生物统计学方差分析.pptxVIP

生物统计学方差分析;某水产研究所为了比较四种不同配合饲料对鱼的饲喂效果，选取了条件基本相同的鱼20尾，投喂不同的饲料，经1个月以后，各组鱼的增重 (g) 结果列于下表。;(2)试验误差不统一，误差估计的精确性和检验的灵敏性低。;将所有这些组数据放在一起，一次比较就对所有各组平均数间是否有差异作出判断。;方差分析的基本原理;三、数学模型;一、相关术语;在试验中可以人为调控的因素;每个试验因素的不同状态（处理的某种特定状态或数量上的差别）称为因素水平，简称为水平。;试验处理常称为处理，指对受试对象给予的某种外部干预（或措施），是试验中实施的因子水平的一个组合。;一个;试验误差是指试验中由于无法控制的因素所引起的差异，简称为误差。;在实验中能接受不同试验处理的独立的试验载体，即根据研究目的而确定的观测总体。;重复;;比较处理效应和误差效应在总变异中所占的比例。;;表6-2 每组具n个观测值的k组样本符号表;第i个处理的效应，即处理i对试验结果产生的影响;固定模型;各处理的效应值τi 不是固定的数值，而是由随机因素所引起的效应。;在随机模型中，水平确定之后其处理所产生的效应并不是固定的，试验重复时也很难得到相同的结果。;在设计思想和统计推断上有明显不同，因此进行方差分析时的公式推导也有所不同。其平方和与df的分解公式没有区别，但在进行统计推断时假设检验构成的统计数是不同的。;在多因素试验中，既有固定效应的试验因素，又有随机效应的试验因素，则属于混合模型．;;;四、平方和与自由度的分解;;;;第31页/共144页;第32页/共144页;四、平方和与自由度的分解;重复;(1)平方和计算;五、显著性检验－－－F检验;在方差分析中，通常将变异来源、平方和、自由度、均方和F值整理成一张方差分析表。;F 值显著或极显著，否定了无效假设H0 ，表明试验的总变异主要来源于处理间的变异，试验中各处理平均数间存在显著或极显著差异。;统计上把多个平均数两两间的相互比较称为多重比较。;由统计学家R.A.Fisher提出的，其实质是两个平均数相比较的t检验法。 ;LSD检验;(1)计算最小显著差数 LSDα；;( xi );饲料 平均数 差异显著性 0.05 0.01 A1 311.8 A4 279.8 A2 262.8 A3 247.4;LSD法实际上是用 t 检验对所有平均数进行一对一的检验。;LSR(least significant ranges)法;(1)按相比较的样本容量计算平均数标准误;表6-6 4种饲料饲喂鱼增重试验LSR值（SSR检验）;q 检验;表6-8 4种饲料饲喂鱼增重试验LSR值（q检验）;LSR值（q检验）;精度要求高的试验;方差分析;第二节 单因素方差分析;一、组内观测次数相等的方差分析;(1)平方和计算;变异来源 df SS s2 F F0.05 F0.01 地区间 4 173.71 43.428 50.148 3.06 4.89 地区内 15 12.99 0.866 总变异 19 186.70;地区 平均数 差异显著性 0.05 0.01 东 北 31.60 内蒙古 27.40 河 北 26.03 安 徽 24.75 贵 州 22.85;二、组内观测次数不等的方差分析;第60页/共144页;例6.3 用某种小麦种子进行切胚乳试验，实验分为三种处理：整粒小麦(I)，切去一半胚乳(II)，切去全部胚乳(III)，同期播种于条件较一致的花盆内，出苗后每盆选留两株，成熟后进行单株考种，每株粒重结果如表，试进行方差分析。;(1)平方和的计算;第63页/共144页;第三节 二因素方差分析;因素间的交互作用显著与否关系到主效应的利用价值。;第三节 二因素方差分析;无重复观测值的二因素方差分析 ;;（1）平方和的分解;例6.4　将一种生长激素配成M1、M2、M3、M4、M5五种浓度，并用H1、H2、H3三种时间浸渍某大豆品种的种子，出苗45天后的各处理每一植株的平均干物重（g）。 ;（1）平均和计算;变异来源;M;对固定模型而言，结论只能适用于参加试验的几个水平，不能任意推广到其他水平上去。;因素A;有重复观测值的二因素方差分析 ;（1）平方和的分解为：;（3）各项的方差分别为;（4）F检验;例6.5 为了研究某种昆虫滞育期长短与环境的关系，在给定的温度和光照条件下在实验室