生物统计学第九章单因素方差分析.ppt

第九章单因素方差分析One factoranalysisofvariance 用6种培养液培养红苜蓿 每一种培养液做5次重复 测定5盆苜蓿的含氮量 结果如下表 单位 mg 问用6种不同培养液培养的红苜蓿含氮量差异是否显著 方差分析analysisofvariance ANOVA由英国统计学家R A Fisher于1923年提出 方差分析是一种特殊的假设检验 是用来判断多组数据之间平均数差异显著性的 它不同于t检验之处在于 它把所有数据放在一起 一次比较就对所有各组间是否有差异做出判断 如果没有显著性差异 则认为各组平均数相同 如果发现有差异 再进一步比较是哪组数据与其它数据不同 方差分析中常用基本概念 一 试验指标experimentalindex为衡量试验结果的好坏或处理效应的高低 在试验中具体测定的性状或观测的项目 二 试验因素experimentalfactor试验中所研究的影响试验指标的因素叫试验因素 常用大写字母A B C 等表示 单因素试验与两因素或多因素试验 固定因素与随机因素 是否可控制 三 因素水平leveloffactor试验因素所处的某些特定状态或数量等级称为因素水平 简称水平 比如 不同的温度 溶液不同浓度等 四 重复repeat在试验中 将一个处理实施在两个或两个以上的试验单位上 称为处理有重复 某一处理实施的试验单位数称为该处理的重复数 本章主要内容第一节单因素方差分析的基本原理第二节单因素方差分析的基本步骤 教学重点 单因素方差分析的方法教学要求 1 掌握方差分析的概念 作用 基本原理与步骤2 掌握单因素试验资料的方差分析方法 第一节单因素方差分析的基本原理 一 线性模型二 固定线性模型三 随机线性模型四 多重比较五 基本假定 一 线性模型linearstatisticalmodel假设某单因素试验有a个处理 每个处理有n次重复 共有na个观测值 这类试验资料的数据模式如表9 1所示 一 线性模型 表9 1单因素方差分析的典型数据模式 各处理总和 平均数 大总和 总平均数是计算的一级数据 在本章我们采用了黑点符号体系法表示 要注意熟悉和掌握 可以分解为表示第i个处理观测值总体的平均数 为了看出各处理的影响大小 将再进行分解 其中 表示全试验观测值的总体平均数 overallmean 是第i个处理的效应 treatmenteffect 表示处理i对试验结果产生的影响 是试验误差 相互独立 且服从正态分布N 0 2 该式称为单因素试验的线性统计模型或数学模型 二 方差分析的基本思路将a个处理的观测值作为一个整体看待 把观察值总变异的平方和及自由度分解为相应于不同变异来源的平方和及自由度 进而获得不同变异来源的总体方差估计值 通过计算这些估计值的适当比值 就能检验各样本所属总体均值是否相等 方差分析实质上是关于观测值变异原因的数量分析 二固定模型fixedmodel因素固定 效应也固定 反应到线性模型中即为常数 可要求 1 假设固定模型的零假设为 备择假设为 故an个观察值的总变异可分解为处理间的变异和处理内的变异两部分 全部观察值的总变异可以用总均方来度量 处理间变异和处理内变异分别用处理间均方和处理内均方来度量 2 平方和与自由度的剖分 总平方和的拆分 三种平方和的简便计算公式如下 等重复时 不等重复时 在计算总平方和时 资料中的各个观察值要受这一条件约束 总自由度等于资料中观察值的总个数减一 即an 1 总自由度记为dfT 则dfT an 1 在计算处理间平方和时 各处理均数要受这一条件的约束 故处理间自由度为处理数减1 即a 1 处理间自由度记为dft 则dft a 1 总自由度的拆分 在计算处理内平方和时 要受a个条件的约束 即 i 1 2 a 故处理内自由度为资料中观察值的总个数减a 即an a 处理内自由度记为dfe 则dfe an a a n 1 因为na 1 a 1 na a a 1 a n 1 所以dfT dfA dfe综合以上各式得 总均方的拆分是通过将总均方的分子 称为总离均差平方和 简称为总平方和 SST 剖分成处理间平方和 SSA 与处理内平方和 SSe 两部分 将总均方的分母 称为总自由度 剖分成处理间自由度与处理内自由度两部分来实现的 处理间均方 处理均方 MSA 处理内均方 误差均方 MSe 各部分平方和除以各自的自由度便得到总均方 处理间均方和处理内均方 分别记为 MST 或ST2 MSA 或SA2 和MSe 或Se2 即MST ST2 SST dfT MSt St2 SSt dft MSe Se2 Sse dfe注意 在方差分析中不涉及总均方的数值 所以一般不必计算 总均方一般不等于处理间均方加处理内均方 3 期望均方expectedmeansquaresEMS若A是B的无偏估计 则称B是A的数学期望 处理内均方MSe是误差方差 2的无偏估计值 即 2称为MSe的数学期望 4 统计量当零假设成立时 处理效应的方差为零 亦即各处理观察值总体均数 i i 1 2 a 相等时 处理间均方MSA与处理内均方一样 也是误差方差 2的估计值 方差分析就是通过MSA与MSe的比较来推断各处理平均数间差异的大小 F MSA2 MSe2F具有两个自由度 df1 dfA a 1 df2 dfe a n 1 查附表7 若F 即P 0 05 不能否定H0 可认为各处理间差异不显著 若 F 即0 01 P 0 05 否定H0 接受HA 认为各处理间差异显著 标记 若F 即P 0 01 否定H0 接受HA 认为各处理间差异极显著 标记 例9 1 某试验研究不同药物对腹水癌的治疗效果 将患腹水癌的25只小白鼠随机分为5组 每组5只 其中A1组不用药作为对照 A2 A3为两个不同的用中药组 A4 A5为两个不同的西药组 各组小白鼠的存活天数如表7 2所示 表9 2用不同药物治疗腹水癌小白鼠的结果 这是一个单因素试验 处理数a 5 重复数n 5 第一步 计算一级数据 见表 第二步 计算SSe SSA dfe dfA矫正项C x2 an 5 5 22921 96总平方和处理间平方和 248274 2291 96 1905 44处理内平方和SSe SST SSA 2183 04 1905 44 277 60 20 总自由度dfT an 1 25 1 24 5 5 1 24处理间自由度dfA a 1 5 1 4 4处理内自由度dfe dfT dfA 24 4 20 处理间均方MSA SSt dfA 1905 44 4 476 36处理内均方MSe SSe dfe 277 60 20 13 88第三步 提出假设 24零假设为 H0 各处理组小鼠存活天数差异不显著备择假设为 HA 各处理组小鼠存活天数差异显著 第四步 计算统计量F MSA MSe 476 36 13 88 34 32 第五步 查表根据df1 dft 4 df2 dfe 20查附表7 得F0 01 4 20 4 43第六步 做出推断及生物学解释 F F0 01 4 20 4 43 P 0 01 说明五个处理小白鼠存活天数差异极显著 用不同药物治疗小白鼠腹水癌的疗效是不同的 在方差分析中 通常将变异来源 平方和 自由度 均方和F值归纳成一张方差分析表 见表9 3 表9 3表9 2资料的方差分析表 F值应与相应的被检验因素齐行 在表的左下方注出显著水平 三 随机模型Randommodel因素随机 效应不固定是试验误差 相互独立且服从正态分布不再为常数 且服从正态分布1 假设随机模型的零假设为 备择假设为 2 总平方和与总自由度的剖分 同固定模型3 数学期望 4 统计量F 注意 在做生物学解释时 固定模型中的结论只适用于检查的那几个因素水平 随机模型中的结论可推广到这一因素的各个水平 四 多重比较 multiplecomparisons 统计上把多个平均数两两间的相互比较称为多重比较 一 为什么要进行多重比较 F值显著或极显著 否定了无效假Ho 表明试验的总变异主要来源于处理间的变异 试验中各处理平均数间存在显著或极显著差异 但并不意味着每两个处理平均数间的差异都显著或极显著 也不能具体说明哪些处理平均数间有显著或极显著差异 哪些没有显著差异 因而 有必要进行两两处理平均数间的比较 以具体判断两两处理平均数间的差异显著性 二 常用的多重比较方法多重比较的方法甚多 常用的有最小显著差数法和最小显著极差法 1 最小显著差数法 LSD法 Leastsignificantdifference 1 1LSD法的基本原理在处理间F检验显著的前提下 先计算出显著水平为 的最小显著差数LSD 然后将任意两个处理平均数的差数的绝对值与其比较 作出结论 最小显著差数由下式计算 式中为在F检验中误差自由度下 显著水平为 的临界t值 均数差异标准误则下式算得 其中MSe为F检验中的误差均方 n为各处理内的重复数 显著水平取0 05和0 01时 从t值表查出代入 即可求得LSD0 05和LSD0 011 2LSD法多重比较步骤 列出平数的多重比较表 比较表中各处理按其平均数从大到小自上而下排列 计算最小显著差数LSD0 05和LSD0 01 将平均数多重比较表中两两平均数的差数与计算出的LSD0 05 LSD0 01比较 作出统计推断 例9 1 dfe 20 n 5 MSe 13 88查t值表得 t0 05 dfe t0 05 20 2 086 t0 01 dfe t0 01 20 2 845所以显著水平为0 05与0 01的最小的显著差数为 表9 4五个处理小鼠平均存活天数多重比较表 LSD法 将表9 4中的10个差数与LSD0 05 LSD0 01比较 小于LSD0 05者不显著 介于LSD0 05与LSD0 01之间者显著 标记 大于LSD0 01者极显著 标记 检验结果除差数1 6不显著 5 2显著外 其余各差数极显著 表明所用的药物不论中西药对小白鼠腹水癌都有一定疗效 除中药A3与西药A4的疗效差异不显著外 其余药物间的疗效都有显著或极显著差异 说明 实质上就是t检验法 LSD法是将t检验中把所求得的t的绝对值与临界值的比较转化为将各对均数差值的绝对值与最小显著差数的比较 从而做出统计推断的 2 Duncan法2 1Duncan法的基本原理把平均数的差数看成是平均数的极差 根据极差范围内所包含的处理数 称为秩次距 k的不同而采用不同的检验尺度 最小显著极差R k 如果两平均数的极差大于或等于R k 则两平均数间差异显著 如果小于R k 差异不显著 这种方法就称为Duncan法 若xi xj k i j 1 因此 若有a个平均数相互比较 就有a 1种秩次距 a a 1 a 2 2 因而需求得a 1个R k 以作为判断各秩次距 k 平均数的极差是否显著的标准 2 2检验步骤 列出平均数多重比较表 由自由度dfe 秩次距k查 多重比较中的Duncan表 附表9 计算最小显著极差R0 05 k和R0 01 k 将平均数多重比较表中的各极差与相应的最小显著极差R0 05 k和R0 01 k比较 作出统计推断 对于 例9 1 已算出 1 67 依dfe 20 k 2 3 4 5 由附表9查临界r0 05 20 k 和r0 01 20 k 值 乘以 求得各最小显著极差 所得结果列于表9 5 表9 5r值与R值 表9 6五个处理小鼠平均存活天数多重比较表 Duncan法 五 基本假定 效应的可加性 additivity 分布的正态性 normality 方差的同质性 homogeneity 方差分析的基本步骤1 计算各项平方和与自由度 2 列出方差分析表 进行F检验 3 若F检验显著 则进行多重比较 多重比较的方法有最小显著差数法 LSD法 和Duncan法 第二节单因素方差分析的基本步骤 一 各处理重复数相等的方差分析 例9 2 为了研究小白鼠患白血病后脾组织中DNA含量的变化 测定四组 每组各8只 即a 4 n 8 小白鼠脾组织中DNA的含量 第1组为正常脾 第2组为患自发性白血病的脾 第3组为患移植性白血病AK4的脾 第4组为患移植性白血病9421的脾 测定结果见表9 7 试检验各组DNA含量差异是否显著 表9 7四组小白鼠脾组织中DNA含量1 计算各项平方和与自由度C x2 an 398 12 4 8 4952 61 SSe SST SSA 133 40 89 72 43 68dfT an 1 4 8 1 31dfA a 1 4 1 3dfe dfT dfA 31 3 282 列出方差分析表 进行F检验 见表9 8 表9 8四组小白鼠脾中DNA含量方差分析表 根据df1 dfA 3 df2 dfe 28查临界F值得 F0 05 3 28 2 95 F0 01 3 28 4 57因为F F0 01 3 28 即P 0 01 表明处理间DNA含量的差异达到1 显著水平 3 多重比较采用Duncan法 各处理平均数多重比较表 见表9 9 因为MSe 1 56 n 8 所以根据dfe 28 秩次距k 2 3 4由附表9查出 0 05和 0 01的各临界r值 各r值乘以 即得各最小显著极差 所得结果列于表9 10 表9 9r值及LSR值 平均数 表9 10各组DNA含量平均数多重比较表 检验结果表明 正常脾中DNA含量极显著高于患有各类白血病脾中DNA含量 患自发性白血病脾中DNA含量极显著高于患移植性白血病9421 显著高于患移植性白血病AK4 第三组第四组之间差异不显著 四组中以正常脾DNA含量最高 第二组次之 第三 四组最低 也就是说各类白血病都将导致小白鼠脾中DNA含量明显降低 二 各处理重复数不相等的方差分析这种情况下方差分析步骤与各处理重复数相等的情况相同 只是在有关计算公式上略有差异 设处理数为a 各处理重复数为n1 n2 na 试验观察值总数为N ni 则 例9 3 五个不同品种猪的育肥试验 后期30天增重 kg 如表7 11所示 试比较品种间增重有无差异 表9 1