方差分解分析和总结.docxVIP

方差分析 根据不同需要把某变量方差分解为不同的部分，比较它们之间的大小并用 F 检验进行显著性检验的方法。 分析试验(或观测)数据的一种方法。它要解决的基本问题是通过数据的分析，弄清与研 究对象有关的各个因素之间相互作用对该对象的影响。它所研究的对象都假定遵从正态分布。 检验不同的处理所产生的效应的差异是否显著的统计分析方法。遗传学（一级学科）；群体、数量遗传学（二级学科） 本内容由全国科学技术名词审定委员会审定公布 方差分析的基本方法,... 方差分析(Analysis of Variance，简称 ANOVA)，又称“变异数分析”或“F 检验”，是R.A.Fisher 发明的，用于两个及两个以上样本均数差别的显著性检验。 由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。 方差分析的假定条件和假设检验 ?1.方差分析的假定条件为： 方差分析的假定条件和假设检验 ? 1.方差分析的假定条件为： 各处理条件下的样本是随机的。 各处理条件下的样本是相互独立输出结果。 的，否则可能出现无法解析的 各处理条件下的样本分别来自正态分布总体，否则使用非参数分 析。 各处理条件下的样本方差相同，即具有齐效性。 2 方差分析的假设检验 假设有 K 个样本，如果原假设 H 样本均数都相同， K 个样本有共同的方差 σ ，则 K 个样本来自具有共同方差 σ 和相同均数的总体。 如果经过计算，组间均方远远打入组内均方，则推翻原假设，说明样本来自不同的正态总体，说明处理造成均值的差异有统计意义。否则承认原假设，样本来自相同总体，处理间无差异。 一个复杂的事物，其中往往有许多因素互相制约又互相依存。方差分析的目的是通过数据分析找出对该事物有显著影响的因素，各因素之间的 交互作用 ，以及显著影响因素的最佳水平等。方差分析是在可比较的 数组中，把数据间的总的“变差”按各指定的变差来源进行分解的一种技术。 对变差的度量，采用离差平方和。方差分析方法就是从总离差平方和分解出可追溯到指定来源的部分离差平方和，这是一个很重要的思想。 经过方差分析若拒绝了检验假设，只能说明多个样本 总体均数不相等或不全相等。若要得到各组均数间更详细的信息，应在方差分析的基础上 进行多个样本均数的两两比较。 多个样本均数间两两比较 多个样本均数间两两比较常用 q 检验的方法，即 Newman-kueuls 法， 其基本步骤为：建立检验假设 -- 样本均数排序 -- 计算 q 值-- 查 q 界值表判断结果。 多个实验组与一个对照组均数间两两比较 多个实验组与一个对照组均数间两两比较， 若目的是减小第 II 类错误， 最好选用最小显著差法（ LSD 法）；若目的是减小第 I 类错误，最好选用新复极差法，前者查 t 界值表，后者查 q界值表。 基本思想 通过分析研究中不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。 举例分析 下面我们用一个简单的例子来说明方差分析的基本思想： 如某克山病区测得 11 例克山病患者和 13 名健康人的血磷值（mmol/L ） 如下： 患者： 0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11 健康人： 0.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.56 1.87 问该地克山病患者与健康人的血磷值是否不同？ 从以上资料可以看出， 24 个患者与健康人的血磷值各不相同，如果用离均差平方和（ SS）描述其围绕总均数的变异情况，则总变异有以下两个来源： 组内变异，即由于 随机误差 的原因使得各组内部的血磷值各不相等； 组间变异，即由于克山病的影响使得患者与健康人组的血磷值均数大小不等。 而且： SS 总=SS 组间+SS 组内 v 总=v 组间+v 组内 如果用均方（即自由度 v 去除离均差平方和的商）代替离均差平方和以消除各组样本数不同的影响，则方差分析就是用组间均方去除组内均方 的商（即 F 值）与 1 相比较，若 F 值接近 1，则说明各组均数间的差异没有统计学意义，若 F 值远大于 1，则说明各组均数间的差异有统计学意义。实际应用中检验假设成立条件下 F 值大于特定值的概率可通过查阅 F 界值表 （方差分析用）获得。 利用统计学 软件分析结果如下： data a; input type num @@; cards; 1 0.84 1 1.05 1 1.20 1 1.20 1 1.39 1 1.53 1 1.67 1 1.80 1 1.87 1 2.07 1 2.11 2 0.54 2 0.64 2 0.64 2 0.