两因素及多因素方差分析.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * F 1，8，0.05 =5.32，FF0.05，所以，没有充分根据说明数据间存在交互作用。 ▲ 第六十页，共69页 例9.4 为了研究施用不同数量的农家肥及不同农工的田间管理对作物产量的影响,设计了一个两因素实验,实验结果如下: 第六十一页，共69页 解 将表中每个数据减去9.5，列成表9-9.1： 第六十二页，共69页 利用xij.列，列成表9-9.2： 由表9-9.1计算出 第六十三页，共69页 由表9-9.2计算出 列成方差分析表： 第六十四页，共69页 从以上方差分析表中可以看出，不同农工的田间管理对产量没有显著影响，但不通的施肥量，对产量的影响极为显著。 根据均方期望还能估计出个方差分量： ▲ 第六十五页，共69页 例9.5 下表中的数据是受试者在一天内的4种不同时间,以不同速度工作,即正常速度的60%,80%,100%,120%所得到的能量消耗值。试验共有16个处理，每一个处理重复两次，共做32次实验。 第六十六页，共69页 解 首先看因素类型。因素A是人为的选出的4个水平，可以是严格控制的，所以因素A为固定型。因素B的四个水平，是从一天内不同的时间中随机抽取的4个时间，所以因素B为随机型。 列出方差分析表 第六十七页，共69页 第六十八页，共69页 FF 3，9，0.05，接受H01。因素A是不显著的。在选定的这四种速度下工作，能量消耗没有显著不同。 ▲ 第六十九页，共69页 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 9.4.2 均方期望与统计量F的确定 第二十八页，共69页 固定因素效应的估计为： 例9.5 第二十九页，共69页 在随机模型和混合模型中，不设置重复，同样会有固定模型中的问题，即因素间的交互作用与实验误差无法区分，全部归于误差项。特别是在混和模型中，随机因素的个水平之间存在的差异，往往检查不出来，结果降低了实验的可靠性。因而，在条件允许的情况下，不论哪种模型，最好都设置重复。 第三十页，共69页 9.5 两个以上因素的方差分析 9.5.1 平方和与自由度分解的一般规律 将两种方式分组的方差分析，扩展到一般情况。例如，在一个实验中，A因素有a水平，B因素有b水平，C因素有c水平，假设每一处理都有n次重复(n≥2)，那么总观测次数为abcn，线性统计模型为： 第三十一页，共69页 第三十二页，共69页 自由度的分解： dfA=a-1 dfB=b-1 dfC=c-1 dfAB=(a-1)(b-1) dfAC=(a-1)(c-1) dfBC=(b-1)(c-1) dfABC=(a-1)(b-1)(c-1) dfe=abc(n-1) 第三十三页，共69页 9.5.2 均方期望的表格化推演 表格法推演均方期望有以下规定： 1.线性统计模型中误差εijk的下标写为ε(ij)k，括号内的下标为死下标(dead subscript);括号外的下表为活下标(live subscript)。αi,βi，(αβ)ij中的下标都为活下标； 2.固定模型中各因素的效应分别用该模型分量的平方和除以自由度表示； 3.随机模型中各因素的效应分别用以希腊字母为下标的方差表示； 4.混合模型中，交互作用的两个因素只要有一个是随机的，则交互作用是随机的，其方差分量记为σ2αβ； 5.不论哪种模型，误差的方差一律极为σ2. 第三十四页，共69页 以固定模型为例，说明推演步骤： 第三十五页，共69页 第三十六页，共69页 9.5.3 统计量F的确定 一般规律：为了得到检验某个因素或某个交互作用的统计量，在计算F时分子均方的组成比分母均方的组成仅多出欲检验的分量(固定因素)