i单因素方差分析.pptxVIP

第八章 单因素方差分析 One-factor analysis of variance;本 章 内 容;方差分析（ analysis of variance，ANOVA）：是同时判断多组数据平均数之间差异显著性的统计假设检验，是两组数据平均数差异显著性t 检验的延伸。;单因素方差分析（一种方式分组的方差分析）：研究对象只包含一个因素(factor)的方差分析。;方差分析Analysis of Variance （ANOVA );【例】随机选取4窝动物，每窝中均有4只幼仔，称量每只幼仔的出生重，结果如下。判断不同窝的动物出生重是否存在显著性差异。;2、单因素方差分析的数据格式：;二、不同处理效应与不同模型;2、①固定效应：由固定因素所引起的效应。;3、①随机效应：由随机因素所引起的效应。;第二节 固定效应模型;处理间 (组间)变异;1. 总平方和(total sum of squares, SST): 每个测量值与总平均数离差的平方和的总和，反应了一组数据总的变异程度。计算公式为：;2. 处理间平方和(sum of squares among treatments, SSA): 各个处理组的平均数与总平均数离差的平方和，SSA反映了各处理组均数的变异程度。计算公式为：;误差平方和(error sum of squares, SSe)或称处理内平方和(sum of squares within treatment)：各处理内部观测值与相应处理平均数离差的平方和,SSe反映了各处理组内观测值的变异程度。计算公式为：;;;;;;;五、方差分析的指导思想与基本原理;方差分析的基本原理： 将总平方和分解为处理平方和和误差平方和，根据相应的自由度，得到相应的均方； 处理均方反映处理因素所造成的方差的大小，误差均方反映随机因素(误差)所造成的方差的大小； 处理均方除以误差均方反映处理效应的显著性。;六、单因素方差分析与成组数据t检验的异同;【例8.1】 调查了5个不同小麦品系的株高，结果如下。试判断这5个品系的株高是否存在显著性差异。;① 列出方差分析计算表：;③ 列出方差分析表：;下结论;第三节 随机效应模型;【例8.2】随机选取4窝动物，每窝中均有4只幼仔，称量每只幼仔的出生重，结果如下。判断不同窝的动物出生重是否存在显著性差异。;解：;③ 列出方差分析表：;三、不等重复时平方和和自由度的计算;第四节 平均值之间的多重比较;多重比较 (multiple comparison)：;累积Ⅰ类错误的概率为α’;1、最小显著差数法：把任意两组数据平均数差的绝对值与LSD 比较，以判断不同组数据平均数差异显著性的多重比较方法。;③ |dy|与LSD比较，得出结论。当|dy|LSD时， 该对平均数差异显著；否则差异不显著。;二、Duncan多范围检验 Duncan multiple range test;③ 计算临界值Rk，列表。;④ 比较每一对平均数差与相应的Rk， 得出结论。;【例8.1】调查了5个小麦品系的株高，结果如下。经方差分析判断这5个品系的株高存在显著性差异，试做多重比较分析。;① 排序:;二、SNK法;附表6;Bonferroni法的适用性;三、Tukey法;第五节 方差分析应具备的条件;1、Bartlett检验基本原理：;2、Bartlett检验程序：;3、变换;②平方根反正弦变换;③ 对数变换;三、方差分析总程序：;第四节 方差分析的假定条件和数据转换;1. Bartlett 检验法;2. Levene 检验法; 三、数据变换 改善数据的正态性或方差齐性。使之满足方差分析的假定条件。 平方根反正弦变换——适用于二项分布率（比例）数据。 平方根变换——适用于泊松分布的计数资料 对数变换——适用于对数正态分布资料 ;第五节 完全随机设计方法简介;3. 排序：按随机数字从小到大 (数据相同则按先后顺序）编序号，见下面表的第3行。 4. 事先规定：序号1-30为甲组，序号31-60为乙组，序号61-90为丙组，序号91-120为丁组，见下面表的第4行。;作业：