理平方和SSt= 誤差平方和SSE=SST-SSP-SSS-SSt=3.0600 變方(變異數)分析表(two-way anova) 結論：＊時期間無差異，個體間有差異 ＊處理間有差異以A藥品睡眠時間 較長 變因 自由度 平方和 均方 F值 F(0.05) 時期(P） 1 0.0150 0.0150 0.05 4.9646 個體(S） 11 14.