8-2多因素随机区组、裂区试验结果的统计分析ppt.ppt

第七章 单因素试验结果的统计分析 二、期望均方 前面已提到了期望均方的概念。由于模型不同，方差分析中各项期望均方的计算也有所不同，因而F检验时分母项均方的选择也有所不同。 现将不同方差分析中各种模型下各项期望均方及F值计算分别列于下面各表，以便正确地进行F检验和估计方差组分。 第七章 单因素试验结果的统计分析 为了区分效应的两种模型，用 表示随机模型下处理效应方差，用 表示固定模型下处理效应方差。如对于A因素，随机模型时用 表示处理效应方差；固定模型时用 表示处理效应方差，此时， 第七章 单因素试验结果的统计分析 1、单因素试验资料方差分析的期望均方 (1) 各处理重复数相等时 表23 单因素试验重复数相等期望均方与F检验 第七章 单因素试验结果的统计分析 (2) 各处理重复数不等时 表24 单因素试验重复数不等期望均方与F检验 第七章 单因素试验结果的统计分析 在表6-42中，固定模型时，处理间均方MSt的期望值为 ， 是在 的条件下获得的；若条件为Σαi=0时，则MSt之期望值为 。 随 机 模 型 时， 的系数no由下式计算： 第七章 单因素试验结果的统计分析 单因素试验资料的方差分析，不论是固定还是随机模型，F值的计算方法是一致的。 第七章 单因素试验结果的统计分析 2、交叉分组试验资料方差分析的期望均方 (1)? 二因素交叉分组单独观测值时 表25 两因素交叉分组单独观测值的期望均方与F检验 第七章 单因素试验结果的统计分析 由表中可以看出，对两因素交叉分组单独观测值试验资料的方差分析，不论是固定、随机还是混合模型，F检验分母项都是误差均方MSe，此时无法求得 。 第七章 单因素试验结果的统计分析 (2) 两因素交叉分组有重复观测值时 表26 两因素交叉分组有重复观测值的期望均方与F检验 第七章 单因素试验结果的统计分析 由表可知，两因素交叉分组有重复观测值试验资料的方差分析，对主效应和互作进行F检验随模型不同而异。 对于固定模型，均用MSe作分母； 对随机模型，检验H0： =0时，用MSe作分母，而检验H0: =0 =0时都用MSA×B作分母； 对混合模型(A随机)，检验H0: =0和 =0都用MSe作分母，而检验H0：K2B=0时，则以MSA×B作分母。(A固定、B随机时，与此类似)。 第七章 单因素试验结果的统计分析 3、系统分组资料方差分析的期望均方 表28 二因素系统分组次级样本含量相等的期望均方与F检验 第七章 单因素试验结果的统计分析 A固定、B随机时的F检验与随机模型同；A随机、B固定时的F检验与固定模型同。 第三节 多因素试验结果的分析 由BC两向表可求得 SSABC=382.00-256.00-25.00-0.50-18.7-80.16-1.50=0.07 第三节 多因素试验结果的分析 3.方差分析和 F 测验： 棉花品种、播期、灌水三因素试验的方差分析如下页表（21）。 第三节 多因素试验结果的分析 表15 方差分析表 396.00 35 总变异 0.58 12.84 22 误 差 1 0.04 0.07 2 A XBXC 3.44 1.29 0.75 1.50 2 BXC 3.44 69.10 40.08 80.16 2 AXC 4.30 32.36 18.77 18.77 1 AXB 1 0.25 0.50 2 C（灌水） 4.30 43.10 25.00 25.00 1 B（播期） 4.30 441.38 256.00 256.00 1 A（品种） 34.72 382.00 11 处理： 1.00 0.58 1.16 2 区组 F0.05 F MS SS DF 变异来源 第三节 多因素试验结果的分析 4、效应和互作的显著性测验： （1）品种效应：如前表每个品种的TA是rac=3×2×3=18个小区的产量，故 因此，A1品种亩产量=174 ×1.67=290.6(斤） A2品种亩产量=78 ×1.67=130.3(斤） 相 差 160.3(斤） 第三节 多因素试验结果的分析 为测验差数160.3斤/亩的显著性，算得亩产量的标准误 即A1品种的产量显著高于A2（160.3＞15.9）。 实际上，当因素或互作的v=1时，t测验、q测