生物统计学教案(9).docx

  1. 1、本文档共17页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
生物统计学教案 第九章 两因素及多因素方差分析 教学时间: 5 学时 教学方法: 课堂板书讲授 教学目的: 重点掌握固定模型、随机模型两因素方差分析的方法步骤 , 掌握混合模型 的方差分析,了解多因素的方差分析方法。 。讲授难点 :固定模型、随机模型两因素方差分析的方法步骤 9.1 两因素方差分析中的一些基本概念 9.1.1 模型类型 交叉分组设计: A 因素的 a 个水平和 B 因素的 b 个水平交叉配合,共构成 ab 个组合,每一组合重复 n 次,全部实验共有 abn 次。 固定模型: A、 B 两因素均为固定因素。 随机模型: A、 B 两因素均为随机因素。 混合模型: A、 B 两因素中,一个是固定因素,一个是随机因素。 9.1.2 主效应和交互作用 主效应:由于因素水平的改变所造成的因素效应的改变。 A1 A2 A1 A2 B1 18 24 B1 18 28 B2 38 44 B2 30 22 先看左边的表。 A 因素的主效应应为 A2 水平的平均效应减 A1 水平的平均效应, B 的主效应类似。 A2 B1 A2 B2 A1 B1 A1 B2 24 44 18 36 A 2 2 2 6 2 A1 B 2 A2 B2 A1 B1 A2 B1 38 44 18 24 B 2 2 2 20 2 当 A1 B1+A2B2=A1B2+ A2 B1 时,A、B 间不存在交互作用。 这里 A1B1 +A2B2 =62,A1B2 +A2B1 =62,因此 A、B 间不存在交互作用。 交互作用:若一个因素在另一因素的不同水平上所产生的效应不同,则它们 之间存在交互作用。 在看右 的表。 A(在 B1 水平上)= A2B1- A1 B1=28- 18=10 A(在 B2 水平上)= A2B2- A1 B2=22- 30=- 8 然 A 的效 依 B 的水平不同而不同,故 A、B 存在交互作用。交互作用的大小 AB=( A1B1+A2B2)-( A1B2+ A2B1) 9.1.3 两因素交叉分 的一般格式 假 A 因素有 a 水平, B 因素有 b 水平, 每一次重复包含 ab 次 , 重复 n 次, 的 次数 abn 次。以 xilk 表示 A因素第 i 水平, B 因素第 j 水平和第 k 次重复的 。一般格式 下表。 因 素 B j =1,2, ?, b B1 B2 ? Bb A1 x111 x121 x1b1 x112 x122 x1b2 x 11n x12n x1bn x1. . 因 A2 x211 x221 x2 b1 素 A x212 x222 x2b2 x21n x22n x2bn x2. . A a xa 11 xa21 xab1 xa12 xa22 xab2 xa1n xa2n xabn xa. . x.1. x.2. x. b. x. . . 上表中的各种符号说明如下: xi A 因素第 i 水平的所有观察值的和,其平均数为 xi .. x. j . B 因素第 j 水平所有观察值的和, 其平均数为 x. j . x ij . A 因素第 i 水平和 B 因素的第 j 水平和所有观察值的和, 其平均数为 x ij . x... 所有观察值的总和, 其平均数为 x... n x ij i 1, 2 , , a x ij x ijk , x ij , 1, 2 , ,b k 1 n j a b n x x x ijk , x i 1 j 1 k 1 abn 关于实验重复的正确理解:这里的“重复”是指重复实验,而不是重复观测。 9.2 固定模型 9.2.1 线性统计模型 i 1,2, , a x ijk i j ij ijk j 1,2, , b k 1,2, , n 对于固定模型,处理效应是各处理平均数距总平均数的离差,因此 a b i 0 , j 0 i 1 j 1 交互作用的效应也是固定的 a  b ij  0 ,  ij  0 i 1  j 1 ijk 是相互独立且服从 N(0 ,σ 2) 的随机变量。固定模型方差分析的零假设为: H 01 : 1 2 a 0 H 02 : 1 2 b 0 H : i 1, 2 , , a 03 ij 0 1, 2 , , b j 9.2.2 平方和与自由度的分解 与单因素方差分析的基本思想一样,把总平方和分解为构成总平方和各个分量 平方和之和,将总自由度做相应的分解,由此得到各分量的均方。根据均方的数学 期望,得出各个分量的检验统计量,从而确定各因素的显著性。 a b n x ijk x 2 i 1 j 1 k 1 a b n x i x x j x xij x i x j x xijk x i

文档评论(0)

137****7230 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档