两因素完全随机设计PPT讲稿.ppt

《两因素完全随机设计PPT讲稿.ppt》由会员分享，可在线阅读，更多相关《两因素完全随机设计PPT讲稿.ppt（86页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、两因素完全随机设计2023/4/7第1页，共86页，编辑于2022年，星期三 设试验考察设试验考察A、B两个因素两个因素，A因素分因素分a个水个水平，平，B因素分因素分b个水平。个水平。所谓所谓交叉分组交叉分组是指是指A因素每个水平与因素每个水平与 B因素因素的每个水平都要碰到，两者交叉搭配形成的每个水平都要碰到，两者交叉搭配形成ab个个水平组合即处理，试验因素水平组合即处理，试验因素 A、B在试验中处于在试验中处于平等地位平等地位。一、两因素交叉分组试验资料的方差分析一、两因素交叉分组试验资料的方差分析 第2页，共86页，编辑于2022年，星期三(一一)两因素单个观测值试验资料的两因素单个观

2、测值试验资料的 方差分析方差分析 对于对于A、B 两个试验因素的全部两个试验因素的全部ab个水平个水平组合，每个水平组合只有一个观测值，全试验组合，每个水平组合只有一个观测值，全试验共有共有 ab 个观测值，其数据模式如个观测值，其数据模式如 表表5-21 所所示。示。下一张 主 页 退 出 上一张 第3页，共86页，编辑于2022年，星期三下一张 主 页 退 出 上一张 第4页，共86页，编辑于2022年，星期三两因素单个观测值试验的数学模型为：两因素单个观测值试验的数学模型为：下一张 主 页 退 出 上一张 第5页，共86页，编辑于2022年，星期三式中式中 为总平均数；为总平均数；i，j

3、分别为分别为Ai、Bj的效应的效应:i=i-，j=j-i、j分别为分别为Ai、Bj观测值总体平均数，观测值总体平均数，且且i=0,j=0;ij 为随机误差为随机误差，相互独立，相互独立，且服从，且服从N(0，2)。下一张 主 页 退 出 上一张 第6页，共86页，编辑于2022年，星期三 两因素交叉分组单个观测值的试验资料，两因素交叉分组单个观测值的试验资料，A因素的每个水平有因素的每个水平有b次重复，次重复，B 因素的每个水因素的每个水平有平有a次重复，每个观测值同时受到次重复，每个观测值同时受到A、B 两因两因素及随机误差的作用素及随机误差的作用。因此全部因此全部ab 个观测值的总变异可以

4、分解个观测值的总变异可以分解为为 A 因素水平间变异、因素水平间变异、B因素水平间变异及试因素水平间变异及试验误差三部分。验误差三部分。下一张 主 页 退 出 上一张 第7页，共86页，编辑于2022年，星期三平方和与自由度的分解式平方和与自由度的分解式如下：如下：下一张 主 页 退 出 上一张 第8页，共86页，编辑于2022年，星期三总平方和总平方和下一张 主 页 退 出 上一张 各项平方和与自由度的计算公式为各项平方和与自由度的计算公式为矫正数矫正数第9页，共86页，编辑于2022年，星期三误差平方和误差平方和 SSe=SST-SSA-SSBB因素平方和因素平方和A因素平方和因素平方和第

5、10页，共86页，编辑于2022年，星期三总自由度总自由度 dfT=ab-1A因素自由度因素自由度 dfA=a-1B因素自由度因素自由度 dfB=b-1误差自由度误差自由度 dfe=dfT-dfA dfB =(a-1)(b-1)下一张 主 页 退 出 上一张 第11页，共86页，编辑于2022年，星期三 【例例5-5】为了研究不同的田间管理为了研究不同的田间管理方法对草莓产量的影响，方法对草莓产量的影响，选择了选择了 6个不同个不同的地块，每个地块分成的地块，每个地块分成 3 个小区，随机安个小区，随机安排排 3 种田间管理方法，所得结果见种田间管理方法，所得结果见 表表5-22，试作方差分析

6、。，试作方差分析。下一张 主 页 退 出 上一张 第12页，共86页，编辑于2022年，星期三 这是个两因素单个观测值试验结果。这是个两因素单个观测值试验结果。A因素有因素有 6 个水平，即个水平，即 a=6；B 因素有因素有3个水个水平，平，即即b=3；共有；共有ab=63=18个观测值。个观测值。下一张 主 页 退 出 上一张 1 1、计算各项平方和与自由度、计算各项平方和与自由度第13页，共86页，编辑于2022年，星期三第14页，共86页，编辑于2022年，星期三第15页，共86页，编辑于2022年，星期三下一张 主 页 退 出 上一张 第16页，共86页，编辑于2022年，星期三 2

7、、列出、列出方差分析表方差分析表，进行，进行F 检验检验下一张 主 页 退 出 上一张 F捡验结果表明：捡验结果表明：不同地块和不同田间管理方法对草莓的不同地块和不同田间管理方法对草莓的产量均有显著或极显著影响，有必要进一步产量均有显著或极显著影响，有必要进一步对对 A、B 两因素不同水平的平均产量进行多两因素不同水平的平均产量进行多重比较。重比较。第17页，共86页，编辑于2022年，星期三3、多重比较多重比较 (1)不同地块的草莓平均产量比较不同地块的草莓平均产量比较，采用，采用q法法(见见表表5-24)。在两因素单个观测值试验情况下，在两因素单个观测值试验情况下，A因因素每一水平的重复数

8、恰为素每一水平的重复数恰为B因素的水平数因素的水平数b。下一张 主 页 退 出 上一张 第18页，共86页，编辑于2022年，星期三 根据根据dfe=10，秩次距秩次距k=2,3,4,5,6从附从附表表5中查出中查出=0.05和和=0.01的临界的临界q值，与值，与标准误相乘，计算出最小显著极差标准误相乘，计算出最小显著极差LSR，q值值及及LSR值列于值列于表表5-25。下一张 主 页 退 出 上一张 第19页，共86页，编辑于2022年，星期三（2）不同田间管理方法的草莓平均产量比较）不同田间管理方法的草莓平均产量比较 B因素各水平平均数比较表见因素各水平平均数比较表见表表5-26。在两因

9、素单独观测值试验情况下，在两因素单独观测值试验情况下，B 因因素素(本例为田间管理方法本例为田间管理方法)每一水平的重复数每一水平的重复数恰为恰为A因素的水平数因素的水平数a。第20页，共86页，编辑于2022年，星期三 B 因素的标准误因素的标准误 根据根据dfe=10，秩次距，秩次距k=2，3，查临界，查临界 q 值并与值并与 相乘，求得相乘，求得LSR，见，见表表5-27。第21页，共86页，编辑于2022年，星期三 在进行两因素或多因素的试验时，除了在进行两因素或多因素的试验时，除了研究每一因素对试验指标的影响外，往往研究每一因素对试验指标的影响外，往往更希望研究因素之间的交互作用。更

10、希望研究因素之间的交互作用。例如，通过对播种期、播种密度、施例如，通过对播种期、播种密度、施氮量、施钾量、施磷量对作物生长发育的氮量、施钾量、施磷量对作物生长发育的影响有无交互作用的研究，对最终确定有影响有无交互作用的研究，对最终确定有利于作物生产的利于作物生产的最佳栽培技术最佳栽培技术体系是有重体系是有重要意义的。要意义的。下一张 主 页 退 出 上一张 第22页，共86页，编辑于2022年，星期三 前面介绍的两因素单个观测值试验只适前面介绍的两因素单个观测值试验只适用于两个因素间无交互作用的情况。用于两个因素间无交互作用的情况。若两因素间有交互作用，则每个水平组若两因素间有交互作用，则每个

11、水平组合中只设一个试验单位合中只设一个试验单位(观察单位观察单位)的试验设的试验设计是不正确的或不完善的。这是因为：计是不正确的或不完善的。这是因为：下一张 主 页 退 出 上一张 第23页，共86页，编辑于2022年，星期三 (1)在这种情况下，在这种情况下，SSe，dfe 实际上是实际上是A、B 两因素交互作用平方和与自由度两因素交互作用平方和与自由度，所算，所算得的得的MSe是交互作用均方，主要反映由交互作是交互作用均方，主要反映由交互作用引起的变异。用引起的变异。(2)这时若仍按这时若仍按【例例5-5】所采用的方法所采用的方法进行方差分析，由于误差均方值大进行方差分析，由于误差均方值大

12、(包含交互包含交互作用在内作用在内)，有可能掩盖试验因素的显著性，有可能掩盖试验因素的显著性，从而增大犯从而增大犯型错误的概率。型错误的概率。第24页，共86页，编辑于2022年，星期三 因此，因此，进行两因素或多因素试验时，一般进行两因素或多因素试验时，一般应设置重复，以便正确估计试验误差，深入研应设置重复，以便正确估计试验误差，深入研究因素间的交互作用究因素间的交互作用。下一张 主 页 退 出 上一张 (3)因为每个水平组合只有一个观测值，所以因为每个水平组合只有一个观测值，所以无法估计真正的试验误差，因而不可能对因素的无法估计真正的试验误差，因而不可能对因素的交互作用进行研究。交互作用进

13、行研究。第25页，共86页，编辑于2022年，星期三 (二二)两因素有重复观测值试验资料的两因素有重复观测值试验资料的方差分析方差分析 对两因素和多因素有重复观测值试验结对两因素和多因素有重复观测值试验结果的分析，能研究因素的果的分析，能研究因素的简单效应简单效应、主效应主效应和因素间的和因素间的交互作用交互作用(互作互作)效应效应。下一张 主 页 退 出 上一张 第26页，共86页，编辑于2022年，星期三 1、简单效应简单效应 在某因素同一水平上，另一因在某因素同一水平上，另一因素不同水平对试验指标的影响称为简单效应素不同水平对试验指标的影响称为简单效应。如在如在表表5-28中，中，在在A

14、1(不追肥不追肥)上，上，B2-B 1=480-470=10 在在A2(追肥追肥)上，上，B2-B1=512-472=40 在在B1 (不除草不除草)上，上，A2-A1=472-470=2 在在B2 (除草除草)上，上，A2-A1=512-480=32就是就是简单效应简单效应。简单效应实际上是特殊水平组合间的差数简单效应实际上是特殊水平组合间的差数。下一张 主 页 退 出 上一张 第27页，共86页，编辑于2022年，星期三 2、主效应主效应 由于因素水平的改变而引起的由于因素水平的改变而引起的平均数的改变量称为主效应平均数的改变量称为主效应。如在。如在表表5-28中，中，当当A因素由因素由A

15、1水平变到水平变到A2水平时，水平时，A因素的主效因素的主效应为应为A2水平的平均数减去水平的平均数减去A1水平的平均数，即水平的平均数，即 A因素的主效应因素的主效应=492-475=17同理同理 B因素的主效应因素的主效应=496-471=25 主效应也就是简单效应的平均主效应也就是简单效应的平均，如，如 (32+2)2=17，(40+10)2=25。下一张 主 页 退 出 上一张 第28页，共86页，编辑于2022年，星期三 3、交互作用交互作用(互作互作)在在 多因素试验中，多因素试验中，一个因素的作用要受到另一个因素的影响，一个因素的作用要受到另一个因素的影响，表现为某一因素在另一因

16、素的不同水平上所表现为某一因素在另一因素的不同水平上所产生的效应不同，这种现象称为产生的效应不同，这种现象称为该两因素存该两因素存在交互作用在交互作用。如在表。如在表5-28中：中：A在在B1水平上的效应水平上的效应=472-470=2 A在在B2水平上的效应水平上的效应=512-480=32 B在在A1水平上的效应水平上的效应=480-470=10 B在在A2水平上的效应水平上的效应=512-472=40下一张 主 页 退 出 上一张 第29页，共86页，编辑于2022年，星期三 A A的效应随着的效应随着B B因素水平的不同而不同，反因素水平的不同而不同，反之亦然，此时称之亦然，此时称A

17、A、B B两因素间存在交互作用，两因素间存在交互作用，记为记为A AB B。或者说，某一因素的简单效应随着另一因或者说，某一因素的简单效应随着另一因素水平的变化而变化时，则称该两因素间存在素水平的变化而变化时，则称该两因素间存在 交互作用。交互作用。互作效应互作效应可由可由(A1B1+A2B2-A1B2-A2B1)/2来估计。来估计。表表5-28中的互作效应为：中的互作效应为：(470+512-480-472)/2=15下一张 主 页 退 出 上一张 第30页，共86页，编辑于2022年，星期三 互作效应实际指的就是由于两个或两个以上互作效应实际指的就是由于两个或两个以上试验因素的相互作用而产

18、生的效应试验因素的相互作用而产生的效应。如在如在表表5-28中：中：A2B1-A1B1=472-470=2，这是追肥单独，这是追肥单独作用的效应；作用的效应；A1B2-A1B1=480-470=10，这是除草单独，这是除草单独作用的效应；作用的效应；两者单独作用的效应总和是两者单独作用的效应总和是2+10=12。下一张 主 页 退 出 上一张 第31页，共86页，编辑于2022年，星期三 但是，但是，A2B2-A1B1=512-470=42，而不，而不是是12。这就是说，同时追肥、除草产生的效应不这就是说，同时追肥、除草产生的效应不是单独某田间管理措施所产生效应的和，而另是单独某田间管理措施所

19、产生效应的和，而另外多增加了外多增加了30 30，这个，这个30 30 是两种田间管理措施是两种田间管理措施共同作用的结果。共同作用的结果。若将其平均分到每种田间管理头上，则各若将其平均分到每种田间管理头上，则各为为15，即估计的互作效应。，即估计的互作效应。下一张 主 页 退 出 上一张 第32页，共86页，编辑于2022年，星期三 设设A与与B两因素分别具有两因素分别具有a与与b个水平，个水平，共有共有ab个水平组合，每个水平组合有个水平组合，每个水平组合有n次重次重复，则全试验共有复，则全试验共有abn个观测值。个观测值。这类试验结果方差分析的数据模式如这类试验结果方差分析的数据模式如表

20、表5-29(P129)所示。所示。下一张 主 页 退 出 上一张 两因素有重复观测值试验资料的方差分析法两因素有重复观测值试验资料的方差分析法第33页，共86页，编辑于2022年，星期三下一张 主 页 退 出 上一张 第34页，共86页，编辑于2022年，星期三两因素有重复观测值试验的两因素有重复观测值试验的数学模型数学模型为为:其中，其中，为总平均数；为总平均数；i为为Ai的效应；的效应；j为为Bj的效应；的效应；()ij为为Ai与与Bj的互作效应；的互作效应；ijl 为随机误差，相互独立，且都服从为随机误差，相互独立，且都服从N(0，2)。下一张 主 页 退 出 上一张 第35页，共86页

21、，编辑于2022年，星期三 分别为分别为A Ai i、B Bj j、A Ai iB Bj j观测值总体平观测值总体平均数；且均数；且 下一张 主 页 退 出 上一张()ij为为Ai与与Bj的互作效应的互作效应 第36页，共86页，编辑于2022年，星期三 因试验资料的因试验资料的总变异总变异可分解为可分解为水平组合间变异水平组合间变异与与水平组合内变异水平组合内变异 即即 误差误差两部分两部分，若，若 记记A、B 水水平组合间的平方和与自由度为平组合间的平方和与自由度为 SSAB，dfAB，则，则两两因素有重复观测值试验资料方差分析平方和与自因素有重复观测值试验资料方差分析平方和与自由度的分解

22、式由度的分解式可表示为可表示为:第37页，共86页，编辑于2022年，星期三 因因 A、B 水平组合间变异水平组合间变异可再分解为可再分解为A 因素，因素，B因素，因素，A因素与因素与B因素交互作用变异因素交互作用变异三部分，于是三部分，于是SSAB、dfAB可再分解可再分解为：为：其中，其中，SSAB，dfAB为为A因素与因素与B因素交互因素交互作用平方和与自由度作用平方和与自由度。第38页，共86页，编辑于2022年，星期三下一张 主 页 退 出 上一张 两因素有重复观测值试验结果方差分析两因素有重复观测值试验结果方差分析平平方和与自由度的分解式方和与自由度的分解式为：为：各项平方和、自由

23、度的计算公式如下各项平方和、自由度的计算公式如下：第39页，共86页，编辑于2022年，星期三总平方和与自由度总平方和与自由度矫正数矫正数水平组合平方和与自由度水平组合平方和与自由度第40页，共86页，编辑于2022年，星期三A A因素平方和与自由度因素平方和与自由度B B因素平方和与自由度因素平方和与自由度 第41页，共86页，编辑于2022年，星期三交互作用平方和与自由度交互作用平方和与自由度误差平方和与自由度误差平方和与自由度第42页，共86页，编辑于2022年，星期三 【例例5-6】为了研究不同的为了研究不同的种植密度种植密度和和商商业化肥业化肥对大麦产量的影响，将对大麦产量的影响，将

24、种植密度种植密度(A)设设置置3个水平、施用的商业化肥个水平、施用的商业化肥(B)设置设置 5个水个水平，交叉分组，重复平，交叉分组，重复4次，完全随机设计次，完全随机设计。产。产量结果量结果(kg/小区小区)列于表列于表5-30(P131)，试分，试分析种植密度和施用的商业化肥对大麦产量的影析种植密度和施用的商业化肥对大麦产量的影响。响。下一张 主 页 退 出 上一张 方差分析如下：方差分析如下：第43页，共86页，编辑于2022年，星期三 1 1、计算各项平方和与自由度、计算各项平方和与自由度下一张 主 页 退 出 上一张 第44页，共86页，编辑于2022年，星期三第45页，共86页，编

25、辑于2022年，星期三第46页，共86页，编辑于2022年，星期三下一张 主 页 退 出 上一张 第47页，共86页，编辑于2022年，星期三 F F捡验结果表明：捡验结果表明：种植密度、商业化肥及其互作对大麦的产量均有种植密度、商业化肥及其互作对大麦的产量均有极显著影响。极显著影响。应进一步进行种植密度各水平平均数间、商业化应进一步进行种植密度各水平平均数间、商业化肥各水平平均数间、种植密度与商业化肥水平组合平肥各水平平均数间、种植密度与商业化肥水平组合平均数间的多重比较和进行简单效应的检验。均数间的多重比较和进行简单效应的检验。2 2、列出、列出方差分析表方差分析表，进行，进行F F 检验

26、检验第48页，共86页，编辑于2022年，星期三3 3、多重比较、多重比较 (1)种种植植密密度度(A)各各水水平平平平均均数数间间的的比比较较 不不同同种植密度平均数多重比较表见种植密度平均数多重比较表见表表5-32。因为因为 A 因素各水平的重复数为因素各水平的重复数为bn，故，故 A 因因素各水平的标准误素各水平的标准误(记为记为 )的计算公式为：的计算公式为：下一张 主 页 退 出 上一张 第49页，共86页，编辑于2022年，星期三 由由dfe=45，秩次距秩次距k=2、3，从附表从附表5中查出中查出=0.05与与=0.01的临界的临界q值，乘以值，乘以即得各即得各LSR值值，所得结

27、果列于，所得结果列于表表5-33。此例此例第50页，共86页，编辑于2022年，星期三 (2)商商业业化化肥肥(B)各各水水平平平平均均数数间间的的比比较较 不同商业化肥平均数多重比较表见不同商业化肥平均数多重比较表见表表5-34。因为因为 A 因素各水平的重复数为因素各水平的重复数为an，故，故 B 因素各水平的标准误因素各水平的标准误(记为记为 )的计算公式为：的计算公式为：下一张 主 页 退 出 上一张 第51页，共86页，编辑于2022年，星期三 由由dfe=45，秩次距秩次距k=2,3,4,5，从附表从附表5中中查出查出=0.05与与=0.01的临界的临界q值，乘以值，乘以 即得各即

28、得各LSR值值，所得结果列于，所得结果列于表表5-35。此例此例第52页，共86页，编辑于2022年，星期三 以上所进行的两项多重比较，实际上是以上所进行的两项多重比较，实际上是A、B两因素主效应的检验。两因素主效应的检验。结果表明，结果表明，种植密度以种植密度以 A3 的产量最高；商的产量最高；商业化肥以业化肥以B4 的产量最高的产量最高。若若A、B 因素交互作用因素交互作用不显著，则可从主效应检验中分别选出不显著，则可从主效应检验中分别选出 A、B 因因素的最优水平相组合，素的最优水平相组合，得到最优水平组合得到最优水平组合；若若 A、B 因素交互作用显著，因素交互作用显著，则应进行水平组

29、合平则应进行水平组合平均数间的多重比较，以选出最优水平组合，同时均数间的多重比较，以选出最优水平组合，同时可进行简单效应的检验可进行简单效应的检验。下一张 主 页 退 出 上一张 第53页，共86页，编辑于2022年，星期三(3)各水平组合平均数间的比较各水平组合平均数间的比较 一一般般推推荐荐使使用用LSD法法来来进进行行各各水水平平组组合合平平均均数数的的多多重重比比较较和和简简单单效效应应检检验验。也也就就是是说说，用用相相同同的的检检验验尺尺度度进进行行各各水水平平组组合合平平均均数数间间的的比较和简单效应检验比较和简单效应检验。下一张 主 页 退 出 上一张 第54页，共86页，编辑

30、于2022年，星期三 水平组合的重复数为水平组合的重复数为n，水平组合平均水平组合平均数差数标准误数差数标准误（记为（记为 ）的计算公式）的计算公式为：为：下一张 主 页 退 出 上一张 此例此例 第55页，共86页，编辑于2022年，星期三 由由dfe=45，从，从 附表附表3 中查出中查出 =0.05、=0.01的临界的临界t值，乘以值，乘以 ，得各得各LSD值，即值，即 以上述以上述LSD值去检验各水平组合平均数值去检验各水平组合平均数间的差数，结果列于表间的差数，结果列于表5-36(P135)。第56页，共86页，编辑于2022年，星期三 各各水水平平组组合合平平均均数数的的多多重重比

31、比较较结结果果表表明明，最优水平组合最优水平组合(即产量最高的组合即产量最高的组合)是是A3B3。当当A、B 因因素素的的交交互互作作用用显显著著时时，一一般般不不必必进进行行两两个个因因素素主主效效应应的的显显著著性性检检验验(因因为为这这时时主主效效应应的的显显著著性性在在实实用用意意义义上上并并不不重重要要)，而而直直接接进进行行各各水水平平组组合合平平均均数数的的多多重重比比较较，选选出最优水平组合。出最优水平组合。下一张 主 页 退 出 上一张 第57页，共86页，编辑于2022年，星期三 (4)(4)简单效应的检验简单效应的检验 简单效应实际上是特定水平组合平均数间的简单效应实际上

32、是特定水平组合平均数间的差数，检验尺度仍为差数，检验尺度仍为 LSD0.05=1.574 LSD0.01=2.103 A因素各水平上因素各水平上B因素各水平平均数间的比较因素各水平平均数间的比较 第58页，共86页，编辑于2022年，星期三A1水平平均数 B因素-25.0-26.0-27.0-30.2B330.55.5*4.5*3.5*0.3B430.25.2*4.2*3.2*B127.02.0*1.0B226.01.0B525.0第59页，共86页，编辑于2022年，星期三A2水平平均数 B因素-26.5-28.0-29.2-31.0B432.86.3*4.8*3.6*1.8*B331.04

33、.5*3.0*1.8*B129.22.7*1.2B528.01.5B226.5第60页，共86页，编辑于2022年，星期三A3水平平均数 B因素-30.0-33.0-34.0-34.2B335.05.0*2.0*1.00.8B434.24.2*1.20.2B234.04.0*1.0B133.03.0*B530.0第61页，共86页，编辑于2022年，星期三B因素各水平上因素各水平上A因素各水平平均数间的比较因素各水平平均数间的比较 A因素因素-27.0-29.2A333.06.0*3.8*A229.22.2*A127.0平均数平均数 A因素因素-26.0-26.5A334.08.0*7.5*A

34、226.50.5A126.0B2水平水平B1水平水平平均数平均数第62页，共86页，编辑于2022年，星期三平均数平均数A因素因素-30.5-31.0A335.04.5*4.0*A231.00.5A130.5平均数平均数A因素因素-30.2-32.8A334.24.0*1.4A232.82.6*A130.2B3水平水平B4水平水平第63页，共86页，编辑于2022年，星期三B5水平水平平均数平均数A因素因素-25.0-28.0A330.05.0*2.0*A228.03.0*A125.0简单效应简单效应检验结果表明：检验结果表明：第64页，共86页，编辑于2022年，星期三 当种植密度为当种植密

35、度为A1时，施用商业化肥时，施用商业化肥B3、B4的产量极显著或显著高于施用的产量极显著或显著高于施用B1、B2、B5的产的产量，施用商业化肥量，施用商业化肥B1的产量显著高于施用的产量显著高于施用B5的的产量；产量；当种植密度为当种植密度为A2时，施用商业化肥时，施用商业化肥B4的产的产量极显著或显著高于施用量极显著或显著高于施用B3、B1、B5、B2的产量，的产量，施用商业化肥施用商业化肥B3的产量极显著或显著高于施用的产量极显著或显著高于施用B5、B2、B1的产量，施用商业化肥的产量，施用商业化肥B1的产量极显著的产量极显著高于施用高于施用B2的产量；的产量；第65页，共86页，编辑于2

36、022年，星期三 当种植密度为当种植密度为A3时，施用商业化肥时，施用商业化肥B3、B4、B2、B1 的产量极显著高于施用的产量极显著高于施用 B5 的产量，施用的产量，施用商业化肥商业化肥B3的产量显著高于施用的产量显著高于施用B1的产量；的产量；无论施用哪种商业化肥，都以种植密度无论施用哪种商业化肥，都以种植密度A3的产量最高。的产量最高。综观全试验，以水平组合综观全试验，以水平组合A A3 3B B3 3的大麦产量的大麦产量最高。最高。第66页，共86页，编辑于2022年，星期三 三、系统分组资料的方差分析 在安排多因素试验方案时，将在安排多因素试验方案时，将A因素分为因素分为a个水平，

37、在个水平，在A因素每个水平下又将因素每个水平下又将B因素分成因素分成b个水平，再在个水平，再在B因素每个水平下将因素每个水平下将C因素分因素分c个个水平水平，这样得到各因素水平组合的方式称，这样得到各因素水平组合的方式称为为系统分组系统分组。由系统分组方式安排的多因素试验而得到由系统分组方式安排的多因素试验而得到的资料称为的资料称为系统分组资料系统分组资料。第67页，共86页，编辑于2022年，星期三 例如土样分析，随机取若干地块，每地例如土样分析，随机取若干地块，每地块取若干个样点，每一样点的土样又作了块取若干个样点，每一样点的土样又作了数次分析的所获得的资料；数次分析的所获得的资料；又如调

38、查某种果树病害，随机取若干又如调查某种果树病害，随机取若干株，每株取不同部位枝条，每枝条取若干株，每株取不同部位枝条，每枝条取若干叶片，查各叶片病斑数所获得的资料等都叶片，查各叶片病斑数所获得的资料等都属于系统分组资料。属于系统分组资料。第68页，共86页，编辑于2022年，星期三 在系统分组中，首先划分水平的因素在系统分组中，首先划分水平的因素(如上如上述的地块、果树述的地块、果树)叫叫一级因素一级因素，其次划分水平，其次划分水平的因素的因素(如上述的样点、枝条如上述的样点、枝条)叫叫二级因素二级因素，类，类此有三级因素此有三级因素。在系统分组中，二级因素的各水平套在一在系统分组中，二级因素

39、的各水平套在一级因素的每个水平下，它们之间是从属关系而级因素的每个水平下，它们之间是从属关系而不是平等关系，不是平等关系，分析侧重于一级因素。分析侧重于一级因素。第69页，共86页，编辑于2022年，星期三 最简单的系统分组资料是二级系统分组最简单的系统分组资料是二级系统分组资料。资料。如果如果A因素有因素有a个水平；个水平；A因素每个水因素每个水平平Ai下下B因素分因素分b个水平；个水平；B因素每个水平因素每个水平有有n个观测值，则共有个观测值，则共有abn 个观测值，其个观测值，其数据模式如数据模式如表表5-37所示。所示。第70页，共86页，编辑于2022年，星期三 数学模型：数学模型：

40、其中，其中，为为全部全部观测值观测值的的总总体平均数体平均数；为为Ai的效的效应应，；为为Ai内内Bij的效的效应应，；、分分别为别为Ai、Bij观测值总观测值总体平均数；体平均数；为为随机随机误误差、相互独立、且都服从差、相互独立、且都服从 N(0,2)。第71页，共86页，编辑于2022年，星期三 表表5-37资料的资料的总变异总变异可分解为可分解为A A因素各水平因素各水平(A Ai i)间的变异间的变异，A A因素各水平因素各水平(A Ai i)内内B B因素各水平因素各水平(B Bijij)间的变异间的变异 和和试验误差试验误差 三部分。三部分。平方和与自由度的分解式平方和与自由度的

41、分解式为为 其中其中SSB(A)、dfB(A)表示表示A因素内因素内B因素的平方因素的平方和与自由度。和与自由度。第72页，共86页，编辑于2022年，星期三各项平方和与自由度计算公式如下：各项平方和与自由度计算公式如下：第73页，共86页，编辑于2022年，星期三第74页，共86页，编辑于2022年，星期三各项均方如下：各项均方如下：误差均方误差均方 A因素内因素内B因素的均方因素的均方 A因素的均方因素的均方第75页，共86页，编辑于2022年，星期三 F F 检验时检验时 F F 值的计算：值的计算：检验检验A因素时因素时:检验检验A因素内因素内B因素时因素时:第76页，共86页，编辑于

42、2022年，星期三 【例例5-7】随机选取随机选取3株植物，在每一株植物，在每一株内随机选取两片叶子，用取样器从每一株内随机选取两片叶子，用取样器从每一片叶子上选取同样面积的两个样本，称取片叶子上选取同样面积的两个样本，称取湿重（湿重（g），结果见），结果见表表5-38。分析不同植。分析不同植株和同一植株上的不同叶片间湿重差异是株和同一植株上的不同叶片间湿重差异是否显著否显著。第77页，共86页，编辑于2022年，星期三矫正数矫正数 总平方和及其自由度总平方和及其自由度 1 1、计算各项平方和与自由度、计算各项平方和与自由度第78页，共86页，编辑于2022年，星期三植株间平方和及其自由度植株

43、间平方和及其自由度 第79页，共86页，编辑于2022年，星期三植株内叶片间的平方和及其自由度植株内叶片间的平方和及其自由度 第80页，共86页，编辑于2022年，星期三误差误差 平方和及其自由度平方和及其自由度 第81页，共86页，编辑于2022年，星期三2、列出方差分析表，进行列出方差分析表，进行F检验检验 表表5-39 F 检验结果表明：检验结果表明：不同植株的叶片湿重差异不同植株的叶片湿重差异显著显著；同一植株的不同叶片的湿重差异极显著。同一植株的不同叶片的湿重差异极显著。第82页，共86页，编辑于2022年，星期三3、三株植株平均湿重的多重比较（、三株植株平均湿重的多重比较（SSR法

44、）法）因为对一级因素（植株）进行因为对一级因素（植株）进行F 检验时是检验时是以植株内叶片间均方作为分母，植株的重复数以植株内叶片间均方作为分母，植株的重复数为为bn，所以植株的标准误为：，所以植株的标准误为：第83页，共86页，编辑于2022年，星期三 由由 dfB(A)=3，k=2、3，查附表，查附表 6，得，得SSR0.05和和SSR0.01值并与值并与 相乘，求出相应相乘，求出相应的的LSR0.05和和LSR0.01的值的值:LSR0.05,2=6.82，LSR0.01,2=12.52 LSR0.05,3=6.82，LSR0.01,3=12.88 三株植株叶片平均湿重的三株植株叶片平均

45、湿重的多重比较表多重比较表。第84页，共86页，编辑于2022年，星期三 多重比较结果表明：多重比较结果表明：植株植株A3的叶片平均湿重极显著高于植的叶片平均湿重极显著高于植株株A1、显著高于植株、显著高于植株A2；植株植株A2与与A1的叶片平均湿重差异不显的叶片平均湿重差异不显著。著。第85页，共86页，编辑于2022年，星期三 对对于于植株植株内叶片内叶片间间的差异的差异问题问题，由于不，由于不是我是我们们研究的重点，故可以不研究的重点，故可以不进进行多重比行多重比较较。若要比。若要比较时较时，应应由由 计算标准误计算标准误 ，以自由度，以自由度dfe=6查查SSR值或值或q值。值。第86页，共86页，编辑于2022年，星期三