线性回归与协方差.pptVIP

3．计算相应的校正数、总的、组间及组内的离均差平方和、离均差积和及自由度（1）校正数*第30页，共53页，星期日，2025年，2月5日（2）总的离均差平方和、离均差积和及自由度*第31页，共53页，星期日，2025年，2月5日（3）组间离均差平方和、离均差积和及自由度*第32页，共53页，星期日，2025年，2月5日（4）组内离均差平方和、离均差积和及自由度*第33页，共53页，星期日，2025年，2月5日4．计算总的、组内及修正均数的估计误差平方和、自由度*第34页，共53页，星期日，2025年，2月5日5．列协方差分析表，查F界值表，P＜0.01，拒绝H0，接受H1，可以认为在扣除初始体重因素的影响后，三组猪的总体增重均数有差别。变异来源ν离均差平方和及积和估计误差????总变异23720.501080.752555.9622934.84??组间变异2545.25659.881317.58????组内变异21175.25420.871238.3820227.6411.38?修正均数????2707.20353.6031.07协方差分析表νMSF*第35页，共53页，星期日，2025年，2月5日6．计算公共回归系数bc及各组修正均数*第36页，共53页，星期日，2025年，2月5日7．修正均数间差别进行两两比较–q检验结果：A饲料与B饲料修正均数间无差别(P﹥0.05)，但都高于C饲料(P﹤0.01)，可以认为在扣除初始体重影响后，A饲料和B饲料喂养的平均增重均比C饲料多。*第37页，共53页，星期日，2025年，2月5日进行协方差分析之前应先检验各组Y与X是否为线性关系且各回归线是否平行，若Y与X为非线性关系；若各组回归系数不同，说明处理效应与协变量存在交互作用，此时都不能直接应用协方差分析。第二节协方差分析的推广*第38页，共53页，星期日，2025年，2月5日*第1页，共53页，星期日，2025年，2月5日方差分析：用于比较两组或者多组总体均数之间的差异，推论相应的处理效应间的差异。自变量为分类变量。回归分析：用于拟合变量间的关系，通过回归分析可以估计反应变量与一系列自变量之间的回归关系，同时建立具体的回归方程。自变量为连续变量。两者可统一于一般线性模型*第2页，共53页，星期日，2025年，2月5日第一节协方差分析的基本思想和步骤*第3页，共53页，星期日，2025年，2月5日假定这样一个问题：已知某变量X对观察指标Y有影响（称X为协变量），由方差分析得到不同的处理组Y的总体均数之间有差别，那么这个差别是因为各组处理效应确有不同还是因为协变量X的影响所致？如何鉴别？需要通过一种方法，该方法可以消除X对Y的影响。*第4页，共53页，星期日，2025年，2月5日表13-3三种饲料喂养猪的初始重量与增重（单位：kg）?A饲料?B饲料?C饲料?X1Y1?X2Y2?X3Y311585?1797?228921383?1690?249131165?18100?208341276?1895?239551280?21103?2510061691?22106?2710271484?1999?3010581790?1894?32110?13.75081.750?18.62598.000?25.37596.875?A饲料?B饲料?C饲料?X1Y1?X2Y2?X3Y311585?1797?228921383?1690?249131165?18100?208341276?1895?239551280?21103?