精选生物统计学方差分析讲义.

Ck2
k! 2!(k
次 2)!
例如4个样本均数需比较次数为6次。
假设每次比较所确定的检验水准为0.05，
则每次检验拒绝H0不犯第一类错误的概率为1-0.05=0.95； 那么6次检验都不犯第一类错误的概率为(1-0.05)6=0.7351，
而犯第一类错误的概率为0.2649
第七页，共166页。
方差分析的意义
解：（1）假设 H 0: 0 3，0 即该棉花品种纤维长度不能达到纺织
品生产要求含量。对
H A : 0
（2）选取显著水平 0.05
（3）检验计算 s s 2.5 0.125
x n 400
u x 30.2 30.0 1.6
sx
0.125
（4）推断 u<u0.05=1.64, P>0.05 ,显著水平上接受H0，拒绝HA。
例 2.2 为了探讨不同窝的动物的出生重是 否存在差异，随机选取4窝动物，每窝中均有4只 幼仔，结果如下：
动物号
1 2 3 4 和 平均数
表2－2 4窝动物的出生重（克）
窝
别
Ⅰ
Ⅱ
Ⅲ
34.7
33.2
27.1
33.3
26.0
23.3
26.2
28.6
27.8
31.6
32.3
26.7
125.8
120.1
104.9
解为不同来源的平方和及自由度
3、计算不同方差估计值的比值
4、检验各样本所属的平均数是否相等 • 实际上是观察值变异原因的数量分析
第十二页，共166页。
方差分析的应用条件和用途
方差分析应用条件：
1、各样本须是相互独立的随机样本
2、各样本来自正态分布总体 3、各总体方差相等，即方差齐
方差分析基本用途： 1、多个样本平均数的比较
（random effect mo-del）。例2.2 的动物窝
别，是从动物所有可能的窝别中随机选出来的， 实验的目的是考查在窝别之间，出生重是否存在 差异，因而“窝别”是随机因素。
第二十七页，共166页。
有时固定因素和随机因素很难区分，除上述 所讲的原则外，还可以从另一角度鉴别。固定因
素是指因素水平，可以严格地人为控制。在水 平固定之后，它的效应值也是固定的。例如， 研究三种温度对胰蛋白酶水解产物的影响。 因为温度水平是可以严格控制的，即每一温 度水平，在各个重复之间都可以准确地控制 在一个固定值上，所以在重复该实验时，水 解产物的产量也是固定的。简单地说，在水 平（不同温度）固定以后，其效应值（产量） 也是固定的。因此，温度是固定因素。
基本概念
第三页，共166页。
两个样本数据平均数比较
1、当总体方差
和
2 1
已22 知，或总体方差
和 12
未 22知
，但两样本均为大样本
u 检验
2、当总体方差
和 2
1
未22 知，且两样本均为小样本
t 检验
— 成对数据：直接t检验
— 成组数据：首先F检验，考察12＝or 12，然后再t检验
第四页，共1661,2,, a 1,2,n
(2 1)
其中：xij 是在第 i 水平（处理）下的第 j 次观察
值。μ是对所有观察值的一个参量，称为总平均数
(overall mean)。αi是仅限于对第 i 次处理的一个
参量，称为第i次处理效应(treatment effect)。方差
分析的目的，就是要检验处理效应的大小或有无。ij
称品系这一因素共有5个水平(level)。5个品系可以
认为是5个总体，表 2－1的数据是从5个总体中抽 出的5个样本，通过比较这5个样本，判断这5个总 体是否存在差异。
株号
1 2 3 4 5 和
平均数
表 2－1
Ⅰ 64.6 65.3 64.8 66.0 65.8 326.5
65.3
5个小麦品系株高调查结果
所有对之间做 t 检验。但这样做会提高犯Ⅰ 型错误的概率，因而是不可取的。
第九页，共166页。
方差分析由英国统
计学家R.A.Fisher首创， 为纪念Fisher，以F命名
，故方差分析又称 F 检
验 （F -test）。用于推 断多个总体均数有无差
异
第十页，共166页。
方差分析的定义
方差分析是对两个或多个样本平均数差异显著性检 验的方法。它是将测量数据的总变异按照变异来 源分解为处理效应和试验误差，并做出其数量估 计。
第二十五页，共166页。
在这些情况中，因素的水平是特意选择的，所
检验的是关于ai 的假设，得到的结论只适合与方 差分析中所考虑的那几个水平，并不能将其结 论扩展到未加考虑的其它类似水平上。所以上 述的那些因素：温度、药物、品种等，称为固 定因素。处理这样的因素所用的模型称为固定
效应模型（fixed effect model）。例2.1中的5 个小麦品系是特意选择的，目的是从这5 个 品系中，选出最优者，因而“品系”这个因 素属于固定因素，所用的模型是固定效应模 型。
k个样本均数的比较： 如果仍用t检验或u检验，有以下问题：
1、检验过程繁琐
2、无统一的试验误差，误差估计的精确性和检 验的灵敏性低
3、推断的可靠性降低，犯第1类错误的概率增加
第八页，共166页。
方差分析:是一类特定情况下的统计假设检验，
或者说是平均数差异显著性检验的一种引伸。 u 检验和t 检验可以判断两组数据平均数的差异 的显著性， 而方差分析则可以同时判断多组数 据平均数之间的差异的显著性。当然，在多组 数据的平均数之间做比较时，可以在平均数的
第十七页，共166页。
二、方差分析的基本原理
方差分析是关于k(k≥3)个样本平均数的假设测验方
法，是将总变异按照来源分为处理效应和试验误差，并 做出其数量估计。
发现各变异原因在总变异中相对重要程度的一种统计 分析方法。
第十八页，共166页。
二、方差分析的基本原理
总变异分解为组间变异和组内变异。 组内变异是个体差异所致，是抽样误差。 组间变异可能由两种原因所致，
31.450 30.025 26.225
Ⅳ 32.9 31.4 25.7 28.0 118.0
29.500
通过对以上数据的分析，判断不同窝别动物出生重是否存在差异。
第二十二页，共166页。
以上两个例子的共同点是：每个实验都 只有一个因素，该因素有a个水平或称为有a 个处理(treatment)，这样的实验称为单因素实
31.6
32.3
26.7
125.8
120.1
104.9
31.450 30.025 26.225
Ⅳ 32.9 31.4 25.7 28.0 118.0
29.500
通过对以上数据的分析，判断不同窝别动物出 生重是否存在差异。
第六页，共166页。
方差分析的意义
k个样本均数的比较：
如果仍用t检验或u检验，需比较次数为：
它将所有处理的观测值作为一个整体，一次比较就对多 有各组间样本平均数是否有差异做出判断。如果差异不 显著，则认为它们都是相同的；如果差异显著，再进一 步比较是哪组数据与其它数据不同。
第十一页，共166页。
方差分析的意义
方差分析基本思想：
1、把k个总体当作一个整体看待
2、把观察值的总变异的平方和及自由度分
第二十八页，共166页。
随机因素的水平是不能严格地人为控制的， 在水平确定之后，它的效应值并不固定。例如， 在研究不同农家肥施用量对作物产量的影响试验 中，农家肥是因素，不同施用量是该因素的不同 水平，作物的产量是它的效应值。由于农家肥的 有效成份很复杂，不能像控制温度那样，将农家 肥的有效成份严格地控制在某一个固定值上。在 重复试验时即使施以相同数量的肥料，也得不到 一个固定的效应值。即在因素的水平（施肥量） 固定之后，它的效应值（产量）并不固定，因而 农家肥是一随机因素。
• 试验处理(Treatment)：实施在试验单位上的具体项目,简 称处理。
–单因素：试验因素的一个水平
–多因素：试验因素的一个水平组合
第十六页，共166页。
一、相关术语
• 试验单位(Experimental unit)：试验载体，即根据研究 目的而确定的观测总体
• 重复(Repetition)：一个处理实施在两个或者两个以上的 试验单位上，称为处理有重复。 试验单位数称为处理的重复数
验。 从单因素实验的每一处理所得到的结果都 是一随机变量X i。对于a个处理，各重复n次
（或者说做n次观察）的单因素方差分析的一 般化表示方法见表2－3 。
表 2－3 单因素方差分析的典型数据
1 2 3 ：
j ∶
n
平均数
X1 x11 x12
x：13 x：1j
x1n
x1 ·
X2 X3 x21 x31 x22 x32
即认为该棉花品种纤维长度不符合纺织品种生产要求
第五页，共166页。
例 为了探讨不同窝的动物的出生重是否存在差
异，随机选取4窝动物，每窝中均有4只幼仔，结
果如下：
动物号
1 2 3 4 和 平均数
表 4窝动物的出生重（克）
窝
别
Ⅰ
Ⅱ
Ⅲ
34.7
33.2
27.1
33.3
26.0
23.3
26.2
28.6
27.8
1、可控因素（固定因素）：人为可控
2、非控因素（随机因素）：不能人为控制
试验因素的表示：
大写字母A, B, C, …等来表示
第十五页，共166页。
一、相关术语
• 因素水平(Level of factor)：试验因素所处的特定状态或者 数量等级。简称水平 水平的表示方法：
用代表该因素的字母添加下标表示，如A1，A2，B1，B2…
… x1j x2j … xij … xkj
… x1n x2n … xin … xkn T1. T2. … Ti. … Tk.
T xij
平均 xi
x1 x2 … xi … xk
x
第二十页，共166页。
例 2.1 调查了5个不同小麦品系的株高，结 果列于表2－1。
在这个例子中，只出现“品系”这样一个因素 (factor)，故称单因素。共有5 个不同的品系，我们
一是抽样误差； 二是处理不同。
在抽样研究中抽样误差是不可避免的，故导致 组间变异的第一种原因肯定存在；第二种原因是否存 在，需通过假设检验作出推断
第十九页，共166页。
三、数学模型
每组具有n个观测值的k组样本数据资料
处理 A1 A2 … Ai … Ak
重 复
总和Ti.
x11 x21 … xi1 … xk1 x12 x22 … xi2 … xk2
是随机误差成份。
第二十四页，共166页。
上述模型中，包括两类不同的处理效应。 第一类处理效应称为固定效应(fixed effect)，它 是由固定因素(fixed factor)所引起的效应。若 因素的a个水平是经过特意选择的，则该因素
称为固定因素。例如，几个不同的实验温度， 几个不同的化学药物或一种药物的几种不同浓 度，几个作物品种以及几个不同的治疗方案和 治疗效果等。
第二十六页，共166页。
第二类处理效应称为随机效应（random effect），它是由随机因素（random factor）所引起的效应。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，则该
因素称为随机因素。从随机因素的a 个水平所得 到的结论，可以推广到这个因素的所有水平上。 处理随机因素所用的模型称为随机效应模型
（优选）生物统计学方差分析
第一页，共166页。
基本概念
方差分析：方差分析是对两个或两个以上样 本平均数差异显著性检验的方法。
例：为研究某种生物材料的生物学性能，将材
料分成三组，分别与成骨细胞共培养1,7,11
天后测试细胞活性。为避免误差，每组测试5个 样品，试判断材料的生物学性能。
第二页，共166页。
株
高
Ⅱ
64.5 65.3 64.6 63.7 63.9 322.0
Ⅲ
76.8 66.3 67.1 66.8 68.5 336.5
Ⅳ
71.8 72.1 70.0 69.1 71.0 354.0
64.4
67.3
70.8
Ⅴ
69.2 68.2 69.8 68.3 67.5 343.0
68.6
第二十一页，共166页。
例：生产某种纺织品，要求棉花纤维长度平均在30mm以上。现有 一棉花品种，以n＝400进行抽样，测得纤维平均长度为30.2mm,标 准差为2.5mm，问该棉花品种的纤维长度是否合格？
分析：1）已知0; 30.0mm; x 30.2mm; s 2.5mm, n 400, u检验
2）由于只能大于30mm才能合格，故单尾检验
x：23 x：33 x：2j x：3j
x2n x3n
x2 · x3 ·
……
Xi xi1 xi2
x：i3 x：ij
xin
xi·
……
Xa xa1 xa2
xa：3 xa：j
xan
xa·
第二十三页，共166页。
每一个观察值可以通过如下常用的所谓线性统计
模型(linear statistical model)描述：
2、多个因素间的交互作用 3、回归方程的假设检验
4、方差的同质性检验
第十三页，共166页。
第一节 方差分析的基本原理
第十四页，共166页。
一、相关术语
• 试验指标(Experimental index)：试验测定的项目或者性
状。 –日增重、产仔数、瘦肉率
• 试验因素(Experimental factor)：影响试验指标的因素， 也称：处理因素，简称因素或因子。