方差分析与相关性分析.ppt

3一条河流流经某地区，其降水量X（mm）和径流量Y（mm）多年观测数据如表所示。试建立Y与X的线性回归方程，并根据降水量预测径流量。Y2581363370542044144175X1101841451221651437812962130168回归分析（一元线性回归）第37页,共49页，星期六，2024年，5月第38页,共49页，星期六，2024年，5月第39页,共49页，星期六，2024年，5月第40页,共49页，星期六，2024年，5月第41页,共49页，星期六，2024年，5月从表中可知FF0.01（p0.01），说明方程通过了显著性检验，说明径流量与降水量之间存在着极显著的直线回归关系方程检验表第42页,共49页，星期六，2024年，5月从表中可知tt0.01（p0.01），说明方程中的回归系数通过了显著性检验，说明径流量与降水量之间有真实的直线回归关系。系数检验表第43页,共49页，星期六，2024年，5月4随机抽测某渔场16次放养记录，结果如表（投饵量，放养量，鱼产量）。试求鱼产量对投饵量、放养量的多元回归方程。（要求进行方程和系数的显著性检验）X19.589.59.89.713.59.512.59.411.47.78.312.586.512.9X21.922.62.722.42.32.23.32.33.62.12.52.43.21.9Y7.16.410.410.97107.99.312.87.510.36.69.57.779.5回归分析（多元线性回归）第44页,共49页，星期六，2024年，5月第45页,共49页，星期六，2024年，5月第46页,共49页，星期六，2024年，5月第47页,共49页，星期六，2024年，5月方程检验表从表中可知FF0.01（p0.01），说明方程通过了显著性检验，说明鱼产量依投饵量、放养量的二元线性回归达到显著水平第48页,共49页，星期六，2024年，5月系数检验表从表中可知X1和X2对应的t均大于t0.01（p0.01），说明投饵量和放养量对鱼产量的偏回归系数达极显著水平，偏回归系数通过显著性检验，即鱼产量与投饵量、放养量之间存在真实的多元线性关系。因此，所建方程为Y=-4.349+0.584X1+2.964X2第49页,共49页，星期六，2024年，5月方差分析

（analysisofvariance,简称为ANOVA）123456密度123.122.623.522.125.624.1密度222.121.522.121.324.923.9密度320.320.121.520.123.822.11在三个不同密度的小麦地里测量其株高2/3处的日平均温度，一共测量6天，所得数据如下表，分析不同密度的小麦地其株高2/3处的日平均温度有无显著差异。(密度1密度2密度3)第5页,共49页，星期六，2024年，5月方差分析

（analysisofvariance,简称为ANOVA）第6页,共49页，星期六，2024年，5月方差分析

（analysisofvariance,简称为ANOVA）第7页,共49页，星期六，2024年，5月方差分析

（analysisofvariance,简称为ANOVA）第8页,共49页，星期六，2024年，5月方差分析

（analysisofvariance,简称为ANOVA）第9页,共49页，星期六，2024年，5月单因素方差分析齐次性检验结果：t=0.357，p=0.7060.05,通过方差齐次性检验。即本例属于方差相等时的方差分析问题，这为下面的分析作准备。方差分析

（analysisofvariance,简称为ANOVA）第10页,共49页，星期六，2024年，5月单因素方差分析结果，包括组间离差平方和、组内离差平方和总离差平方和。从表中可知，p=0.0330.05,说明三个不同密度的小麦群体中2/3高度的温度差异显著。进而可以进行多重比较。方差分析

（analysisofvariance,简称为ANOVA）第11页,共49页，星期六，2024年，5月多重比较结果，从表中可知密度1和密度3两两之间差异显著；密度1和2，2和3之间差异不显著。方差分析

（analysisofvariance,简称为ANOVA）第12页,共49页，星期六，2024年，5月方差分析

（analysisofvarian