生物统计与田间试验：第六章 方差分析 第3-6节.pptVIP

目的与要求 基本要求： 理解方差分析的基本原理； 掌握单因素试验(完全随机和随机区组 设计)的方差分析方法； 理解方差分析的数学模型、基本假定 和数据转换方法。 方差分析的基本步骤 方差分析具体步骤: 1. 建立假设(固定模型) H0 ：?1 = ?2 = ?3 =… H1 ：各总体均数不全相等 2. 确定显著性水平，用 ?表示，常取0.05。 3. 计算统计量F： SS和DF分解, F=MS组间/MS组内 4. 计算概率值P： F0.05（ ） ＝? F与F ? ， P与?的大小进行比较 5. 做出推论：统计学结论？？ 专业结论？？ 6. 根据EMS模型进行多重比较分析/ 方差分量的估计 思 考 题 1、从三个施肥量处理中各取一个容量为20的样本，测 其单株产量。问采用哪种统计方法来检验各处理单株产量的差异显著性？ ①成组资料的U测验 ②单因素随机区组试验结果 的方差分析 ③成对资料的t测验 ④单因素完全随机试验结果 的方差分析 2、SST=SSA+SSB+SSr+SSA×B+SSEa+SSEb是哪种试验的平方和划分式？ ①单因素拉丁方试验 ②双因素随机区组试验 ③双因素裂区试验 ④双因素完全随机试验 3、三品种单株产量的 F测验结果为 |F|=|-9.25|F0.01(2，28)，说明各品种的单株产量差异极显著。 4、一试验资料的 F 测验结果如下，对不对？为什么？ 6、一多重比较结果如下，用标记字母法表示应为 ② ③ ④ 建立这一模型，有如下3个基本假定： (1) 处理效应与环境效应等应该具有“可加性”(additivity) 以组合内只有单个观察值的两向分组资料的线性可加模型为例予以说明，如对其取离差式，则 上式两边各取平方求其总和，则得平方和为： (6·38) 因为三类原因均各自独立，所以右边有三个乘积和，即 、 和 ，皆为零值。 当从样本估计时，则为： 或 样本平方和的可加性 : 对于非可加性资料，一般需作对数转换或其他转换，使其效应变为可加性，才能符合方差分析的线性模型。 有一种非可加性事例是效应表现为倍加性。将倍加性数据转换为对数尺度，则又表现为可加性模型。如表6.37假设数字(不考虑误差). 表6.37 可加性模型与非可加性模型的比较 1.78 1.48 60 30 40 30 B 1.30 1.00 20 10 20 10 A 2 1 2 1 2 1 对倍加性取对数(lg10) 倍加性 可加性 处 理 (2)试验误差 应该是随机的、彼此独立的，具有平均数为零而且作正态分布，即“正态性”（normality） . (3)所有试验处理必须具有共同的误差方差，即误差同质性(homogeneity) (3)所有试验处理必须具有共同的误差方差，即误差同质性(homogeneity) 因为方差分析中的误差项方差是将各处理的误差合并而获得一个共同的误差方差的，因此必须假定资料中有这样一个共同的方差存在，即假定各处理的 都具有N(0， )的。这就是所谓误差的同质性假定。 如果各处理的误差方差具有异质性( )，则在假设测验中必然会使某些处理的效应得不到正确的反映。 如果不同质( )，可将方差特别大或变异特殊的处理从全试验中剔除，或者将试验分成几个部分，使每一部分具有比较同质的误差方差，以作出较为准确的假设测验。 二、数据转换 对于并不符合基本假定的试验资料，在进行方差分析之前，一般可采用以下补救办法： （1）剔除某些表现“特殊”的观察值、处理或重复。 （2）将总的试验误差的方差分裂为几个较为同质的试验误差的方差。 （3）针对数据的主要缺陷，采用相应的变数转换；然后用转换