8第九章 協(xié)方差分析.ppt

1、9.1 協(xié)方差分析概述 9.2 含有一個(gè)協(xié)變量的協(xié)方差分析 9.2.1完全隨機(jī)設(shè)計(jì)協(xié)方差分析 9.2.2 隨機(jī)區(qū)組的協(xié)方差分析 9.2.3 正交試驗(yàn)的協(xié)方差分析 9.3 多元協(xié)方差分析,第九章 協(xié)方差分析,(Multiple Factor Experiment AOV),協(xié)方差分析是方差分析法與回歸分析法相結(jié)合而產(chǎn)生的一種資料分析方法，其主要作用是用處理前的試驗(yàn)記錄矯正處理后的試驗(yàn)記錄，以避免由于處理前基數(shù)不一對(duì)處理后差異顯著性所帶來(lái)的影響，從而提高試驗(yàn)結(jié)果的精確度。,9.1 協(xié)方差分析概述,記處理前觀(guān)測(cè)值（基數(shù)）為x、試驗(yàn)處理后觀(guān)測(cè)值為y。 首先進(jìn)行x與y回歸分析，若F回歸不顯著，即基數(shù)x對(duì)

2、處理后的效應(yīng)y無(wú)影響，直接進(jìn)行一般的方差分析即可； 若F回歸顯著，必須對(duì)y進(jìn)行回歸矯正， 矯正后進(jìn)行處理間方差分析。若F處理測(cè)驗(yàn)不顯著，說(shuō)明除去回歸關(guān)系（即除去基本不同的影響）后各處理差異不顯著； 若F處理測(cè)驗(yàn)顯著，說(shuō)明各處理經(jīng)除去y關(guān)于x的回歸關(guān)系后，仍存在顯著的差異，用較正后的y的均數(shù)進(jìn)行處理間多重比較。,協(xié)方差分析的分析步驟（原理）：,例9.1 比較三種豬飼料A1，A2，A3對(duì)豬催肥的效果，測(cè)得每頭豬增重（y）與初始重量（x）數(shù)據(jù)如下表。試測(cè)定三種飼料對(duì)豬的催肥有無(wú)顯著的不同？初始重量與豬的增加重量之間有無(wú)明顯的關(guān)系？,表 豬的初始重量（x）與增加重量（y）,9.1 含一個(gè)協(xié)變數(shù)的協(xié)方差

3、分析,1.完全隨機(jī)化設(shè)計(jì)的協(xié)方差分析,程序名：例9.1.協(xié)方差分析（課件）,Source DF Type III SS Mean Square F Value Pr F FEED 2 707.218765 353.609382 31.07 .0001 X 1 1010.760432 1010.760432 88.81 .0001,主要輸出結(jié)果與說(shuō)明：,Means feed/t; 語(yǔ)句目的-即用y原均數(shù)多重比較 t Grouping Mean N FEED A 98.000 8 A2 A A 96.875 8 A3 B 81.750 8 A1,TRT Y Std Err Pr |T| LSMEA

4、N LSMEAN LSMEAN H0:LSMEAN=0 Number A1 94.9586305 1.8403872 |T| H0: LSMEAN(i)=LSMEAN(j) i/j 1 2 3 1 0.0424 0.0013 2 0.0424 .0001 3 0.0013 .0001,原t Grouping Mean N FEED A 98.000 8 A2 A 96.875 8 A3 B 81.750 8 A1,矯正后均數(shù),結(jié)論：3種飼料兩兩間差異顯著或極顯著。,p164例9.2 玉米品種比較試驗(yàn)，參試品種六個(gè)，采用重復(fù)四次的隨機(jī)區(qū)組設(shè)計(jì)。每小區(qū)株數(shù)（x）及產(chǎn)量（y）如表9.2所示：,表9.

5、2 玉米品種比較試驗(yàn)結(jié)果,9.2.2 隨機(jī)區(qū)組的協(xié)方差分析,其SAS程序：,data corn; do corn=1 to 6; do block=1 to 4; input x y; output; end;end; cards; 28 202 22 165 27 . . . . . . 221 27 207 24 204 ;,9.2.3 正交試驗(yàn)的協(xié)方差分析,實(shí)例：題P165 SAS程序P166,例 9.3 廣西三合口農(nóng)場(chǎng)作一橡膠樹(shù)肥料三要素試驗(yàn)，因子與水平如下表：,L9（34）,表9.7 L9（34）肥料試驗(yàn)結(jié)果表,在excel錄數(shù)據(jù),; proc glm; class N P K e block; model y=N P K E block X/solution; lsmeans N P K/stderr pdiff; run;,data S; input N P K e; do block=1 to 4; input x y ;output; end; cards; 1 1 1 1 1 30.3 32.9 30.5 31.628.