两因素完全随机设计.pptVIP

A3水平平均数B因素-30.0-33.0-34.0-34.2B335.05.0**2.0*1.00.8B434.24.2**1.20.2B234.04.0**1.0B133.03.0**B530.0②B因素各水平上A因素各水平平均数间的比较A因素-27.0-29.2A333.06.0**3.8**A229.22.2**A127.0平均数A因素-26.0-26.5A334.08.0**7.5**A226.50.5A126.0B2水平B1水平平均数交互作用(互作)在多因素试验中，一个因素的作用要受到另一个因素的影响，表现为某一因素在另一因素的不同水平上所产生的效应不同，这种现象称为该两因素存在交互作用。如在表5-28中：A在B1水平上的效应=472-470=2A在B2水平上的效应=512-480=32B在A1水平上的效应=480-470=10B在A2水平上的效应=512-472=40A的效应随着B因素水平的不同而不同，反之亦然，此时称A、B两因素间存在交互作用，记为A×B。或者说，某一因素的简单效应随着另一因素水平的变化而变化时，则称该两因素间存在交互作用。互作效应可由(A1B1+A2B2-A1B2-A2B1)/2来估计。表5-28中的互作效应为：(470+512-480-472)/2=15互作效应实际指的就是由于两个或两个以上试验因素的相互作用而产生的效应。如在表5-28中：A2B1-A1B1=472-470=2，这是追肥单独作用的效应；A1B2-A1B1=480-470=10，这是除草单独作用的效应；两者单独作用的效应总和是2+10=12。但是，A2B2-A1B1=512-470=42，而不是12。这就是说，同时追肥、除草产生的效应不是单独某田间管理措施所产生效应的和，而另外多增加了30，这个30是两种田间管理措施共同作用的结果。若将其平均分到每种田间管理头上，则各为15，即估计的互作效应。两因素有重复观测值试验资料的方差分析法设A与B两因素分别具有a与b个水平，共有ab个水平组合，每个水平组合有n次重复，则全试验共有abn个观测值。这类试验结果方差分析的数据模式如表5-29(P129)所示。两因素有重复观测值试验的数学模型为:其中，?为总平均数；αi为Ai的效应；βj为Bj的效应；(αβ)ij为Ai与Bj的互作效应；?ijl为随机误差，相互独立，且都服从N(0，σ2)。分别为Ai、Bj、AiBj观测值总体平均数；且(αβ)ij为Ai与Bj的互作效应因试验资料的总变异可分解为水平组合间变异与水平组合内变异即误差两部分，若记A、B水平组合间的平方和与自由度为SSAB，dfAB，则两因素有重复观测值试验资料方差分析平方和与自由度的分解式可表示为:因A、B水平组合间变异可再分解为A因素，B因素，A因素与B因素交互作用变异三部分，于是SSAB、dfAB可再分解为：其中，SSA×B，dfA×B为A因素与B因素交互作用平方和与自由度。两因素有重复观测值试验结果方差分析平方和与自由度的分解式为：各项平方和、自由度的计算公式如下：总平方和与自由度01矫正数02水平组合平方和与自由度03A因素平方和与自由度B因素平方和与自由度交互作用平方和与自由度误差平方和与自由度AnnualWorkSummaryReport方差分析如下：【例5-6】为了研究不同的种植密度和商业化肥对大麦产量的影响，将种植密度(A)设置3个水平、施用的商业化肥(B)设置5个水平，交叉分组，重复4次，完全随机设计。产量结果(kg/小区)列于表5-30(P131)，试分析种植密度和施用的商业化肥对大麦产量的影响。1、计算各项平方和与自由度2、列出方差分析表，进行F检验F捡验结果表明：种植密度、商业化肥及其互作对大麦的产量均有极显著影响。应进一步进行种植密度各水平平均数间、商业化肥各水平平均数间、种植密度与商业化肥水平组合平均数间的多重比较和进行简单效应的检验。3、多重比较种植密度(A)各水平平均数间的比较不同种植密度平均数多重比较表见表5-32。因为A因素各水平的重复数为bn，故A因素各水平的标准误(记为)的计算公式为：由dfe=45，秩次距k=2、3，从附表5中查出α=0.05与α=0.01的临界q值，乘以即得各LSR值，所得结果列于表5-33。此例商业化肥(B)各水平平均数间的比较