生物统计学教案9.docx
《生物统计学教案9.docx》由会员分享,可在线阅读,更多相关《生物统计学教案9.docx(18页珍藏版)》请在冰豆网上搜索。
![生物统计学教案9.docx](https://file1.bdocx.com/fileroot1/2022-10/20/af1b4b00-d26d-4f18-99f0-dbafd5399dd6/af1b4b00-d26d-4f18-99f0-dbafd5399dd61.gif)
生物统计学教案9
生物统计学教案
第九章两因素及多因素方差分析
教学时间:
5学时
教学方法:
课堂板书讲授
教学目的:
重点掌握固定模型、随机模型两因素方差分析的方法步骤,掌握混合模型的方差分析,了解多因素的方差分析方法。
。
讲授难点:
固定模型、随机模型两因素方差分析的方法步骤
9.1两因素方差分析中的一些基本概念
9.1.1模型类型
交叉分组设计:
A因素的a个水平和B因素的b个水平交叉配合,共构成ab个组合,每一组合重复n次,全部实验共有abn次。
固定模型:
A、B两因素均为固定因素。
随机模型:
A、B两因素均为随机因素。
混合模型:
A、B两因素中,一个是固定因素,一个是随机因素。
9.1.2主效应和交互作用
主效应:
由于因素水平的改变所造成的因素效应的改变。
A1A2A1A2
B11824B11828
B23844B23022
先看左边的表。
A因素的主效应应为A2水平的平均效应减A1水平的平均效应,B的主效应类似。
当A1B1+A2B2=A1B2+A2B1时,A、B间不存在交互作用。
这里A1B1+A2B2=62,A1B2+A2B1=62,因此A、B间不存在交互作用。
交互作用:
若一个因素在另一因素的不同水平上所产生的效应不同,则它们之间存在交互作用。
现在看右边的表。
A(在B1水平上)=A2B1-A1B1=28-18=10
A(在B2水平上)=A2B2-A1B2=22-30=-8
显然A的效应依B的水平不同而不同,故A、B间存在交互作用。
交互作用的大小为
AB=(A1B1+A2B2)-(A1B2+A2B1)
9.1.3两因素交叉分组实验设计的一般格式
假设A因素有a水平,B因素有b水平,则每一次重复包含ab次实验,实验重复n次,总的实验次数为abn次。
以xilk表示A因素第i水平,B因素第j水平和第k次重复的观测值。
一般格式见下表。
因素Bj=1,2,…,b
B1B2…Bb总计
A1x111x121x1b1
x112x122x1b2
x11nx12nx1bnx1..
因
素A2x211x221x2b1
Ax212x222x2b2
x21nx22nx2bnx2..
Aaxa11xa21xab1
xa12xa22xab2
xa1nxa2nxabnxa..
总计x.1.x.2.x.b.x...
上表中的各种符号说明如下:
A因素第i水平的所有观察值的和,其平均数为
B因素第j水平所有观察值的和,其平均数为
A因素第i水平和B因素的第j水平和所有观察值的和,
其平均数为
所有观察值的总和,其平均数为
关于实验重复的正确理解:
这里的“重复”是指重复实验,而不是重复观测。
9.2固定模型
9.2.1线性统计模型
对于固定模型,处理效应是各处理平均数距总平均数的离差,因此
交互作用的效应也是固定的
εijk是相互独立且服从N(0,σ2)的随机变量。
固定模型方差分析的零假设为:
9.2.2平方和与自由度的分解
与单因素方差分析的基本思想一样,把总平方和分解为构成总平方和各个分量平方和之和,将总自由度做相应的分解,由此得到各分量的均方。
根据均方的数学期望,得出各个分量的检验统计量,从而确定各因素的显著性。
上述各项分别为A因素、B因素、AB交互作用和误差平方和,即:
自由度可做相应的分解:
由此得出各因素的均方:
9.2.3均方期望与统计量F的确定
对上式E(MSA)、E(MSB)和E(MSe)中的第二项,分别记为:
于是:
这时,零假设还可以写为:
用F作为检验统计量,以对A因素的检验为例:
当F>Fα时拒绝H01。
对B因素和AB交互作用的推断类似。
变差来源平方和自由度均方F均方期望
A因素SSAa-1MSAMSA/MSeσ2+bnηα2
B因素SSBb-1MSBMSB/MSeσ2+anηβ2
AB交互作用SSAB(a-1)(b-1)MSABMSAB/MSeσ2+nηαβ2
误差SSeab(n-1)MSeσ2
总和SSTabn-1
两因素固定模型的方差分析表如下:
9.2.4平方和的简易计算法
为了简化计算过程,实际计算时各平方和是按以下各式计算的
其中称为校正项,用C表示。
不论从上式还是前面给出的误差平方和的公式,都可以看出,平方和是通过重复间平方和得到的。
为了得到误差平方和,必须设置重复。
由总平方和减去A因素、B因素和误差平方和之后,所得残余项即交互作用平方和。
如果不设置重复,无法得到误差平方和,其误差平方和是用残余项估计的。
即使实验存在交互作用也无法独立获得,这时的交互作用与误差混杂。
这一点在设计实验时一定要特别注意。
交互平方和:
原料种类
123
温30℃
35℃
度40℃
414923254759504043355350
111325244338333655384744
6222618822181430332619
例为了从三种不同原料和三种不同发酵温度中,选出最适宜的条件,设计了一个两因素试验,并得到以下结果。
在这个实验中,温度和原料都是固定因素,每一处理都有4次重复。
将每一数据都减去30,列成表9-1。
原料(A)温度(B)xij1xij2xij3xij4xij.xij.2
301119-7-518324556
135-19-17-5-6-472209711
40-24-8-4-12-482304800
30172920107657761630
2351383630900278
40-22-8-12-16-583364948
3013523206137211123
33525817146440961174
4003-4-11-12144146
和84228387366
利用xij.列,列成表9-2
温度(B)
303540xi..xi..2
原118-47-48-775929
料27630-58482304
(A)36154-1211312769
x.j.15547-1188421022
x.j.22402522091392440158
从表9-1中可以计算出:
及由表9-2中可以计算出:
列成方差分析表
变差来源
平方和
自由度
均方
F
原料A
1554.17
2
777.09
12.67**
温度B
3150.58
2
1575.29
25.68**
AB
808.75
4
202.19
3.30*
误差
1656.50
27
61.35
总和
7170.00
35
9.2.5无重复实验时的两因素方差分析
如果根据一定的理由,可以判断两因素间确实不存在交互作用,这时也可以不设重复(n=1)。
无重复实验的方差分析,只需将前一节公式中所有的n都改为1,即可完成计算。
不同点只是计算更容易一些。
这里不再详述。
9.3随机模型
9.3.1线性统计模型
对于随机模型:
因此,任何观察值的方差
零假设为:
9.3.2均方期望与统计量F的确定
随机模型中各平方和的计算与固定模型一样,这里不再重复。
但均方期望不同,因此检验统计量也不同。
从均方期望中可以看出,交互作用均方是用误差均方检验的,若MSAB不显著,表明它也是误差的估计,应与MSe合并,用合并后的均方对主效应做检验。
合并的方法是若交互作用显著,则可以直接用它检验主效应。
随机模型的方差分析表如下:
随机模型的方差分析表如下:
变差来源
平方和
自由度
均方
F
均方期望
A因素
SSA
a-1
MSA
MSA/MSAB
B因素
SSB
b-1
MSB
MSB/MSAB
A×B
SSAB
(a-1)(b-1)
MSAB
MSAB/MSe
误差
SSe
ab(n-1)
MSe
总和
SST
abn-1
例为了研究不同地块中,施用不同数量的农家肥对作物产量的影响,设计一个两因素实验,实验结果如下:
地块B
一号地
二号地
三号地
施
肥
量
A
100Kg
8.69
8.47
8.80
8.74
9.49
9.37
200Kg
8.88
8.72
9.68
9.54
9.39
9.59
300Kg
10.82
10.86
11.00
10.92
11.07
11.01
400Kg
11.16
11.42
10.97
11.13
11.00
10.90
解:
xijk-9.5,列成表9.1:
施肥量
地块
一
-0.81
-1.03
-1.84
3.3856
1.7170
100
二
-0.70
-0.76
-1.46
2.1316
1.0676
三
-0.10
-0.13
-0.04
0.0196
0.0170
一
-0.62
-0.78
-1.40
1.9600
0.9928
200
二
0.18
0.04
0.22
0.0484
0.0340
三
-0.11
0.09
-0.02
0.0004
0.0202
一
1.32
1.36
2.68
7.1824
3.5920
300
二
1.50
1.42
2.92
8.5204
4.2664
三
1.57
1.51
3.08
9.4864
4.7450
一
1.66
1.92
3.58
12.8164
6.4420
400
二
1.47
1.63
3.10
9.6100
4.8178
三
1.50
1.40
2.90
8.4100
4.2100
13.62
63.5772
32.9218
利用xij列,列成表9.2
地块
一
二
三
施
肥
量
100
-1.84
-1.46
-0.14
-3.44
11.8336
200
-1.40
0.22
-0.02
-1.20
1.4400
300
2.68
2.92
3.08
8.68
75.3424
400
3.58
3.10
2.90
9.58
91.7764
3.02
4.78
5.82
13.62
180.3924
9.1204
22.8484
33.8724
65.8412
由表9.1计算出
由表9.2计算出
方差分析表
变差来源
平方和
自由度
均方
F
施肥量A
22.3360