完全随机试验的方差分析.pptxVIP

第二节 完全随机试验的方差分析 完全随机试验的资料也叫单向分组资料， 指观测值仅按一个方向分组的资料。根据各个组里观测值个数是否相等分为 ※组内观测值个数相等资料 ※组内观测值个数不等资料。K个果树品种进行品种对比试验，每个品种随机抽取n株调查其单株产量，得到如下的数据表：组内观测值个数相等的单向分组资料 品种单株及产量123……（i=1…K）123…nTiX11X12X13…X1nX21X22X23…X2nX31X32X33…X3nXK1XK2XK3…XKn…………T1T2T3TK……（一）组内观测值个数相等资料方差分析：1、自由度与平方和的分解：方差=离均差平方和÷自由度为计算各种变异原因引起的方差将总变异平方和分解将总变异自由度分解各原因引起的平方和各原因引起的自由度总平方和 组间平方和SSt这部分=0组内平方和SSe即SST = SSe+SSt 组内平方和： 是试验误差的反映。因为同一个组内，同一品种，同样管理，株间产量不同，原因只能是试验中那些无法控制、不可避免的偶然性差异。所以，它是试验误差的反映，用SSe表示。组间平方和： 是处理效果与试验误差共同反映。因为对不同组来说，处理不相同，这是明摆的；此外，其它条件差异不可避免地存在，即试验误差也存在。 ……之所以不同，原因可能就在于处理（品种）和误差两个因素。由此，把总平方和按照变异原因分解成两部分，即处理平方和与误差平方和平方和分解的公式：　总平方和（组间）处理平方和SSt = （组内）误差平方和SSe = )利用了 ，公式推导（演示总平方和公式的推导，其余类似）（是定值） 自由度分解的公式 总自由度dfT = nK-1 处理自由度 dft = K-1 误差自由度 dfe = dfT -dft 误差自由度 dfe=K (n-1) 小结由上面的分解过程可知：平方和、自由度都具有可加性，总平方和与总自由度都可以分解为导致变异各个原因的相应部分，这就是平方和与自由度分解的理论基础。2、计算均方： = SSt / dft = SSe / dfe3、F测验: 计算 将 F与Fα相比，（Fα由dft与dfe查得）若F Fα，判断处理间无显著差异，方差分析结束。若F Fα，判断处理间有显著差异，需作多重比较。 若处理问差异显著则作多重比较。 4、处理间的多重比较4、处理间的多重比较多重比较的方法将在后面做介绍。举例：有三个葡萄品种，每品种随机抽取9 株，测定单株产量，结果数据如下表，试作方差分析。 表5-1-1 三个葡萄品种产量数据表品种果重 X（kg/株）品种总和 Ti品种平均甲618658121113149310.33乙1213921191610161112714.11丙3110109861312728.00 T=292=10.8解：（1）分解平方和与自由度：n=9 k=3 ∑X2=3748 T=∑X =292,SST =∑X2–C=62+182+…+122-C=590.07SSt =SSe=SST-SSt =590.07-171.18=418.89dfT =nk-1=9×3-1=26dft=k-1=3-1=2dfe=dfT-dft=26-2=24(2) 计算均方 = SSt / dft = 171.18/2 = 85.59 =SSe / dfe = 418.89/24 = 17.45(3) F测验 = 85.59 / 17.45 = 4.90 按dft = 2, dfe= 24查表得Fα三个品种单株产量方差分析表F测验结论：因为F F0.05，判断品种间产量有显著差异，需作多重比较。（F测验结论只说明在三个品种中单株产量存在有显著差异，但并不说明任何两两之间有或无显著差异，故还要作多重比较）。（4）对各品种进行多重比较LSD法LSR法 新复极差法 Q 测 验 法多重比较结果的表示方法 1、LSD法（t测验法）：Least significant difference 最小显著差数法,实际是两个样本平均数差异显著性t测验方法倒过来用。1）先求平均数差异标准误：LSD法（t测验法）变形得到）（由于是:2）求最小显著差数水准值LSDαLSDα=按dfe=24 查t值表，得tαLSD0.05 =LSD0.01 = = 1.97×2.064 =4.06 = 1.97×2.797 =5.51附注：LSDα=　两个平均数差异显著性t测验中，的由来：和所属总体差异显著。若ttα，判断现在用tα取代t，则正是平均数之差异达到显著水准的临界值，即LSDα。3)将平均数的差数与LSDα相比，作出判断　将三个产量平均数两两相减，求出差数，与LSDα相比：若差数小于LSD0.05，判断两个品种产量无显著差异；若差数大于LSD0.05，判断两个品种