试验统计方法 7.第六章方差分析学习资料.ppt

总自由度dfT=dft+dfenk-1=(k-1)+k(n-1)在一正态总体N（μ，σ2）中随机抽取样本容量为n1和n2的两个样本，分别求得其均方s12和s22，两个均方的比值称为F值。即F=s12/s22第三节、遗传模型与期望均方方差分析的线性模型为：对总体：对样本：----μ的无偏估计；ti----τi的无偏估计eij----εij的无偏估计一、遗传模型在线性模型中，根据研究目的不同，对τi会有不同解释，因此有固定模型和随机模型之分。1、固定模型：试验的每一个处理分别抽自一个特定的总体N（μi,σ2e），处理效应τi=μi-μ是固定的，试验的Στi=0。试验目的在于研究处理本身τi效应的大小。测验的假设为Ho:τi=0或Ho:μi=μ。当否定Ho时,需作多重比较。2、随机模型：在单因素试验中，k个处理是从同一个大的总体N（μ，στ2）中随机抽取的k个样本。这种试验目的是通过研究τi的变异，对总体的变异（στ2）进行研究。试验的各处理是一组随机样本，抽自同一大总体N(μ,στ2)，因而处理效应τi=μi-μ是随机的,τi是一个随机变量,τi~N(0,στ2)。测验假设为Ho:στ2=0或HA:στ20。若否定Ho，处理方差στ2是重点研究对象。若重复试验时，需重新随机抽取样本。3、混合模型多因素试验中，一个因素为随机，另一个因素为固定的模型称为混合模型。如：常见的随机区组设计二、遗传模型与期望均方通常用δ2代表随机模型中某种效应的方差。用κ2代表固定模型中某种效应的方差。对单因素试验来说：固定模型的期望均方是MSt=δ2+nκτ2Mse=δ2对单因素试验来说：随机模型的期望均方是MSt=δ2+nδτ2Mse=δ2单因素试验，两种模型的估计值是相同的。方差分析就是通过MSt与MSe的比较来推断κτ2或δτ2是否存在。在固定模型中需要比较各个μi是否相等。但对多因素来说，两种模型将会有较大差别，F测验也将不同。以后章节会提到。第四节单向分组资料的方差分析单向分组指观察值仅按一个方向（原因）进行分组。单向分组资料有下列2种情况：组内观察值数目相等的单向分组资料组内观察值数目不相等的单向分组资料一、组内观察值相等的单向分组资料试验分k个处理，每处理有n个观察值。资料形式如下图：【例题】作一水稻施肥的盆栽试验，设五个处理，A和B是分别施用两种不同工艺的氨水，C施碳酸氢铵，D施尿素，E不施氮肥。每个处理4盆。随机放置于同一网室中，其稻谷产量列于下表。试测验各处理平均数的差异性。解：（1）自由度和平方和的分解与计算dfT=nk-1=4×5-1=19dft=k-1=5-1=4dfe=k(n-1)=5×(4-1)=15矫正数C=T2/nk=5262/(4×5)=13833.8（2）F测验：将上述结果填入方差分析表假设H0:μA=μB=…=μE;HA:μA、μB、…μE不全相等。计算均方及F值，得方差分析表。因FF0.01，否定H0，认为试验处理平均数间有极显著差异。（3）多重比较（用SSR法）计算平均数标准误根据df=15,查SSR表得p=2,3,4,5时的SSR0.05和SSR0.01，将SSRα乘以平均数标准误得LSRα值，列成表，进行多重比较。二、组内观察值数目不等的单向分组资料若k个处理的观察值数目不等，分别为n1,n2,…,nk；处理间变异总变异处理内变异方差分析的有关公式，会因ni不同做出相应改变。多重比较三、组