0协方差分析(最新版).docxVIP

协方差分析 第一节 协方差分析的意义 协方差分析有二个意义，一是对实验进行统计操纵，二是对协方差组分进行估量，现分述如下。 一、对实验进行统计操纵 为了提高实验的精准性和准确性，对处置之外的一切条件都需要采取有效方法严加操纵，使它们在遍地理间尽可能一致，这叫实验操纵。但在有些情形下，即便作出专门大尽力也难以使实验操纵达到预期目的。例如：研究几种配合饲料对猪的增重成效，希望实验仔猪的初始重相同，因为仔猪的初始重不同，将阻碍到猪的增重。经研究发觉：增重与初始重之间存在线性回归关系。可是，在实际实验中很难知足实验仔猪初始重相同这一要求。这时可利用仔猪的初始重(记为x)与其增重(记为y)的回归关系，将仔猪增重都矫正为初始重相同时的增重，于是初始重不同对仔猪增重的阻碍就排除。由于矫正后的增重是应用统计方式将初始重操纵一致而取得的，故叫统计操纵。统计操纵是实验操纵的一种辅助手腕。通过这种矫正，实验误差将减小，对实验处置效应估量更为准确。假设y的变异要紧由x的不同造成(处置没有显著效应)，那么各矫正后的间将没有显著不同(但原y间的不同可能是显著的)。假设y的变异除掉x不同的阻碍外，尚存在不同处置的显著效应，那么可期望各间将有显著不同(但原y间不同可能是不显著的)。另外，矫正后的和原y的大小顺序也常不一致。因此，处置平均数的回归矫正和矫正平均数的显著性查验，能够提高实验的准确性和精准性，从而更真实地反映实验实际。这种将回归分析与方差分析结合在一路，对实验数据进行分析的方式，叫做协方差分析(analysis of covariance)。 二、估量协方差组分 在第八章曾介绍过表示两个相关变量线性相关性质与程度的相关系数的计算公式： 假设将公式右端的分子分母同除以自由度(n-1)，得 （10-1） 其中 是x的均方MSx，它是x的方差的无偏估量量； 是y的均方MSy，它是y的方差的无偏估量量； 称为x与y的平均的离均差的乘积和，简称均积，记为MPxy，即 MPxy== （10-2） 与均积相应的整体参数叫协方差（covariance），记为COV(x,y)或。统计学证明了，均积MPxy是整体协方差COV(x,y)的无偏估量量，即 EMPxy= COV(x,y)。 于是，样本相关系数r可用均方MSx、MSy，均积MPxy表示为： （10-3） 相应的整体相关系数可用x与y的整体标准差、，整体协方差COV(x,y)或表示如下： （10-4） 均积与均方具有相似的形式，也有相似的性质。在方差分析中，一个变量的总平方和与自由度可按变异来源进行剖分，从而求得相应的均方。统计学已证明：两个变量的总乘积和与自由度也可按变异来源进行剖分而取得相应的均积。这种把两个变量的总乘积和与自由度按变异来源进行剖分并取得取得相应均积的方式亦称为协方差分析。 在随机模型的方差分析中，依照均方MS和期望均方EMS的关系，能够取得不同变异来源的方差组分的估量值。一样，在随机模型的协方差分析中，依照均积MP和期望均积EMP的关系，可取得不同变异来源的协方差组分的估量值。有了这些估量值，就可进行相应的整体相关分析。这些分析在遗传、育种和生态、环保的研究上是很有效途的。 由于篇幅限制，本章只介绍对实验进行统操纵的协方差分析。 第二节 单因素实验资料的协方差分析 设有k个处置、n次重复的双变量实验资料，每处置组内皆有n对观测值x、y，那么该资料为具kn对x、y观测值的单向分组资料，其数据一样模式如表10—1所示。 表10—1 kn对观测值x、y的单向分组资料的一样形式 处 理 处理1 处理2 … 处理i … 处理k 观测指标 x y x y … x y … x y 观测值 xij、yij (i=1,2,…k j=1,2,…n) x11 x12 … x1j … x1n y11 y12 … y1j … y1n x21 x22 … x2j … x2n y21 y22 … y2j … y2n … … … … … … xi1 xi2 … xij … xin yi1 yi2 … yij … yin … … … … … xk1 xk2 … xkj … xkn yk1 yk2 … ykj … ykn 总 和 x1. y1. x2. y2. … xi. yi. … xk. yk. 平均数 … … 表10—1的x和y变量的自由度和平方和的剖分参见单因素实验资料的方差分析方式一节。其乘积和的剖分那么为： 总变异的乘积和是与和与的离均差乘积之和，即： (10