第8章单因素方差分析课件.ppt

《第8章单因素方差分析课件.ppt》由会员分享，可在线阅读，更多相关《第8章单因素方差分析课件.ppt（52页珍藏版）》请在三一办公上搜索。

1、第 8 章单因素方差分析,分析多组平均数之间差异显著性的一种常用方法,第 8 章单因素方差分析 分析多组平均数之间差异显著性的一,例8.1比较5个不同小麦品种的株高,例8.1比较5个不同小麦品种的株高,例8.2 探讨不同窝的动物的出生重是否存在差异,例8.2 探讨不同窝的动物的出生重是否存在差异,例9.1用不同原料与不同温度发酵酒精的产量,例9.1用不同原料与不同温度发酵酒精的产量,概念,1单因素试验和双因素试验单因素试验：在试验中所考察的因素只有一个双因素试验：在试验中所考察的因素有二个2水平因素在试验中所分的等级3处理在试验中，同一条件下的一组试验4重复每个处理内观察次数或样本数目,概念

2、1单因素试验和双因素试验,8.1 方差分析原理,8.1 方差分析原理,一、数据的一般形式,单因素试验的共同特点：一个因素a个水平a个处理n次重复单因素试验方差分析的典型数据,一、数据的一般形式单因素试验的共同特点：,Xi，i=1,2,3,a 为第i个水平 xij,i=1,2,a,j=1,2,n 为第i个水平（处理）下的第j次重复的观察值,Xi，i=1,2,3,a 为第i个水平,第8章单因素方差分析课件,二、线性统计模型(liner statistical model),设在每个水平下，总体的分布为 其中，,未知，但，称为方差齐性，这是方差分析的前提对于每个,定义 是无法控制的环境误差，称为随机

3、误差,二、线性统计模型(liner statistical mod,引入总平均（overall mean）的概念,令，为水平Xi的效应，或第i个处理效应（treatment effect）显然，单因素方差分析的线性统计模型,引入总平均（overall mean）的概念令,三、两种不同的处理效应,1 固定效应和固定效应模型若因素的a个水平是经过特意选择的恒定量，则该因素称为固定因素，这时各个水平的效应值i是固定的常量，称 i为固定效应。处理固定因素所采用的模型称为固定效应模型比较X1,X2,Xa的平均数有没有显著的差异等价于,三、两种不同的处理效应 1 固定效应和固定效应模型,三、两种不同的处理

4、效应,2 随机效应和随机效应模型 若因素的a个水平是从该因素全部水平的总体中随机抽出的样本，其各水平的效应值i是随机变量，则该因素称为随机因素，i为随机效应。处理随机因素所用的模型称为随机效应模型比较的是整个总体的各水平的平均数是否存在差异,三、两种不同的处理效应2 随机效应和随机效应模型,8.2 固定效应模型,8.2 固定效应模型,一、零假设,参数估计,一、零假设参数估计,二、平方和与自由度的分解,二、平方和与自由度的分解,二、平方和与自由度的分解,二、平方和与自由度的分解,三、期望方差与F检验,三、期望方差与F检验,三、期望方差与F检验,三、期望方差与F检验,第8章单因素方差分析课件,三、

5、期望方差与F检验,比较两个方差是否相等，用F检验,单尾上侧检验,三、期望方差与F检验比较两个方差是否相等，用F检验 单尾上侧,四、方差分析表,单因素固定效应模型的方差分析表,四、方差分析表单因素固定效应模型的方差分析表变异来源平方和自,五、计算方法,五、计算方法,五、计算方法,五、计算方法,五、计算方法,例表8-1,5个小麦品系株高调查结果,五、计算方法例表8-1,5个小麦品系株高调查结果 株号,五、计算方法,例表8-1,5个小麦品系株高调查结果,五、计算方法例表8-1,5个小麦品系株高调查结果株号品,五、计算方法,例表8-1,5个小麦品系株高调查结果=113296.7-113164.96=1

6、31.74 SSe=SST-SSA=147.32-131.74=15.58,五、计算方法例表8-1,5个小麦品系株高调查结果株号品,五、计算方法,表5-5 不同小麦品系株高方差分析表,五、计算方法表5-5 不同小麦品系株高方差分析表 变异来源,8.4 多重比较,8.4 多重比较,一、最小显著差数法(LSD法)least significant difference),对于任意两组数据的平均数（方差齐性）存在问题 用不同的s2估计共同的2,一、最小显著差数法(LSD法)least signific,一、最小显著差数法(LSD法),解决方案用各个处理样本方差的平均数来估计2,一、最小显著差数法(L

7、SD法)解决方案,一、最小显著差数法(LSD法),成组法t检验与方差分析的对比每两组平均数比较所用的标准误，前者不相同，后者相同，因而减少了分析误差。方差分析时，自由度为a(n-1)大于成组法时的自由度2(n-1)，提高了分析的辨别力。方差分析可通过适当的试验设计，减少试验误差。,一、最小显著差数法(LSD法)成组法t检验与方差分析的对比,一、最小显著差数法(LSD法),LSD法优缺点优点：计算简便，容易比较缺点：加大了犯类错误的概率在多重比较时要求a组数据要相互独立,一、最小显著差数法(LSD法)LSD法优缺点,二、Duncan多范围检验,1排序：将需要比较的a个平均数由大到小排列品系号 平

8、均数码 70.8 68.6 67.3 65.3 64.4顺序号,二、Duncan多范围检验1排序：,二、Duncan多范围检验,2求各平均数间的差，列成下表,顺序号平均数码 70.8 68.6 67.3 65.3 64.4,二、Duncan多范围检验2求各平均数间的差，列成下表0.,二、Duncan多范围检验,3求临界值Rk显著水平 0.05 0.01df误差项的自由度，df=a(n-1)k相比较的两个平均数之间所包含的平均数的个数（包括相比较的两个平均数）r(k,df)Duncan表值 平均数的标准差-标准误,二、Duncan多范围检验3求临界值Rk,二、Duncan多范围检验,二、Dunc

9、an多范围检验变异来源平方和自由度均方FF0.0,二、Duncan多范围检验,4做显著性检验 a.列梯形表法,*,*,*,*,*,*,*,*,*,二、Duncan多范围检验4做显著性检验 0.92.02.,二、Duncan多范围检验,b.标记字母法：,A,B,B,C,C,A,C,二、Duncan多范围检验b.标记字母法：处理平均数差异显著,二、Duncan多范围检验,4做显著性检验b.标记字母法：将全部平均数从大到小排列，在最大平均数上标以a；将该平均数与以下各平均数相比，凡相差不显著的，都标以a，直到某一个与之相差显著，则标以b；再以标有b的平均数为标准，与上方各个比它大的平均数比，凡不显著

10、的也一律标以b；再以标有b的最大平均数为标准，与以下未标记平均数比，凡不显著的继续标以b，直到某一个与之相差显著的平均数则标以c；如此重复下去，直到最小的一个平均数有了标记字母为止。,二、Duncan多范围检验4做显著性检验,二、Duncan多范围检验,b.标记字母法：,a,b,c,d,d,A,B,B,C,C,二、Duncan多范围检验b.标记字母法：处理平均数差异显著,二、Duncan多范围检验,b.标记字母法：,a,b,c,d,d,A,B,B,C,C,A,C,B,假设,二、Duncan多范围检验b.标记字母法：处理平均数差异显著,8.3 随机效应模型,8.3 随机效应模型,随机效应模型,线

11、性统计模型 是随机变量与固定效应模型的区别1.2.3.,随机效应模型线性统计模型,随机效应模型,与固定效应模型的区别1方差分析的结论适用于全部水平的总体。2无需多重比较 随机效应模型方差分析表,随机效应模型与固定效应模型的区别an-1SST总和MSAa,8.3 补充说明,8.3 补充说明,一、不等重复时的方差分析,第 i 次处理（第i个水平）做了n i次观察（i=1，2，a）（重复了ni次）总观察次数,一、不等重复时的方差分析第 i 次处理（第i个水平）,二、方差分析应具备的条件,1线性可加性 2正态性 3方差齐性,二、方差分析应具备的条件1线性可加性,三、方差齐性检验,统计量,其中,三、方差齐性检验统计量 其中,三、方差齐性检验,当各处理样本含量相同时,三、方差齐性检验当各处理样本含量相同时,证：,证：,第 8 章 结 束,第 8 章 结 束,