田间试验与统计方法4方差与协方差分析.pptVIP

协变量 * 本文档共78页；当前第31页；编辑于星期二\3点41分 若不考虑猪的初始重量X对增重Y的影响 H0：μ1=μ2=μ3 H1：μ1、μ2、μ3不等或不全相等 α=0.05 结论：三种不同饲料的催肥效果不同。 * 本文档共78页；当前第32页；编辑于星期二\3点41分 * 本文档共78页；当前第33页；编辑于星期二\3点41分 * 本文档共78页；当前第34页；编辑于星期二\3点41分 如果不考虑猪的初始重量X对增重Y的影响，直接用方差分析比较各组猪的平均增重，以评价三种饲料对猪的催肥效果，这是不恰当的。 如何在扣除或均衡这些不可控制因素的影响后比较多组均数间的差别，应用协方差分析。 当有一个协变量时，称一元协方差分析；当有两个或两个以上协变量时，称多元协方差分析。 * 本文档共78页；当前第35页；编辑于星期二\3点41分 协方差分析是将线性回归与方差分析相结合 的一种分析方法。 把对反应变量Y有影响的因素X看作协变量， 建立Y对X的线性回归，利用回归关系把X值 化为相等，再进行各组Y的修正均数间比较。 修正均数是假设各协变量取值固定在其总 均数时的反应变量Y的均数。 其实质是从Y的总离均差平方和 中 扣除协变量X对Y的回归平方和 ， 对残差平方和 作进一步分解后再进行方差分析。 * 本文档共78页；当前第36页；编辑于星期二\3点41分 二、应用条件 1.各组协变量X与因变量Y的关系是线性的， 即各样本回归系数b本身有统计学意义。 2.各样本回归系数b间的差别无统计学意义， 即各回归直线平行。 3.各组残差呈正态分布。 4.各协变量均数间的差别不能太大，否则有 的修正均数在回归直线的外推延长线上。 * 本文档共78页；当前第37页；编辑于星期二\3点41分 * 本文档共78页；当前第38页；编辑于星期二\3点41分 1.H0:各总体增重的修正均数相等 H1:各总体增重的修正均数不全相等 ?=0.05 2.计算总的、组间与组内的 lXX、lYY、lXY与自由度 总: 若考虑猪的初始重量X对增重Y的影响-----协方差分析 * 本文档共78页；当前第39页；编辑于星期二\3点41分 组间: * 本文档共78页；当前第40页；编辑于星期二\3点41分 组内: * 本文档共78页；当前第41页；编辑于星期二\3点41分 * 本文档共78页；当前第42页；编辑于星期二\3点41分 3.结论 F=31.07F0.01(2,20)=5.85 P0.01 按?=0.05水准拒绝H0，接受H1， 可以认为扣除初始体重因素的影响后， 三组猪总体增重均数的差别有统计学意义。 * 本文档共78页；当前第43页；编辑于星期二\3点41分 SPSS软件计算 1.建立数据文件 2.绘制散点图与建立直线回归方程 3.回归直线平行性假定的检验 初始体重与饲料组无交互作用可认为 各组回归直线平行，即初始体重对增 重的影响在各组间是相同的。 4.修正均数的计算与假设检验 * 本文档共78页；当前第44页；编辑于星期二\3点41分 数据输入原则： 一个变量占一列 一个观测对象占一行 * 本文档共78页；当前第45页；编辑于星期二\3点41分 * 本文档共78页；当前第46页；编辑于星期二\3点41分 * 本文档共78页；当前第47页；编辑于星期二\3点41分 * 本文档共78页；当前第48页；编辑于星期二\3点41分 * 本文档共78页；当前第49页；编辑于星期二\3点41分 * 本文档共78页；当前第50页；编辑于星期二\3点41分 观测指标：增重 “处理因素”：饲料组 初始体重 * 本文档共78页；当前第51页；编辑于星期二\3点41分 * 本文档共78页；当前第52页；编辑于星期二\3点41分 前面已得出三组斜率相同的结论，故交互项不需要再引入到模型。 * 本文档共78页；当前第53页；编辑于星期二\3点41分 作图 * 本文档共78页；当前第54页；编辑于星期二\3点41分 协变量假定均数 * 本文档共78页；当前第55页；编辑于星期二\3点41分 方差分析 目的: 方差分析是从整体上对不同因素（多因素方差分析）或相同因素的不同水平（单因素方差分析）对响应变量的影响是否存在差异进行分析的方法。并能通过对数据变异来源的分析，判断哪些因素或因素间交互效应是影响数据差异的众多因素中的主要因素。 核心问题： 从数据变异来源角度看: 观测变量的数据差异=控制因素来源+随机因素来源 方差分析正是要分析