生物统计第8章 两因素及多因素方差分析.pptVIP

8.1 多因素的试验设计 8.2 两因素方差分析中的一些基本概念 8.3 固定模型 8.4 随机模型 8.5 混合模型 8.6 两个以上因素的方差分析 8.7 缺失数据的估计 8.8 变换 实际工作中经常会遇到两个或两个以上因素共同影响实验结果的情况。这样的实验设计称为交叉分组设计（cross over design）。对于两因素交叉分组设计的实验应采用两因素方差分析（two factors analysis of variance）或者称为两种方式分组的方差分析（two way classification analysis of variance）方法分析实验结果。 因素可以分为固定因素和随机因素。两因素实验中，两个因素都是固定因素时，称为固定模型（fixed model）；两个因素均为随机因素时称为随机模型（random model）；两个因素中一个是固定因素，另一是随机因素时称为混合模型（ mixed model）。这三种模型虽然在计算时没有多大不同，但在设计实验时，特别是各因素水平的获得时却有很大区别。它们的均方期望不同，因此检验方法和对结果解释都存在极大不同。 8.1.1 主效应与交互作用 由于因素水平的改变而造成因素效应的改变称为该因素的主效应。 由于因素之间的相互作用造成效应的改变是交互作用。 举例说明 对于两因素之间是否存在交互作用，