高级生物统计.pptVIP

回归方程的建立 于是 回归方程 第30页，共85页，2022年，5月20日，21点51分，星期四 回归方程的显著性检验 由于 说明y与x间存在极显著的线性关系， 可以用所建立的回归方程来进行预测与控制。 第31页，共85页，2022年，5月20日，21点51分，星期四 决定系数 表明回归方程估测可靠程度高。 回归方程估测可靠程度 第32页，共85页，2022年，5月20日，21点51分，星期四 变异系数： 表明回归方程估测值相对偏离度较小。 第33页，共85页，2022年，5月20日，21点51分，星期四 三、有重复观察值的回归 t = b / sb 或 F = MSR / MSr 显著表明相对于其它因素、x的高次项及试验误差来说，因素x的一次项对y的影响是主要的，但未回答：影响y的除x外是否还有其它不可忽略的因素，x与y是否确是线性关系。也就是说，还须检验一个回归方程的失拟性。这个问题可以通过做一些重复试验从而估计出真正的试验误差来解决。 第34页，共85页，2022年，5月20日，21点51分，星期四 设一个试验有n个处理，其中x1、x2、…、xn-1重复1次，xn重复m次，观测结果如下： x1 x2 … xn-1 xn xn+1… xn+m-1 (xn= xn+1 = … = xn+m-1) y1 y2 … yn-1 yn yn+1… yn+m-1 m次重复 (一) 部分试验有重复的回归 第35页，共85页，2022年，5月20日，21点51分，星期四 对这一资料可按有(n+m-1)组观测值进行回归分析。 进行显著性检验时各项平方和与自由度计算如下： 第36页，共85页，2022年，5月20日，21点51分，星期四 利用xn处理的m个重复观测值，可以计算出反应真正的试验误差的平方和——称为纯误平方和相应的自由度： ——纯误平方和 ——纯误自由度 第37页，共85页，2022年，5月20日，21点51分，星期四 失拟平方和及其自由度 此时，SSr-SSe反映除x的一次项以外的其它因素(包含别的因素和x的高次项)所引起的变异，是x的一次项所未能拟合的部分，称为失拟平方和，记为SSLf，相应的自由度记为dfLf。SSLf、dfLf计算公式如下： SSLf = SSr - SSe dfLf = [(n+m-1)-2] - (m-1) = n-2 第38页，共85页，2022年，5月20日，21点51分，星期四 SSr dfr 或 SSLf + SSe dfLf + dfe 平方和与自由度的划分式 第39页，共85页，2022年，5月20日，21点51分，星期四 用统计量 来检验回归方程的失拟性。 回归方程的失拟性检验 第40页，共85页，2022年，5月20日，21点51分，星期四 1、 若FLf显著 (1) 影响y除x外，至少还有一个不可忽略的因素； 或 (2) y与x是曲线关系； 或 (3) y与x无关。 此时用 MSe 估计σ2。 第41页，共85页，2022年，5月20日，21点51分，星期四 可把 SSLf 与 SSe 合并来检验 SSR 2. FLf 不显著 第42页，共85页，2022年，5月20日，21点51分，星期四 若FLf 不显著，FR显著，则称回归方程是拟合得好的； 若FLf 不显著，FR也不显著： 1°没有什么因素对y有系统影响； 或 2°试验误差过大。 第43页，共85页，2022年，5月20日，21点51分，星期四 3、 FLf显著，FR亦显著 说明所得的一元线性回归方程有一定作用，但不能说明此方程是拟合得好的，需查明原因，选用别的数学模型，作进一步研究。 第44页，共85页，2022年，5月20日，21点51分，星期四 (二) 全部试验都有重复的回归(等重复) 设一试验有n个处理，每个处理重复m次，观测结果如