生物统计学经典习题个人整理.doc

《生物统计学经典习题个人整理.doc》由会员分享，可在线阅读，更多相关《生物统计学经典习题个人整理.doc（42页珍藏版）》请在三一办公上搜索。

1、第二节 样本平均数与总体平均数差异显著性检验【例5.1】母猪的怀孕期为114天，今抽测10头母猪的怀孕期分别为116、115、113、112、114、117、115、116、114、113（天），试检验所得样本的平均数与总体平均数114天有无显著差异？ 根据题意，本例应进行双侧t检验。 1.提出无效假设与备择假设：=114，：114 2、计算值 经计算得：=114.5，S=1.581所以=1.000=10-1=93、查临界值，作出统计推断由=9，查值表（附表3）得=2.262，因为|t|0.05，故不能否定：=114，表明样本平均数与总体平均数差异不显著，可以认为该样本取自母猪怀孕期为114天

2、的总体。 【例5.2】按饲料配方规定，每1000kg某种饲料中维生素C不得少于246g，现从工厂的产品中随机抽测12个样品，测得维生素C含量如下：255、260、262、248、244、245、250、238、246、248、258、270g/1000kg，若样品的维生素C含量服从正态分布，问此产品是否符合规定要求？ 按题意，此例应采用单侧检验。 1、提出无效假设与备择假设：=246，：246、计算值 经计算得：=252，S=9.115所以=2.281=12-1=113、查临界值，作出统计推断因为单侧=双侧=1.796，|t|单侧t0.05（11），P246，表明样本平均数与总体平均数差异显著

3、，可以认为该批饲料维生素C含量符合规定要求。 第三节 两个样本平均数的差异显著性检验 【例5.3】某种猪场分别测定长白后备种猪和蓝塘后备种猪90kg时的背膘厚度，测定结果如表5-3所示。设两品种后备种猪90kg时的背膘厚度值服从正态分布，且方差相等，问该两品种后备种猪90kg时的背膘厚度有无显著差异？ 表5-3长白与蓝塘后备种猪背膘厚度 品种 头数 背膘厚度（cm） 长白 121.20、1.32、1.10、1.28、1.35、1.08、1.18、1.25、1.30、1.12、1.19、1.05蓝塘 112.00、1.85、1.60、1.78、1.96、1.88、1.82、1.70、1.68、1

4、.92、1.801、提出无效假设与备择假设：=，： 2、计算值此例=12、=11，经计算得=1.202、=0.0998、=0.1096，=1.817、=0.123、=0.1508、分别为两样本离均差平方和。=0.0465=*=（12-1）+（11-1）=213.查临界t值，作出统计推断当df=21时，查临界值得：=2.831，|t|2.831，P0.01，否定：=，接受：，表明长白后备种猪与蓝塘后备种猪90kg背膘厚度差异极显著，这里表现为长白后备种猪的背膘厚度极显著地低于蓝塘后备种猪的背膘厚度。 【例5.4】某家禽研究所对粤黄鸡进行饲养对比试验，试验时间为60天，增重结果如表5-4，问两种饲

5、料对粤黄鸡的增重效果有无显著差异？表5-4粤黄鸡饲养试验增重 饲料 增重（g） A8720、710、735、680、690、705、700、705B8680、695、700、715、708、685、698、688此例，经计算得=705.625、=288.839，=696.125、=138.1251、提出无效假设与备择假设：=，： 2、计算值，因为=7.306于是=1.300=（8-1）+（8-1）=143.查临界值，作出统计推断当df=14时，查临界值得：=2.145，|t|0.05，故不能否定无效假设：=，表明两种饲料饲喂粤黄鸡的增重效果差异不显著，可以认为两种饲料的质量是相同的。【例8.3

6、】 探讨白血病患者血清SIL-2R（可溶性白细胞介素受体）的变化对白血病的诊断意义，试检验两组方差是否相等配对资料的假设检验t检验【例5.5】 用家兔10只试验某批注射液对体温的影响，测定每只家兔注射前后的体温，见表5-6。设体温服从正态分布，问注射前后体温有无显著差异？【例5.6】 现从8窝仔猪中每窝选出性别相同、体重接近的仔猪两头进行饲料对比试验，将每窝两头仔猪随机分配到两个饲料组中，时间30天，试验结果见表5-7。问两种饲料喂饲仔猪增重有无显著差异？二项分布的显著性检验【例5.7】据往年调查某地区的乳牛隐性乳房炎一般为30%，现对某牛场500头乳牛进行检测，结果有175头乳牛凝集反应阳性

7、，问该牛场的隐性乳房炎是否比往年严重？ 此例总体百分数=30%，样本百分数=175/500=35%，因为=15030，不须进行连续性矫正。 1、提出无效假设与备择假设，2、计算u值 因为=于是=3、作出统计推断因为1.96u2.58，0.01p0.05，表明样本百分数=35%与总体百分数=30%差异显著，该奶牛场的隐性乳房炎比往年严重。【例5.8】 某养猪场第一年饲养杜长大商品仔猪9800头，死亡980头； 第二年饲养杜长大商品仔猪10000头，死亡950头，试检验第一年仔猪死亡率与第二年仔猪死亡率是否有显著差异？此例，两样本死亡率分别为：合并的样本死亡率为：因为即 、 、 、 均大于10，可

8、利用二项分布的显著性检验-u检验法，不需作连续矫正。检验基本步骤是： 1、提出无效假设与备择假设 2、计算u值因为=0.00422 于是 =3、作出统计推断 由于u0.05，不能否定 ，表明第一年仔猪死亡率与第二年仔猪死亡率差异不显著。第六章：参数估计一、正态总体平均数的置信区间【例5.9】某品种猪10头仔猪的初生重为1.5、1.2、1.3、1.4、1.8、0.9、1.0、1.1、1.6、1.2（kg），求该品种猪仔猪初生重总体平均数的置信区间。 经计算得，由，查值表得，因此 95%置信半径为95%置信下限为95%置信上限为所以该品种仔猪初生重总体平均数的95%置信区间为 又因为 99%置信半

9、径为99%置信下限为99%置信上限为所以该品种仔猪初生重总体平均数的99%置信区间为 二、二项总体百分数P的置信区间 【例5.10】调查某地1500头奶牛，患结核病的有150头，求该地区奶牛结核病患病率的95%、99%置信区间。 由于1000，1%，采用正态分布近似法求置信区间。 因为 =0.0077所以该地区奶牛结核病患病率P的95%、99%置信区间为： 即第一节 方差分析的基本原理与步骤【例6.1】某水产研究所为了比较四种不同配合饲料对鱼的饲喂效果，选取了条件基本相同的鱼20尾，随机分成四组，投喂不同饲料，经一个月试验以后，各组鱼的增重结果列于下表。表6-2饲喂不同饲料的鱼的增重（单位：1

10、0g） 饲料 鱼的增重（xij）合计平均A131.927.931.828.435.9155.931.18A224.825.726.827.926.2131.426.28A322.123.627.324.925.8123.724.74A427.030.829.024.528.5139.827.96合计=550.8这是一个单因素试验，处理数k=4，重复数n=5。各项平方和及自由度计算如下：矫正数总平方和处理间平方和处理内平方和总自由度处理间自由度处理内自由度用SSt、SSe分别除以dft和dfe便得到处理间均方MSt及处理内均方MSe。因为F=MSt/MSe=38.09/5.34=7.13*；根据

11、df1=dft=3，df2=dfe=16查附表4，得FF0.01(3，16)=5.29,P0.01，表明四种不同饲料对鱼的增重效果差异极显著，用不同的饲料饲喂，增重是不同的。在方差分析中，通常将变异来源、平方和、自由度、均方和F值归纳成一张方差分析表，见表6-3。表6-3表6-2资料方差分析表 变异来源 平方和自由度均方F值处理间114.27338.097.13*处理内85.40165.34总变异199.6719表中的F值应与相应的被检验因素齐行。因为经F检验差异极显著，故在F值7.13右上方标记“*”。各处理的多重比较如表6-4所示。表6-4四种饲料平均增重的多重比较表(LSD法)处理 平均

12、数-24.74-26.28-27.96A1 31.186.44*4.90*3.22*A4 27.963.22*1.68nsA2 26.281.54nsA3 24.74注：表中A4与A3的差数3.22用q检验法与新复极差法时，在=0.05的水平上不显著。 因为，;查t值表得：t0.05(dfe)=t0.05(16)=2.120,t0.01(dfe)=t0.01(16)=2.921所以，显著水平为0.05与0.01的最小显著差数为将表6-4中的6个差数与，比较：小于者不显著,在差数的右上方标记“ns”，或不标记符号；介于与之间者显著，在差数的右上方标记“*”；大于者极显著，在差数的右上方标记“*”

13、。检验结果除差数1.68、1.54不显著、3.22显著外，其余两个差数6.44、4.90极显著。表明A1饲料对鱼的增重效果极显著高于A2和A3，显著高于A4；A4饲料对鱼的增重效果极显著高于A3饲料；A4与A2、A2与A3的增重效果差异不显著，以A1饲料对鱼的增重效果最佳。现根据表6-4所表示的多重比较结果用字母标记如表6-7所示(用新复极差法检验，表6-4中A4与A3的差数3.22在=0.05的水平上不显著，其余的与LSD法同)。表6-7表6-4多重比较结果的字母标记(SSR法)处理 平均数=0.05=0.01A1 31.18aAA4 27.96bABA2 26.28bBA3 24.74bB

14、在表6-7中，先将各处理平均数由大到小自上而下排列。当显著水平=0.05时，先在平均数31.18行上标记字母；由于31.18与27.96之差为3.22，在=0.05水平上显著，所以在平均数27.96行上标记字母b；然后以标记字母b的平均数27.96与其下方的平均数26.28比较，差数为1.68，在=0.05水平上不显著，所以在平均数26.28行上标记字母b；再将平均数27.96与平均数24.74比较，差数为3.22，在=0.05水平上不显著，所以在平均数24.74行上标记字母b。类似地，可以在=0.01将各处理平均数标记上字母，结果见表6-7。q检验结果与SSR法检验结果相同。由表6-7看到，

15、A1饲料对鱼的平均增重极显著地高于A2和A3饲料，显著高于A4饲料；A4、A2、A3三种饲料对鱼的平均增重差异不显著。四种饲料其中以A1饲料对鱼的增重效果最好第二节 单因素试验资料的方差分析一、各处理重复数相等的方差分析 【例6.3】抽测5个不同品种的若干头母猪的窝产仔数，结果见表6-12，试检验不同品种母猪平均窝产仔数的差异是否显著。表6-12五个不同品种母猪的窝产仔数 品种号 观察值xij(头/窝)xi.181312995110.22781097418.231314101112601241398810489.6512111514136513合计x.=265这是一个单因素试验，k=5,n=5

16、。现对此试验结果进行方差分析如下： 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 表6-13不同品种母猪的窝产仔数的方差分析表 变异来源 平方和自由度均方F值品种间73.20418.305.83*误差62.80203.14总变异136.0024根据df1=dft=4,df2=dfe=20查临界F值得：F0.05(4,20)=2.87,F0.05(4,20)=4.43，因为FF0.01(4,20)，即P0.01，表明品种间产仔数的差异达到1%显著水平。3、多重比较采用新复极差法，各处理平均数多重比较表见表6-14。表6-14不同品种母猪的平均窝产仔数多重比较表(SSR法)品种 平均

17、数-8.2-9.6-10.2-12.0513.04.8*3.4*2.8*1.0312.03.8*2.41.8110.22.00.649.61.428.2因为MSe=3.14,n=5，所以为：根据dfe=20，秩次距k=2,3,4，5由附表6查出=0.05和=0.01的各临界SSR值，乘以=0.7925，即得各最小显著极差，所得结果列于表6-15。表6-15SSR值及LSR值 dfe 秩次距k SSR0.05 SSR0.01 LSR0.05 LSR0.01 2022.954.022.3393.18833.104.222.4583.34643.184.332.5223.43453.254.402.

18、5773.489将表6-14中的差数与表6-15中相应的最小显著极差比较并标记检验结果。检验结果表明：5号品种母猪的平均窝产仔数极显著高于2号品种母猪，显著高于4号和1号品种，但与3号品种差异不显著；3号品种母猪的平均窝产仔数极显著高于2号品种，与1号和4号品种差异不显著；1号、4号、2号品种母猪的平均窝产仔数间差异均不显著。五个品种中以5号品种母猪的窝产仔数最高，3号品种次之，2号品种母猪的窝产仔数最低。二、各处理重复数不等的方差分析 这种情况下方差分析步骤与各处理重复数相等的情况相同，只是在有关计算公式上略有差异。设处理数为k；各处理重复数为n1,n2,nk；试验观测值总数为N=ni。则(

19、6-28)【例6.4】5个不同品种猪的育肥试验，后期30天增重(kg)如表6-16所示。试比较品种间增重有无差异。表6-165个品种猪30天增重 品种 增重(kg)nixi.B121.519.520.022.018.020.06121.020.2B216.018.517.015.520.016.06103.017.2B319.017.520.018.017.0591.518.3B421.018.519.020.0478.519.6B515.518.017.016.0466.516.6合计25460.5此例处理数k=5，各处理重复数不等。现对此试验结果进行方差分析如下：1、计算各项平方和与自由度

20、 利用公式(6-28)计算2、列出方差分析表，进行F检验 临界F值为：F0.05(4,20)=2.87,F0.01(4,20)=4.43，因为品种间的F值5.99F0.01(4,20)，P0.01，表明品种间差异极显著。 表6-175个品种育肥猪增重方差分析表 变异来源 平方和自由度均方F值品种间46.50411.635.99*品种内(误差)38.84201.94总变异85.34243、多重比较采用新复极差法，各处理平均数多重比较表见表6-18。因为各处理重复数不等，应先由公式(6-25)计算出平均重复次数n0来代替标准误中的n，此例于是，标准误为：表6-185个品种育肥猪平均增重多重比较表(

21、SSR法)品种 平均数-16.6-17.2-18.3-19.6B1 20.23.6*3.0*1.90.6B4 19.63.0*2.4*1.3B3 18.31.71.1B2 17.20.6B5 16.6根据dfe=20，秩次距k=2,3,4,5，从附表6中查出=0.05与=0.01的临界SSR值，乘以=0.63，即得各最小显极差，所得结果列于表6-19。表6-19SSR值及LSR值表 dfe 秩次距(k)SSR0.05SSR0.01LSR0.05LSR0.012022.954.021.8442.51333.104.221.9382.63843.184.331.9882.70653.254.402

22、.0312.750将表6-18中的各个差数与表6-19中相应的最小显著极差比较，作出推断。检验结果已标记在表6-18中。多重比较结果表明B1、B4品种的平均增重极显著或显著高于B2、B5品种的平均增重，其余不同品种之间差异不显著。可以认为B1、B4品种增重最快，B2、B5品种增重较差，B3品种居中。单因素试验只能解决一个因素各水平之间的比较问题。如上述研究几个品种猪的育肥试验，只能比较几个品种的增重快慢。而影响增重的其它因素，如饲料中能量的高低、蛋白质含量的多少、饲喂方式及环境温度的变化等就无法得以研究。实际上，往往对这些因素有必要同时考察。只有这样才能作出更加符合客观实际的科学结论，才有更大

23、的应用价值。这就要求进行两因素或多因素试验。下面介绍两因素试验资料的方差分析法。七、方差分析的基本步骤在本节中，结合单因素试验结果方差分析的实例，较详细地介绍了方差分析的基本原理和步骤。关于方差分析的基本步骤现归纳如下：（一）计算各项平方和与自由度。（二）列出方差分析表，进行F检验。（三）若F检验显著，则进行多重比较。多重比较的方法有最小显著差数法(LSD法)和最小显著极差法(LSR法：包括q检验法和新复极差法)。表示多重比较结果的方法有三角形法和标记字母法。此外，若有一些特殊重要的问题需要回答，多重比较又无法或不能很好地回答这些问题时，则应考虑单一自由度正交比较法。对这些特殊问题正确而有效的

24、回答，依赖于正确的试验设计和单一自由度正交比较法的正确应用。第二节 单因素试验资料的方差分析在方差分析中，根据所研究试验因素的多少，可分为单因素、两因素和多因素试验资料的方差分析。单因素试验资料的方差分析是其中最简单的一种，目的在于正确判断该试验因素各水平的优劣。根据各处理内重复数是否相等，单因素方差分析又分为重复数相等和重复数不等两种情况。上节讨论的是重复数相等的情况。当重复数不等时，各项平方和与自由度的计算，多重比较中标准误的计算略有不同。本节各举一例予以说明。一、各处理重复数相等的方差分析【例6.3】抽测5个不同品种的若干株的玉米颗数，结果见表6-12，试检验不同品种玉米生长颗数的差异是

25、否显著。表6-12 五个不同品种玉米生长颗数品种号观 察 值xij (颗/株)xi.181312995110.22781097418.231314101112601241398810489.6512111514136513合计x. =265这是一个单因素试验，k=5,n=5。现对此试验结果进行方差分析如下：1、计算各项平方和与自由度2、列出方差分析表，进行F检验表6-13 不同品种玉米生长颗数的方差分析表变异来源平方和自由度均方F值品种间73.20418.305.83*误差62.80203.14总变异136.0024根据df1=dft=4,df2=dfe=20查临界F值得：F0.05(4,20

26、) =2.87,F0.01(4,20) =4.43，因为FF0.01(4,20)，即P0.01，表明品种间产颗数的差异达到1%显著水平。 3、多重比较 采用新复极差法，各处理平均数多重比较表见表6-14。表6-14 不同品种玉米平均生长颗数多重比较表(SSR法又称Duncan法)品种平均数-8.2-9.6-10.2-12.0513.04.8*3.4*2.8*1.0312.03.8*2.41.8110.22.00.649.61.428.2因为MSe=3.14,n=5，所以为：根据dfe=20，秩次距k=2,3,4，5由附表6查出=0.05和=0.01的各临界SSR值，乘以=0.7925，即得各最

27、小显著极差，所得结果列于表6-15。表6-15 SSR值及LSR值dfe秩次距kSSR0.05SSR0.01LSR0.05LSR0.012022.954.022.3393.18833.104.222.4583.34643.184.332.5223.43453.254.402.5773.489将表6-14中的差数与表6-15中相应的最小显著极差比较并标记检验结果。检验结果表明：5号品种玉米的平均生产颗数极显著高于2号品种玉米，显著高于4号和1号品种，但与3号品种差异不显著；3号品种玉米的平均生产颗数极显著高于2号品种，与1号和4号品种差异不显著；1号、4号、2号品种玉米的平均生产颗数间差异均不显

28、著。五个品种中以5号品种玉米的生产颗数最高，3号品种次之，2号品种玉米的生产颗数最低。二、各处理重复数不等的方差分析这种情况下方差分析步骤与各处理重复数相等的情况相同，只是在有关计算公式上略有差异。设处理数为k；各处理重复数为n1, n2, nk；试验观测值总数为N=ni。则 (6-28)【例6.4】 5个不同品种番茄的生长试验，后期15天生长(cm)如表6-16所示。试比较品种间生长有无差异。表6-16 5个品种番茄15天生长品种生 长 (cm)nixi.B121.519.520.022.018.020.06121.020.2B216.018.517.015.520.016.06103.01

29、7.2B319.017.520.018.017.0591.518.3B421.018.519.020.0478.519.6B515.518.017.016.0466.516.6合计25460.5此例处理数k=5，各处理重复数不等。现对此试验结果进行方差分析如下：1、计算各项平方和与自由度利用公式(6-28)计算 2、列出方差分析表，进行F检验临界F值为：F0.05(4,20) =2.87,F0.01(4,20) =4.43，因为品种间的F值5.99F0.01(4,20)，P0.01，表明品种间差异极显著。表6-17 5个品种番茄生长方差分析表变异来源平方和自由度均方F值品种间46.50411.

30、635.99*品种内(误差)38.84201.94总变异85.34243、多重比较 采用新复极差法，各处理平均数多重比较表见表6-18。因为各处理重复数不等，应先由公式(6-25)计算出平均重复次数n0来代替标准误中的n，此例于是，标准误为： 表6-18 5个品种番茄平均生长多重比较表(SSR法)品种平均数-16.6-17.2-18.3-19.6B120.23.6*3.0*1.90.6B419.63.0*2.4*1.3B318.31.71.1B217.20.6B516.6根据dfe=20，秩次距k=2,3,4,5，从附表6中查出=0.05与=0.01的临界SSR值，乘以=0.63，即得各最小显

31、极差，所得结果列于表6-19。表6-19 SSR值及LSR值表dfe秩次距(k)SSR0.05SSR0.01LSR0.05LSR0.012022.954.021.8442.51333.104.221.9382.63843.184.331.9882.70653.254.402.0312.750将表6-18中的各个差数与表6-19中相应的最小显著极差比较，作出推断。检验结果已标记在表6-18中。多重比较结果表明B1、B4品种的平均生长极显著或显著高于B2、B5品种的平均生长，其余不同品种之间差异不显著。可以认为B1、B4品种生长最快，B2、B5品种生长较差，B3品种居中。单因素试验只能解决一个因素

32、各水平之间的比较问题。如上述研究几个品种番茄的生长试验，只能比较几个品种的生长快慢。而影响生长的其它因素，如肥料中营养成分的高低、蛋白质含量的多少、施肥方式及环境温度的变化等就无法得以研究。实际上，往往对这些因素有必要同时考察。只有这样才能作出更加符合客观实际的科学结论，才有更大的应用价值。这就要求进行两因素或多因素试验。下面介绍两因素试验资料的方差分析法。第三节 两因素试验资料的方差分析 【例6.5】为研究雌激素对子宫发育的影响，现有4窝不同品系未成年的大白鼠，每窝3只，随机分别注射不同剂量的雌激素，然后在相同条件下试验，并称得它们的子宫重量，见表6-21，试作方差分析。表6-21各品系大白

33、鼠不同剂量雌激素的子宫重量(g)品系(A) 雌激素注射剂量(mg/100g)(B)合计xi. 平均B1(0.2)B2(0.4)B3(0.8)A1106116145367122.3A2426811522575.0A370111133314104.7A442638719264.0合计x.j2603584801098平均65.089.5120.0这是一个两因素单独观测值试验结果。A因素(品系)有4个水平，即=4；B因素(雌激素注射剂量)有3个水平，即b=3，共有b=34=12个观测值。方差分析如下：1、计算各项平方和与自由度 根据公式（6-31）有：2、列出方差分析表，进行F检验 表6-22表6-2

34、1资料的方差分析表 变异来源 平方和 自由度 均方 F值 A因素(品系)6457.666732152.555623.77*B因素(剂量)6074.000023037.000033.54*误差543.3333690.5556总变异13075.000011根据df1=dfA=3,df2=dfe=6查临界F值，F0.01(3,6)=9.78；根据df1=dfB=2，df2=dfe=6查临界F值，F0.01(2,6)=10.92。因为A因素的F值23.77F0.01(3,6)，P0.01，差异极显著；B因素的F值33.54F0.01(2,6)，P0.01，差异极显著。说明不同品系和不同雌激素剂量对大白

35、鼠子宫的发育均有极显著影响，有必要进一步对A、B两因素不同水平的平均测定结果进行多重比较。3、多重比较 （1）不同品系的子宫平均重量比较各品系平均数多重比较表见表6-23。表6-23各品系子宫平均重量多重比较（q法）品系 平均数-64.0-75.0-104.7A1 122.358.3*47.3*17.6A3104.740.7*29.7*A275.011.0A4 64.0在两因素单独观测值试验情况下，因为A因素(本例为品系)每一水平的重复数恰为B因素的水平数b，故A因素的标准误，此例b=3,MSe=90.5556，故根据dfe=6，秩次距k=2,3,4从附表5中查出=0.05和=0.01的临界q

36、值，与标准误相乘，计算出最小显著极差LSR，结果见表6-24。表6-24q值及LSR值 dfe 秩次距k q0.05q0.01LSR0.05LSR0.01623.465.2419.0128.7934.346.3323.8434.7844.907.0326.9238.62将表6-23中各差数与表6-24中相应最小显著极差比较，作出推断。检验结果已标记在表6-23中。结果表明，A1、A3品系与A2、A4品系的子宫平均重量均有极显著的差异；但A1与A3及A2与A4品系间差异不显著。(2)不同激素剂量的子宫平均重量比较B因素各剂量水平平均数比较表见表6-25。表6-25不同雌激素剂量的子宫平均重量多重

37、比较(q法)雌激素剂量 平均数-65.0-89.5B3(0.8)120.055.0*30.5*B2(0.4)89.524.5*B1(0.2)65.0在两因素单独观测值试验情况下，B因素(本例为雌激素剂量)每一水平的重复数恰为A因素的水平数a，故B因素的标准误，此例=4，MSe=90.5556。故根据dfe=6，秩次距k=2,3查临界q值并与相乘，求得最小显著极差LSR，见表6-26。表6-26q值与LSR值 dfe 秩次距 q0.05q0.01LSR0.05LSR0.01623.465.2416.4624.9334.346.3320.6530.12将表6-25各差数与表6-26相应最小显著极差

38、比较，作出推断，比较结果已标记在表6-25中。结果表明，注射雌激素剂量为0.8mg的大白鼠子宫重量极显著大于注射剂量为0.4mg和0.2mg的子宫重量，而后两种注射剂量的子宫重量间也有显著差异。【例6.5】 为研究IBA激素对银杏生长发育的影响，现有4个不同品系银杏根系，各种3株，随机分别施用不同剂量的激素，然后在相同条件下试验，并测得它们根系的生长量，见表6-21，试作方差分析。表6-21 各品系银杏不同剂量激素的根系生长量(cm)品系(A)IBA激素剂量(mg/100g)(B)合计xi.平均B1(0.2)B2(0.4)B3(0.8)A1106116145367122.3A242681152

39、2575.0A370111133314104.7A442638719264.0合计x.j2603584801098平均65.089.5120.0这是一个两因素单独观测值试验结果。A因素(品系)有4个水平，即=4；B因素(IBA激素剂量)有3个水平，即b=3，共有b=34=12个观测值。方差分析如下：1、计算各项平方和与自由度根据公式（6-31）有： 2、列出方差分析表，进行F检验表6-22 表6-21资料的方差分析表变异来源平方和自由度均方F值A因素(品系)6457.666732152.555623.77*B因素(剂量)6074.000023037.000033.54*误差543.333369

40、0.5556总变异13075.000011根据df1=dfA=3,df2=dfe=6查临界F值，F0.01(3,6)=9.78；根据df1=dfB=2，df2=dfe=6查临界F值，F0.01(2,6)=10.92。因为A因素的F值23.77F0.01(3,6)，P0.01，差异极显著；B因素的F值33.54F0.01(2,6)，P0.01，差异极显著。说明不同品系和不同IBA激素剂量对银杏根系的发育均有极显著影响，有必要进一步对A、B两因素不同水平的平均测定结果进行多重比较。3、多重比较（1）不同品系的根系平均生长量比较 各品系平均数多重比较表见表6-23。表6-23 各品系根系平均生长量多重比较（q法）品系平均数-64.0-75.0-104.7A1122.358.3*47.3*17.6A3104.740.7*29.7*A275.011.0A464.0在两因素单独观测值试验情况下，因为A因素(本例为品系)每一水平的重复数恰为B因素的水平数b，故A因素的标准误，此例b=3,MSe=90.5556，故根据dfe=6，秩次距k=2,3,4从附表5中查出=0.05和=0.01的临界q值，与标准误相乘，计算出最小显著极差LSR，结果见表6-24。表6-24 q值及LSR值dfe秩次距