地学数理的方法第三章方差分析.pptVIP

§3 方差分析;§3 方差分析;§3 方差分析; 方差分析的前提条件 采样的随机性 数据的独立性 分布的正态性 方差的同质性 ;§3 方差分析;§3.1 基本概念;§ 3.1 基本概念与原理;§ 3.1 基本概念与原理; § 3.1 基本概念与原理; § 3.1 基本概念与原理;§ 3.1 基本概念与原理;§ 3.1 基本概念与原理;§ 3.1 基本概念与原理;§ 3.1 基本概念与原理;§ 3.1 基本概念与原理;§ 4.1 基本概念与原理;§ 4.1 基本概念与原理;§ 4.1 基本概念与原理;§ 4.1 基本概念与原理;§ 4.1 基本概念与原理;§ 4.1 基本概念与原理;§4.1 基本概念与原理;§4.1 基本概念与原理;§4.1 基本概念与原理;§4.1 基本概念与原理;§4 方差分析;概述 单因素方差是仅仅讨论一种试验条件对试验结果有无显著影响的分析。 单因素方差分析对因素的水平数没有限制，可任意选择，但一般多见的是选3至6个水平。 单因素方差分析对重复性有要求，重复次数一般应在3次以上。各水平下的重复次数则可以不同，但这时的计算要复杂一些，精度也相对低一些。 原假设 备择假设 至少有两个不相等。 ;§4.2 单因素方差分析;§4.2 单因素方差分析;单因素方差分析的数学模型 （1）数据的结构（等重复数为例）： 假设因素 的第 水平 下的理论平均值为 ， 为所有 的平均值，即 ，因素 的 水平 的效应为： 其中 则 即数据＝总平均+水平效应+误差 其中 ;单因素方差分析的数学模型 （1）数据的结构（等重复数为例）： 由 ，可得 ;单因素方差分析的数学模型 （1）数据的结构（等重复数为例）： 因此，单因素方差分析的数学模型建立在： ;单因素方差分析的数学模型 （2）平方和的结构及无偏估计（等重复数为例）： ;单因素方差分析的数学模型 （2）平方和的结构及无偏估计（等重复数为例）： ;单因素方差分析的数学模型 （3）假设检验（等重复数为例）： ;§4.2 单因素方差分析;§4.2 单因素方差分析;§4.2 单因素方差分析;§4.2 单因素方差分析;组间;§4.2 单因素方差???析;LSD（Least significant difference）法 该方法用t检验完成各组间的配对比较。 该方法检验敏感性较高，各水平间的均值只要有一定程度的微小差异即可被检验出来。T统计量服从t分布： 其中MSE为观测量的组内（误差）方差。 该方法没有对犯第I类错误加以有效控制。 ;Bonferroni法 该方法也是用t检验完成各组间的配对比较。 但是， 在每一次两两水平组的检验中，它将显著性水平a除以两两组检验的总次数（a/N)，使得显著性水平缩小到原有的1/N，从而在总体上控制了犯第I类错误的概率。 ;Tukey法 该方法采用学生化极差法，检验统计量为q统计量，服从q分布： 其中其中MSE为观测量的组内方差，r为各水平下观测的 个数。 该方法适用于各水平下观测值的个数相等的情况。 另外，该方法对犯第I类错误给予了较有效的处理。在相 同的显著性水平下，q分布的临界值远大于t分布的临界值 ，因此使得拒绝原假设的可能性降低。 ;Scheffe法 该方法采用的检验统计量为S统计量，服从F分布： 其中其中MSE为观测量的组内方差，r为各水平下观测的 个数。 与Turkey法相比，该方法不十分灵敏。;§4.2 单因素方差分析;§4.2 单因素方差分析;§4.3 双因素方差分析;双因素方差分析的数学模型;无重复观测数的双因素方差分析 [例4-3] 为研究3种不同作物对污泥中镉吸收能力的差别，选择了4个地块进行栽培试验。将每一个地块划分成三个小区，三种作物随机地分种在每个地块的三个小区上。在所有地块上施用同等数量的污泥，作物收获后分别测定了其中镉的积累量（ug/kg)：;无重复观测数的双因素方差分析 双因素试验要比单因素试验复杂得多，因为两个因素可能存在着交互作用。 但双因素无重复试验，即便存在交互作用的影响，也不能够对其进行分析，因为每一种试验条件下只有一个试验结果。从而使得交互作用和试验误差混