当前课程知识点:试验统计学 > 第5章 方差分析 > 5.1 绪 > 方差分析简介
第五章 方差分析
上一章,我们讨论了对一个总体、两个总体平均数的假设测验
对于k个总体平均数的比较,可否采用假设测验的方法呢?
例如 k=10
² 若两两测验,则共需测验109/2=45次
² 每次测验时,误差不一且代表性差,自由度也大大低估
² 尤其是,所得结论的置信度大大降低,为0.9545
因此, 对多个总体平均数的假设测验应采用新的方法
那就是方差分析(Analysis of Variance,简称ANOVA)
本章包括五节内容
以第1节:方差分析的基本原理与步骤为学习重点
第2、第3节为单因素、双因素试验资料的方差分析
第4、第5节为一些注意事项
下面学习第1节 方差分析的基本原理与步骤
所谓方差分析,就是将总方差按变异原因分解来研究,即:
Ø 将试验数据的总变异分解为各个原因变异;
Ø 然后测验各原因变异的重要性
Ø 最后,判断各个样本所属总体平均数是否有显著差异
方差分析的思路与假设测验的思路是一致的,都是找主要原因
以下以4个品种、3次重复的数据为例予以说明
表中共有12个试验数据, 构成总变异
变异的原因有二, 一是品种, 二是误差
哪一个是主要原因呢?
如果品种是主要原因,即是说变异是由品种的不同引起,则可以认为品种间差异显著
如果误差是主要原因,即是说变异是因为试验误差引起,而与品种无关,因此可认为品种间差异不显著
上述分析表明,
ü 方差分析首先要分析变异原因,也就是确定数据的线性组成
ü 其次要比较各原因变异(方差)的重要性,找出主要原因
ü 最后判断品种间的差异是否显著
方差分析主要包括以下五个步骤
一、线性模型与基本假定
二、平方和与自由度的分解
三、方差的比较—F测验
四、平均数的比较—多重比较
五、方差分析的结论
下面结合实例说明方差分析的过程:
例5.1 现有四个水稻品种A、B、C和D,完全随机地种在一个划分为12个小区的试验地中,每品种种了3个小区。
左下图:是田间排列和小区假设产量
右下表:是数据的初步整理,算出各品种总和和平均数、所有观察值总和和平均数
一、线性模型与基本假定
所谓线性模型,就是观察值的线性函数
上述分析已表明:变异来源于两个原因:处理和误差
因此,任一观察值可分解为:平均数+处理效应+试验误差
其中,
处理效应为品种平均数减总平均数
误差效应为品种内观察值减品种平均数
由于两者均为离均差值,故它们皆服从平均数为0的正态分布
本例,12个观察值均可按上述模型分解:
2=6.4+(3-6.4)+(2-3)
6=6.4+(8-6.4)+(6-8)
......
10.5=6.4+(9.5-6.4)+(10.5-9.5)
为此,各变异对应如下:
第1列为观察值间的变异,构成总变异
第2列为平均数,无变异
第3列为处理效应间的变异,称为处理变异
第4列为处理内观察值间的变异,称为误差变异
各变异的大小,可由方差来度量
方差分析有3个基本假定:
1 是处理效应和误差效应是可加的,这是线性分解的基础
2 是处理效应和误差效应独立,且皆服从正态分布:这是可加性和F测验的要求
3 各处理内的误差方差是相同的:这是误差合并的前提。
-课程简介
-课程简介
-1.1 田间试验概述
--田间试验概述
--田间试验概述
--单元小测
-1.2 田间试验常用术语
--田间试验常用术语
--田间试验术语
--单元小测
-1.3 田间试验误差及其控制途径
--试验误差及其控制
--单元小测
-1.4 顺序排列试验设计
--顺序排列试验设计
--顺序排列
--单元小测
-1.5 随机排列试验设计
--随机排列试验设计
--随机排列
--单元小测
-田间试验习题
-2.1 计数资料的整理
--计数资料的整理
--计数资料
--单元小测
-2.2 计量资料的整理
--计量资料的整理
--计量资料
--单元小测
-2.3 平均数
--平均数
--平均数
--单元小测
-2.4 变异数
--变异数
--变异数
--单元小测
-资料的整理与描述习题
-3.1 事件与概率
--事件与概率
--事件与概率
--单元小测
-3.2 概率分布
--概率分布
--概率分布
--单元小测
-3.3 二项分布
--二项分布
--二项分布
--单元小测
-3.4 标准正态分布的概率计算
--标准正态
--单元小测
-3.5 一般正态分布的概率计算
--一般正态
--单元小测
-3.6 平均数分布
--平均数分布
--平均数分布
--单元小测
-3.7 t分布等
--t分布等
--t分布
--单元小测
-概率分布与抽样分布习题
-4.1 绪
--假设测验简介
--假设测验简介
--单元小测
-4.2 假设测验的意义
--假设测验的意义
--假设测验的意义
--单元小测
-4.3 假设测验的步骤
--假设检验的步骤
--假设测验的步骤
--单元小测
-4.4 两类错误
--两类错误
--两类错误
--单元小测
-4.5 两尾测验
--两尾检验
--两尾测验
--单元小测
-4.6 单样本的假设测验
--单样本的假设测验
--单样本
--单元小测
-4.7 两样本的假设测验
--两样本的假设检验
--两样本
--单元小测
-4.8 百分率资料的假设测验
--百分率
--单元小测
-4.9 参数的区间估计
--参数的区间估计
--区间估计
--单元小测
-假设测验习题
-5.1 绪
--方差分析简介
--方差分析简介
--单元小测
-5.2 平方和与自由度的分解
--平方和
--单元小测
-5.3 多重比较
--多重比较
--多重比较
--单元小测
-5.4 标记字母表法
--标记字母表法
--标记字母表
--单元小测
-5.5 单因素试验的方差分析
--单因素
--单元小测
-5.6 两因素无重复试验的方差分析
--两因素无重复
--单元小测
-5.7 两因素有重复试验的方差分析
--两因素有重复
--单元小测
-5.8 两因素巢式设计的方差分析
--巢式设计
--单元小测
-方差分析习题
-6.1 单因素随机区组试验的方差分析
--单因素随机区组
--单元小测
-6.2 单因素拉丁方试验的方差分析
--单因素拉丁方
--单元小测
-6.3 两因素随机区组试验的方差分析
--两因素随机区组
--单元小测
-6.4 裂区设计的方差分析
--裂区设计
--单元小测
-7.1 卡方统计数
--卡方统计数
--卡方统计数
--单元小测
-7.2 适合性测验
--适合性测验
--适合性
--单元小测
-7.3 独立性测验
--独立性测验
--独立性
--单元小测
-卡方测验习题
-8.1 绪
--线性简介
--单元小测
-8.2 回归方程
--回归方程
--回归方程
--单元小测
-8.3 回归预测
--回归预测
--预测
--单元小测
-8.4 相关分析
--相关分析
--相关
--单元小测
-线性回归与相关习题