第六讲 方差分析(三)..

合集下载

教育与心理统计学 第六章 方差分析考研笔记-精品

教育与心理统计学  第六章 方差分析考研笔记-精品

第六章方差分析第一节方差分析概述一.方差分析的定义[用途]定义:用途方差分析也称为变异数分析,是在教育与心理研究中最常用的变量分析方法,其主要功能在于分析测量或实验数据中不同来源的变异对总变异的贡献大小,从而确定测量或实验中因素对反应变量是否存在显著影响。

即用于置信度不变情况下的多组平均数之间的差异检验。

它既可以比较两个以上的样本平均数的差异检验,也可以应用于一个因素多种水平以及多个因素有多种水平的数据分析。

二.方差分析的作用方差分析主要应用于两种以上实验处理的数据分析,同时匕徽两个以上的样本平均数,推断多组资料的总体均数是否相同,也即检验多组数据之间的均数差异是否有统计意义。

在这个意义,也可以将其理解为平均数差异显著性检验的扩展。

当我们用多个t检验来完成这一过程时,相当于从t分布中随机抽取多个t值,这样落在临界范围之外的可能大大增加,从而增加了I型错误的概率,我们可以把方差分析看作t检验的增强版。

方差分析一次检验多组平均数的差异,降低了多次进行两组平均数检验所带来的误差。

在进行方差分析时,设定的假设是综合虚无假设,即假设样本所归属的所有总体的平均数都相等。

如果检验的结果是存在显著性差异,只能说明多组平均数之间存在显著性差异,但是无法确定究竟哪些组之间存在显著性差异,此时需要运用事后检验的方法来确定。

三.方差分析的相关概念一(一)数据的变异(1)变异:统计中的变异是普遍存在的7一般意义上的变异是指标志(包括品质标志和数量标志)在总体单位之间的不同表现。

可变标志的属性或数值表现在总体各单位之间存在的差异,统计上称之为变异,这是广义上的变异,即包括了品质标志和数量标志,有时仅指品质标志和在总体单位之间的不同表现。

注:随机性,即变异性。

(2)组间变异[组间差异]:组间变异表示处理间变异,主要指由于接受不同的实验处理(实验处理效应)而造成的各组之间的变异,可以用两个平均数之间的离差来表示,可将组间离差平方和记为SS AO组间差异可用组间方差来表征,用符号MS B表示。

方差分析()专题知识讲座

方差分析()专题知识讲座

FB
MSB MSE
~
F (n
1, rnm
rn)
FAB
MSAB MSE
~
F[(r
1)(n
1), rnm
rn]
29
SST ( X ijl X )2
SSA nm ( X i X )2
SSB rm ( X . j. X )2
SSAB m ( X ij. X i.. X . j. X )2
SSE ( X ijl X ij. ) 2
26
离差平方和SST、SSA、SSB、SSAB和SSE 旳自由度分别是rnm-1、r-1、n-1、(r1)(n-1)和rn(m-1)。
SSE ( X ij X i. X . j X )2
20
SSA表达旳是原因A旳组间方差总和,SSB是 原因B旳组间方差总和,都是各原因在不同水 平下各自均值差别引起旳;SSE仍是组内方 差部分,由随机误差产生。各个方差旳自由 度是:SST旳自由度为nr-1,SSA旳自由度 为r-1,SSB旳自由度为n-1,SSE旳自由度 为nr-r-n-1=(r-1)(n-1)。
10
检验因子影响是否明显旳统计量是一种F统计 量:
组间均方差 F 组内均方差
F统计量越大,越阐明组间方差是主要方差起 源,因子影响越明显;F越小,越阐明随机方 差是主要旳方差起源,因子旳影响越不明显。
11
第二节 单原因方差分析
一、单原因条件下离差平方和旳分解 数据构造如下:
12
总离差平方和 SST=SSE+SSA
7
三、方差分析旳原理 (一)方差旳分解。样本数据波动就有二个
起源:一种是随机波动,一种是因子影响。 样本数据旳波动,可经过离差平方和来反应, 这个离差平方和可分解为组间方差与组内方 差两部分。组间方差反应出不同旳因子对样 本波动旳影响;组内方差则是不考虑组间方 差旳纯随机影响。

统计学第6章方差分析精品PPT课件

统计学第6章方差分析精品PPT课件
量 MSA,服从自由度为 r 1 的卡方分布;组内估计量 MSE ,服从自由度为 nT r 的卡方分布。
于是,当原假设为真时,可得服从 F 分布的统计量, 其分子自由度为 r 1,分母自由度为 nT r 。此 F 统计
量可充当检验统计量: F MSA MSE
★ 6.2.2 方差分析基本步骤
:
2 1
2 2
2 r
H1
:
2 1
,
2 2
,,
2 r
不尽相等
Bartlett 方差齐性检验统计量是自由为 r 1的 2 统计量:
2
r j 1
nj
1 ln
sc2
s
s j
给定显著性水平
,检验中的拒绝准则为:
2
2
。应当注意,
Bartlett 检验结果只在样本数据具有正态性时有效。
6.3 方差相等性检验
种方法,称为最小显著性差异法,简称 LSD。LSD 的检验假设为:
H0 : i j H1 : i j
这里是针对问题中所涉及的总体的个数,提出了多次原假设。LSD 的检
验统计量是一个自由度为 nT r 的 t 统计量:t xi x j i j
M
SE
1 ni
1 nj
6.3 方差相等性检验
r 1
第六步:计算总体方差的组内估计
r
nj
1
s
2 j
MSE j1
nT r
第七步:计算 F 统计量的值。
F MSA MSE
第八步:编制方差分析表。
表 6.2
方差来源
平方和
自由度
组间
SSA
r 1
组内
SSE
nT r

第6讲多因素试验资料的方差分析

第6讲多因素试验资料的方差分析

第六讲 多因素试验资料的方差分析M ULTIFACTOR ANALYSIS OF V ARIANCE多因素试验是指同时研究n 个因素对试验指标的作用,以及它们的共同作用。

多因素试验的最大优点首先在于除了一次试验可以同时明确多个因素的效应,还可以分析出因素间的相互作用(互作),便于选定最优处理组合。

其次,多因素试验可增加误差项的自由度,降低试验误差。

因此比单因素试验精确度更高。

最后,多因素实验所得的结论确切、具体、论据充足。

如单独进行品种对比试验,结果只能粗略地明确品种间的优劣,如果与饲料水平、饲喂方式结合进行三因素试验,可具体明确用一定的饲喂方式在特定的饲料水平下,哪个品种优于哪个品种。

论据、内容都比单因素试验结果丰富。

田间试验中也常要考察哪个品种在何时播种以及在何种密度下的产量表现,同时还可以采用区组设计来安排重复,以便控制系统误差,提高试验的准确性。

现以三因素试验的资料介绍其方差分析方法。

第一节 线性模型与期望均方一、线性数学模型设A 、B 、C 三个因素各含a 、b 、c 个水平,共abc 个处理组合,每个处理组合重复数为r 。

则其任一观察值的线性数学模型为:kl j i l ijk jk ik j i k j i kl j i e y +++++++++=ραβγβγαγαβγβαμ)()()()(其中kl j i l ijk jk ik j i k j i e ,,)(,)(,)(,)(,,,,ραβγβγαγαβγβαμ依次表示总体平均数、A 、B 、C 主效应, A ×B 、A ×B 、B ×C 、A ×B ×C 互作效应,重复(区组)效应和随机误差。

在样本资料中依次分别由),(,x x x A -)(x x B -,)(x x C -,)(x x x x B A AB +--,)(x x x x C A AC +--,)(x x x x C B BC +--,)(x x x x x x x x BC AC AB C B A ABC ----+++,)(x x R -,)(x x x x R ABC ijkl +--进行估计。

第6讲 方差分析-析因分析

第6讲 方差分析-析因分析

9
析因设计的特点
2个或以上(处理)因素(factor)(分类 个或以上(处理)因素( )(分类 个或以上 )( 变量) 变量) 2个或以上水平(level) 个或以上水平( 个或以上水平 ) 2个或以上重复(repeat)(样本数) 个或以上重复( 个或以上重复 ) 样本数) 每次试验涉及全部因素, 每次试验涉及全部因素,即因素同时施加 观察指标(观测值)为计量资料(独立、 观察指标(观测值)为计量资料(独立、 正态、等方差) 正态、等方差)
析因设计的优点 析因设计的优点
可同时观察多个因素的效应, 可同时观察多个因素的效应,提高 实验效率; 了实验效率; 能够分析因素间的交互作用; 能够分析因素间的交互作用; 交互作用 允许一个因素在其他各因素的几个 水平上来估计其效应, 水平上来估计其效应,所得结论在 实验条件的范围内是有效的 实验条件的范围内是有效的
均数 例数 ∑X 2 ∑X
a1b1 24 5 120 4400
a1b2 44 5 220 11200
a2b1 28 5 140 4800
a2b2 52 5 260 14400
合计 148 20 740 34800
完全随机的方差分析 变异来源 SS df MS F P-value 总 7420 19 组间 处理组 2620 3 873.333 2.91111 0.06657 16 组内 误差 4800 300
组 配伍 编号 注 A 日 射量 A1 1 2 3 4 1 2 3 4 1 2 3 4 射 数 注 次 B B1(少 ) B2( ) 多 33.6 33.0 37.1 30.5 34.1 33.3 34.6 34.4 33.0 28.5 29.5 31.8 29.2 29.9 30.7 28.3 31.4 30.7 28.3 28.2 28.9 28.4 28.6 30.6

方差分析(共66张PPT)

方差分析(共66张PPT)

18~岁 21.65 20.66
… … 18.82 16 22.07 8.97
30~岁 27.15 28.58
… … 23.93 16 25.94 8.11
45~60岁 20.28 22.88 … … 26.49 16 25.49 7.19
基本步骤
(1)建立假设,确定检验水准
H0:三个总体均数相等,即三组工作人员的 体重指数总体均数相等
单因素方差分析
例1 在肾缺血再灌注过程的研究中,将36只雄性大鼠随机等分成三组, 分别为正常对照组、肾缺血60分组和肾缺血60分再灌注组,测得 各个体的NO数据见数据文件,试问各组的NO平均水平是否相同?
单因素方差分析
分析:
对于单因素方差分析,其资料在SPSS中的数据结构应当由两 列数据构成,其中一列是观察指标的变量值,另一列是用以表 示分组变量。实际上,几乎所有的统计分析软件,包括SAS, STATA等,都要求方差分析采用这种数据输入形式,这一点也暗 示了方差分析与线性模型间千丝万缕的联系。
H1:三个总体均数不等或不全相等
(2)计算检验统计量F值
变异来源
SS 自由度(df)
MS
F
组间 组内 总变异
143.406 363.86 507.36
2
71.703
8.87
45
8.09
47
(3)确定p值,作出统计推断
,本次F值处于F界值之外,说明组间均方组内 均方比值属于小概率事件,因此拒绝H0,接受 H1,三个总体均数不等或不全相等
分凝血活酶时间有无不同?
方差分析步骤 :
(1)提出检验假设,确定检验水准
H0:μ1=μ2=μ3 H1:μ1,μ2,μ3不全相同 a=

方差分析(08[1].3.31)

方差分析(08[1].3.31)

总变异的离均差平方和为各变量值与总均数差值的平方和, 离均差平方和和自由度分别为:
( x) 2 SS总 ( xij x ) x N i 1 j 1
k ni 2 2差平方和、自由度和均方 组间离均差平方和为各组样本均数与总均数差值的平方 和 k
若拒绝H0,接受H1时,可认为各样本均数间的差异, 不仅是由抽样误差所致,还有处理因素的作用。此时的 组间变异远大于组内变异,两者的比值即统计量F明显 大于1。在实际应用中,当统计量F值远大于1且大于某 界值时,拒绝H0,接受H1,即意味着各样本均数间的差 异,不仅是由抽样误差所致,还有处理因素的作用。
x
j 1
ni
ij
ni
xi
329.92 6 54.99
x
ni
2 ij
18720.97 23758.12 7660.926 4029.296 54169.32
两个样本均数间比较
总均数
样本的组内误差 (随机误差) k: 组别 n: 例数
24只家兔的血清ACE浓度各不相同,称为总变异; 四组家兔的血清ACE浓度均数也各不相同,称为组间 变异;组间变异可能由两种原因所致,一是抽样误差;二 是由于各组家兔所接受的处理不同
即使同一组内部的家兔血清ACE浓度相互间也不相同,
称为组内变异。组内变异是由于家兔间的个体差异所致
完全随机设计的方差分析,是将总变异中的离均差平 方和SS及其自由度分别分解成组间和组内两部分,SS组
间/组间和SS组内/组内分别为组间变异(MS组间)和组内变异
(MS组内),两者之比即为统计量:
F MS组间 MS组内
完全随机设计(completely random design)属 单因素研究设计,它是将随机抽取的受试对象,随机地 分配到两个或多个水平(处理)组中,观察和比较不同 处理所产生的效应。本设计易于理解,实施简便。分组

方差分析PPT课件

方差分析PPT课件

方差分析的用途
1. 用于多个样本平均数的比较 2. 分析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
为了规范事业单位聘用关系,建立和 完善适 应社会 主义市 场经济 体制的 事业单 位工作 人员聘 用制度 ,保障 用人单 位和职 工的合 法权益
第一节 方差分析的基本问题
▪ 一、方差分析问题的提出 问题:为了探索简便易行的发展大学生心 血管系统机能水平的方法,在某年级各项 身体发育水平基本相同,同年龄女生中抽 取36人随机分为三组,用三种不同的方法 进行训练,三个月后,测得哈佛台阶指数 如表 1 ,试分析三种不同的训练方法对女 大学生心血管系统的影响有无显著性差异。
结果的好坏和处理效应的高低,实际中具体测 定的性状或观测的项目称为试验指标。常用的 试验指标例如有:身高、体重、日增重、酶活 性、DNA含量等等。
影响因素( experimental factor): 观测中所
研究的影响观测指标的定性变量称之为因素。 当考察的因素只有一个时,称为单因素试验; 若同时研究两个或两个以上因素的影响时,则 称为两因素或多因素试验。
N (3, 2)
A3
61.31 60.00
┆ 67.26 69.05
为了规范事业单位聘用关系,建立和 完善适 应社会 主义市 场经济 体制的 事业单 位工作 人员聘 用制度 ,保障 用人单 位和职 工的合 法权益
分析
根据研究目的,这里有三个正态总体 N (1, 2),N (2, 2 ), N (3 , a2 ) 。三组数据分别为来自三个总体的样本,问题是 推断 1 ,2 和 3 之间有无显著差异。 由 x1, x2, x3不相等,不能直接得出1, 2, 3不尽相等的结论, 原因是:造成 x1, x2, x3不相等可能有两个方面因素:一是 1, 2, 3 不等,二是1 2 3,但由于抽样误差,造成 x1, x2, x3 之间有差异。现在的任务是通过样本推断1, 2, 3之间有无 显著性差异。

第六 方差分析PPT课件

第六       方差分析PPT课件

第10页/共50页
计算总均值
x xij n
n nj
x 26.5 31.2 32.8 20
573.9 28.695 20
第11页/共50页
(二)计算离差平方和
总离差平方和:
SST xij x 2 n 1s 2
组内误差项离差平方和:
SSE
xij x j
第38页/共50页
它们的计算公式分别为:
SST xij x 2 n 1s2
SSA
x• j x 2
k
x• j
x
2
k
r
1
s2 x•
j
SSB
xi• x 2
r
xi•
x
2
r
k
1
s2 xi •
SSE SST SSA SSB
第39页/共50页
它们的自由度分别为: SST: rk-1=n-1 SSA: r-1 SSB: k-1 SSE: (r-1)(k-1)=n-r-k+1
2
20 1.25
组内 192 12
16
总和 232 14
第29页/共50页
由 0.05知F0.052,12 3.89
而1.25<3.89 所以:接受原假设,即三种培训方法对 工人的日产量没有影响.
第30页/共50页
二、单因素方差分析的其它问题 1、进行方差分析的数据结构
观察值
因素(A)j
i
水平1 水平2
2
nj
1
s
2 j
j i
j
组间水平项离差平方和:
SSA x j x 2 n j x j x 2
第12页/共50页
SSA=SST-SSE

chapter6方差分析PPT课件

chapter6方差分析PPT课件

总均方一般不等于处理间均方加处理内均方。
.
24
某B水iosta产tisti研cs 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。
.
25
Biostatistics
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:
(xij xi.)分别eij是μ、(μi-.
14
Biostatistics
告诉我们:
( 每个观或x测ij 值 都i),包故含k处nx理i个j 效观xi.应测(值μ的i-总μ或变异可)x分i.,解与为x.误处. 差理
间的变异和处理内的变异两部分。
.
在单因素试验结果的方差分析中,无效假设
为H0:μ1=μ2=…=μk,备择假设为HA:各μi不 全相等,或H0 :2 =0,H A2 : ≠0;
F=MSt/MSe,也就是要判断处理间均方是否
显著大于处理内(误差)均方。
如果结论是肯定的,我们将否定H0;反之,不 否定H0。
.
33
Biostatistics
次的处理间变异,称为处理间平方和,记为SSt,

k
SSt n (xi.x..)2
i1
.
18
式B中ios,tatisticsk n (为xij 各 xi处.)2 理内离均差平方和之和,
i1 j1
反映了各处理内的变异即误差,称为处理内平方
和或误差平方和,记为SSe,即
于是有
kn
SSe
(xij xi.)2
Biostatistics
第六章 方差分析 analysis of variance(ANOVA)

第六章-方差分析幻灯片

第六章-方差分析幻灯片
*
二、统计模型
1、单因素条件下离差平方和分解数据结构
*
二、统计模型
2、数学模型: (1)、在一项试验中,只考虑某一个因素A对所考察随机变量X的影响,而其余因素不变,此时称为单因素试验。因素A所处的状态 称为它的水平。 (2)、假定在水平 下进行了n次试验,且每个水平 对应于一个正态变量 ,即 并假定它们具有方差齐性,即 (3)、方差分析的基本思想:在总体方差齐性( )的条件下,检验假设
*
三、统计量的构造
6、构造检验统计量
*
四、检验方法
α
接受域
拒绝域
*
四、检验方法
F值越大,越说明总的方差波动中,组间方差 是主要部分,有利于拒绝原假设接受备选假设;反之,F值越小,越说明随机方差 是主要方差来源,有利于接受原假设,有充分证据说明待检验的因素对总体波动有显著影响。因此,检验的拒绝域安排在右侧( )。
*
六、不相等重复试验下的单因素方差分析
(3)、决策 因为 所以不能拒绝原假设,即认为三个地区人的血液中胆固醇的均值之间无显著性差异
*
第二节 多重比较
(一)、 LSD-t检验(有专业意义的均数间比较) (二)、SNK-q检验(多个均数间全面比较) 还有Dunnett 、TUKEY 、DUNCAN、 SCHEFFE、 WALLER 、BON等比较方法
*
第一节 单因素方差分析 一、问题的提出
1、问题:为了研究学生学习数学的成绩是否受教师教学水平的影响,现将一个数学提高班的学生分成三个小班,分别由甲、乙、丙三位教师任教。三个班部分学生的最终成绩如右表。假定三个班学生的最终成绩服从正态分布,试问三个班学生的最终成绩是否存在显著差异?
第六章 方差分析
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

区分是否是系统分组设计的关键是看因素之间的地
位是否平等。应把一级因素不同水平中的次级因素同一
水平看作是不同水平。分析侧重于一级因素。
变异来源:
A因素(一级因素):A因素各水平间的变; B(A)因素:A因素各水平内B因素各水平间的变异; 随机误差:B因素各水平内重复观测值间的变异。
例题6-14
高校大学生新生入学成绩调查
某重点大学
因素A (大学) 因素B (专业) 学生 1
某非重点大学 农学
3 1 2 3 1
农学
2 3 1
机械
2
机械
2 3
(2)受试对象本身并非具有分组再分组的各种分组因素,
处理(即最终的试验条件)不是各因素各水平的全面组
合,而是各因素按其隶属关系系统分组,且因素之间在 专业上有主次之分。
1 A B C D E
4 D C E A B
3 C E A B D
2 B A D E C
5 E D B C A
1
2 4
A
B D
D
C A
C
E B
B
A E
E
D C
5
1
3
2
4
(3)处理随机(按4=A,
2
4 1 3
5
3 2 4
4
2 5 1
3
1 4 5
1
5 3 2
1=B,2=C,3=D,5=E)
例题6-16:有一冬小麦施氮肥时期试验,5个处理为:
A不施氮肥(CK);B播种期(10月29日)施氮;C越冬期(12
月13日)施氮;D拔节期(3月17日)施氮;E抽穗期(5月1日)
施氮。采用5*5拉丁方设计,小区计产面积32m2,其田间排列和 产量(k/32m2)见表。对试验结果进行方差分析。
C 10.1 A 7.0 E 7.6 D 10.5 B 8.9 A 7.9 D 10.0 C 9.7 B 9.6 E 8.9 B 9.8 E 7.0 D 10.0 C 9.8 A 8.6 E 7.1 C 9.7 B 9.3 A 6.6 D 10.6 D 9.6 B 9.1 A 6.8 E 7.9 C 10.1
5×5 阶标准拉丁方设计
A
B C D E
B
A D E C
C
E A B D
D
C E A B
E
D B C A
n×n 阶方阵,各处理在每一横行与纵列都只出现一次。
(1)列随机(按14325)
(2)行随机(按53124)
1 5 3 E C 4 B E 3 D A 2 C D 5 A B
设计步骤:
1 2 3 4 5
B21
B22 B31 B32
14.4
14.7 23.1 28.1
14.4
14.5 23.4 28.8
课堂SPSS操作: 例题6-15
比较不同公鱼的产鱼效应。随机选取3条公鱼, 每条公鱼随机与3条同品种的母鱼交配受精后,所生小鱼各分
两池养殖,长大为成鱼后检测各池产鱼量,试作方差分析。
公鱼(A) 母鱼(B) 产量 B1 85
随机选取3株植物,在每一株内随机选取两片叶子,
用取样器从每一片叶子上选取同样面积的两个样品,称取湿重
(g),结果见表。试分析不同植株和同一植株上的不同叶片间湿
重是否有显著差异。 植株A 叶片B B11 B12 B21 B22 12.1 12.8 14.4 14.7 湿重 12.1 12.8 14.4 14.5
第六讲 方差分析(三)
内容框架
(一)随机区组设计的
ANOVA
随机区组设计的概念 ANOVA基本步骤
(二)嵌套设计的ANOVA
嵌套设计的概念 ANOVA基本步骤
(三)拉丁方设计的ANOVA
拉丁方设计的概念 ANOVA基本步骤
(四)ANOVA的基本假定及数据转

(一)随机区组设计的ANOVA
1.随机区组设计的概念:
计中的几种处理,而是想通过这几种处理的比较,推广到他们
所能代表的总体。例如,想知道名牌大学的就业率是否高于普 通大学,你选择了清华、浙大、浙江工商大学、浙江农林大学4
所学校进行比较。
混合模型(Mixed model):既有固定因素,又有随机因素。
例题6-10:玉米品种(A)与施肥量(B)两因素试验,因素A有

害虫数量

产品效果试验
例6-8:在蛋糕加工工艺研究中,欲考察不同食品添加剂(A1、A2、
A3、A4)对不同配方(B1、B2、B3)制成的蛋糕质量的影响。因试验用
烤箱容量不大,不能一次性将全部试验蛋糕烘烤完,只能分次烘烤,
故选用随机区组设计进行试验。3次烘烤分为区组I、II、III。
区组 I II III 蛋糕在烘箱中的位置 6 12 3 5 1 7 11 2 8 4 10 9 A2B A4B A1B A2B A1B A3B A4B A1B A3B A2B A4B A3B 8 1 4 9 10 6 3 12 2 5 7 11 A3B A1B A2B A3B A4B A2B A1B A4B A1B A2B A3B A4B 10 7 2 11 4 8 5 9 1 12 6 3 A4B A3B A1B A4B A2B A3B A2B A3B A1B A4B A2B A1B
区组Ⅰ 区组Ⅱ
对 照
F B
D C F
B E 对 照
G A C
肥沃 区组 Ⅲ
育种试验&推广试验
例6-7:比较4种杀虫剂(A1,A2,A3,A4)对棉花田的害虫杀虫效果,
特选了20块田,设重复5次。不同试验田害虫多少、植物长势、土壤肥
沃程度等因素都可能对杀虫效果产生影响。如果此种影响不可忽略,
则需采取随机区组设计。
A1、A2、A3、A4四个水平,因素B有B1、B2两个水平,共有8个水平组 合即处理,3次重复(r=3),小区计产面积20 m2,田间排列和产量 (kg/20 m2)见表,采用随机区组设计,试对试验结果进行方差分析。
处理 A1 B1 B2 B1 B2 B1 B2 B1 B2 I 12.0 11.0 19.0 20.0 19.0 10.0 17.0 11.0 区组 II 13.0 10.0 16.0 19.0 18.0 8.0 16.0 9.0
浓度)、区组和A*B互作,p > 0.05,差异不显著。
第三步:多重比较
Tukey法多重比较
处理 A1 A2 A3 mean±SE 0.22 ±0.01 Cc 0.34 ±0.01 Bb 0.39 ±0.01 Aa
第四步:写出统计结论
不同提取时间对山楂色素的提取结果有极显著影响,其中A3处
理(4 h)的结果最优。乙醇浓度,提取时间与乙醇浓度的互作,及 重复效应对提取结果的影响不显著。
产品配方&研发
例题6-9:为研究山楂色素的最佳提取条件,选取提取时间(A)
和乙醇浓度(B)为试验因素。提取时间(A/h)取2、3、4三个水平,乙 醇浓度(B/%)取55、75、95三个水平,每个水平组合重复3次,试验 结果如表所示。现以重复为区组,对试验结果进行统计分析。
重复(区组) I A1 A2 A3 A1 A2 A3 A1 A2 A3 B1 0.22 0.33 0.39 0.18 0.32 0.37 0.24 0.35 0.41 B2 0.18 0.35 0.42 0.22 0.30 0.40 0.20 0.32 0.37 B3 0.25 0.36 0.35 0.22 0.37 0.38 0.27 0.38 0.44
理(即最终的试验条件)是各因素各水平的全面组合,且因
素之间在专业上有主次之分。
例题:随机取若干地块,每地块随机取若干个样点,
每一样点的土样又作数次分析所获得的资料。
因素A (地块) 因素B (土样) 样点 1 上层 2 3 1 地块1 下层 2 3 1 上层 2 3 1 地块2 下层 2 3
例题:
II
III
例题6-10:玉米品种(A)与施肥量(B)两因素试验,因素A有
A1、A2、A3、A4四个水平,因素B有B1、B2两个水平,共有8个水平组 合即处理,3次重复(r=3),小区计产面积20 m2,田间排列和产量 (kg/20 m2)见表,采用随机区组设计,试对试验结果进行方差分析。
处理 A1 B1 B2 B1 B2 B1 B2 B1 B2 I 12.0 11.0 19.0 20.0 19.0 10.0 17.0 11.0 区组 II 13.0 10.0 16.0 19.0 18.0 8.0 16.0 9.0
A1 B2 72 B3 70 B4 82
A2 B5 91 B6 85 B7 65
A3 B8 59 B9 60
89
70
67
84
88
83
61
62
56
(三)拉丁方设计的ANOVA
1.拉丁方设计的概念:
从横向和纵向两个方向对试验环境条件进行局部控制, 试验精确性比随机区组设计高。由于重复数与处理数必须相
等,缺乏灵活性。
课堂SPSS演示:
例题6-14
随机选取3株植物,在每一株内随机选取两片叶子,
用取样器从每一片叶子上选取同样面积的两个样品,称取湿重 (g),结果见表。试分析不同植株和同一植株上的不同叶片间湿 重是否有显著差异。 植株A A1 A2 A3 叶片B B11 B12 12.1 12.8 湿重 12.1 12.8
A2
A3
A4
III 13.0 13.0 12.0 17.0 16.0 7.0 15.0 8.0
田 间 试 验
(二)嵌套设计的ANOVA
嵌套设计的概念:
B因素的不同水平分别嵌套在A因素的不同水平下,这种 设计称为嵌套设计。也称作系统分组设计、巢式设计、套设 计等。农业试验中常见的试验设计方法。
相关文档
最新文档