巢式嵌套设计的方差分析.docxVIP

巢式嵌套设计的方差解析 嵌套被称巢式（nesteddesign）或系分(hierarchalclassification)的料，有些教科上称料内又分的分料。根据因素数的不同，套可分二因素（二）、三 因素（三）等套。 将全部  k个因素按主次排列，依次称  1，2  ?k因素，再将离差平和及自由度行分 解，其基本思想与一般方差解析相同。所不同的是分解法有明的区，它重于主要因素，并且， 第i因素的著与否，是分用第  i与第  i+1因素的均方分子和分母来结构  F量，并以  F 其理根据的。 嵌套用： (1)情形一 受象本身拥有按其隶属关系行分再分的各样因素。 比方：取某栽种物 3个品种（A），在每一株内取两片叶子（ B）（嵌套在植株因素下的第二个因 素），用取器从每一片叶子上取同面的两个本（两次重复），称取湿重。 不是把B因素的2个水平地看作是与 A因素3个水平的全面合，而是分嵌套在 A1、A2、A3 三个水平之下，相当于 B因素有 6个水平，但它所生的离差平和中又包含了 A因素的作用，一般 来，它大于模型所提供的差，用它作胸怀 A因素作用大小的差，是格核查 A因素的 一种举措。 方差解析表： 异根源 自由度 平方和 均方 F ProbF A df1=a-1 SS1=Q1-C MS1=SS1/df1 MS1/MS2 B（A） df2=a(b-1) SS2=Q2-Q1 MS2=SS2/df2 MS2/MSe E dfe=(n-1)ab SSe=W-Q2 MSe=SSe/dfe 和 nab-1 SSt=W-C 注：A因素有 a个水平，B因素有b个水平，重复 n次，本含量 nab，全部数据之和 T，全 部数据之平方和W，校正数C，Qi系分分到第i因素，各小数据之和的平方均的和。 W=xijk2 2 Q1=nb1 Ti..2 Q2=n1 Tij2. C=nabT (2)情形二 受象本身并非拥有分再分的各样分因素，而是各之在上有主次之分。划分嵌套 与析因的关是看因素之的地位是否同样，因素的地位同样属于析因，不同样属于嵌套。 比方：了研究某种抗菌的效果，小白鼠行。考  3个因素，  因素  A(用此抗菌与 否)可分  A1(照不用抗菌  )、A2(用抗菌  )；因素  B(小白鼠代次  )可分  B1(第  1代)、B2(第 2代)、B3(第3代)；因素C(性)可分C1(雄性)、C2(雌性)。第1代小白鼠被种菌感染，按雌 雄分照和小白鼠的存活率，存活的小白鼠分在各自的内(指照和 生第二代，于第2代重复上面的，??，3因素各水平搭配下都重复２次，每次都有足  ) 数量的小白鼠  (因指是存活率  )，有人行了如下的并收集到如下的数据。由 知得悉：3  因素的主次序  A→B→C。解析  3因素小白鼠存活率的影响。 方差解析表： 变异根源 自由度 平方和 均方 F值 ProbF A df1=a-1 SS1=Q1-C MS1=SS1/df1 MS1/MS2 B（A） df2=a(b-1) SS2=Q2-Q1 MS2=SS2/df2 MS2/MS3 C（AB） df3=ab(c-1) SS3=Q3-Q2 MS3=SS3/df3 MS3/MSe E dfe=(n-1)abc SSe=W-Q3 MSe=SSe/dfe 总和 nabc-1 SSt=W-C 注：A因素有a个水平，B因素有b个水平，C因素有c个水平，重复 n次，总样本含量为 nab，全部 2 数据之总和为 T，全部数据之平和为 W，校正数为 C=nabcT ，Qi为系统分组分到第i级因素时，各小组 数据之和的平方均值的和。 注意：由于在嵌套设计中，两个因素之间不能自由交错地组成各样办理组合，因而，不能考察因素之间地交互作用。所以，凡是交互作用比较重要的试验，都不应采用这种设计。 进行嵌套设计的方差解析的过程：nested、anova或GLM，过程nested过程更简单调些，但它受数据 中读取分组变量先后次序的影响很大，应先用SORT过程按因素重要程度进行排序整理；过程anova 或GLM不需要排序整理，且容易进行均值比较。平衡资料用过程nested、anova或GLM三种过程做结 果是同样的；若不是平衡资料，必须用过程GLM。 例1采用某栽种物3个品种（Plant），在每一株内采用两片叶子（Leaf）（嵌套在植株因素下的第 二个因素），用取样器从每一片叶子上采用同样面积的两个样本（两次重复），称取湿重。对以上结 果进行方差解析。（固定效应Plant+随机效应Leaf） 解：SAS程序如下： DataNested; Inputplant$leafwt@@; Cards; a1a1b1b1c1c1 a2a2b2b2c2c2 ; ProcAnova;