生物统计学课件--12两向分组资料的方差分析教学文稿.pptVIP

生物统计学课件--12两向分组资料的方差分析;第三节 两向分组资料的方差分析 （用于单因素试验和两因素试验） 一、模型的类型及交互作用的概念 （一）、模型的类型 1、固定模型 2、随机模型 3、混合模型 （二）交互作用 由于因素水平的改变而造成的因素效应值的改变，称因素的主效应。;例：有1个两因素试验，A因素有2水平，B因素有2水平，水平组合为A1B1，A1B2，A2B1，A2B2，若4个处理组合的表现值如下表，则有A、B 两因素的主效应为：;B因素的主效应：;若A、B间不存在交互作用，则有：;有时，会发现某一因素在另一因素的不同水平上，所产生的效应值不同，例如：;交互作用的大小：（A1B1+A2B2）-（A1B2+A2B1） =（18+22）-（28+30）=18;二、固定模型的方差分析 （一）有重复试验时 （A、B 间可能存在互作，事先不能确定） 1、数据整理（列两向表），并进行平方和与自由度的分解 a、处理（组合）与重复两向分组表;;b、列A、B两向分组表; 2、列方差分析表，进行F检验。 当处理效应显著时，做多重比较。 两因素固定模型数据的方差分析表;方差分析的随机模型的 F 测验公式;方差分析混合模型的 F 测验公式（A固定，B随机）;3、例题 为了从三种不同的原料（A）和三种不同的发酵温度（B）中，选出最适宜的条件，设计了一个两因素试验，并得到了如表的结果。 （每处理4次重复，A、B因素为固定因素） a、试验数据的记录及整理 （列两个两向分组表） ;按处理（组合）与重复列表：;b：平方和的分解;列A、B因素两向分组表;b：自由度的分解;C：列方差分析表，并进行 F 检验;d：多重比较（LSR法） 在互作明显时，仅比较处理组合间的平均数的差异显著性即可;多重比较的结果（字母标记法）;如果互作效应不显著，则要对试验因素主效应显著的因素的各个水平下的平均数进行多重比较。 对A因素各水平的平均数进行多重比较的均数标准差计算：;（二）无重复试验时 应用前提：A、B间无交互作用 1、试验数据的整理;2、平方和与自由度的分解;列方差分析表;例：下表记载了四种种植密度（A）在四年期间（B）的小麦大区产量，现在需要判断不同年份，不同种植密度对产量是否有显著的影响。;解： （1）平方和与自由度的分解;（2）列方差分析表，并进行F检验;a：对A因素各个水平的平均数进行多重比较;b：对B因素各个水平的平均数进行多重比较;密度（A）因素多重比较的梯形表表示法： 处 理： 二 四 三 一 平均数： 754.5 731.25 724.25 688.0 编 号： 1 2 3 4;年度（B）因素多重比较的梯形表表示法： 处 理： 1989 1988 1987 1986 平均数： 843.5 830.0 663.25 561.25 编 号： 1 2 3 4;选取四个小麦品种，施以三种不同的肥料： (NH4）2SO4，NH4NO3 及 Ca(NO3)2，小区产量如下，试对表中的数据做方差分析。 ;此课件下载可自行编辑修改，仅供参考！感谢您的支持，我们努力做得更好！谢谢