第九章雙因素和多因素方差分析

第九章雙因素和多因素方差分析第1頁，共54頁，2023年，2月20日，星期一學(xué)習(xí)目標(biāo)掌握：兩因素交叉分組（有重復(fù)觀察值、無重復(fù)觀察值）資料的方差分析方法。熟悉：多因素試驗線性模型和不同變異來源期望均方構(gòu)成。了解：缺失數(shù)據(jù)的估計原理及方差分析方法。第2頁，共54頁，2023年，2月20日，星期一講授內(nèi)容第一節(jié)雙因素方差分析概述第二節(jié)不同實驗類型的雙因素方差分析第三節(jié)多因素試驗的方差分析第四節(jié)缺失數(shù)據(jù)的估計第五節(jié)數(shù)據(jù)變換第3頁，共54頁，2023年，2月20日，星期一第一節(jié)雙因素方差分析概述一、雙因素試驗匯中的幾個基本概念1、主效應(yīng)（maineffect）：各實驗因素相對獨立的效應(yīng)，該效應(yīng)水平的改變會造成因素效應(yīng)的改變，如包裝方式對果汁銷售量的影響。2、互作效應(yīng)（interaction）：兩個或多個實驗因素的相互作用而產(chǎn)生的效應(yīng)。第4頁，共54頁，2023年，2月20日，星期一3、無交互作用的雙因素方差分析或無重復(fù)雙因素方差分析(Two-factorwithoutreplication)：兩個因素對試驗結(jié)果。兩個因素對試驗數(shù)據(jù)的影響。4、有交互作用的雙因素方差分析或可重復(fù)雙因素方差分析(Two-factorwithreplication)：如果兩個因素對試驗數(shù)據(jù)的單獨影響外，兩個因素的搭配還會對結(jié)果產(chǎn)生一種新的影響。第5頁，共54頁，2023年，2月20日，星期一二、雙因素交叉分組試驗設(shè)計的描述（一）雙因素試驗的數(shù)據(jù)描述（二）觀測值的描述（三）平方和與自由度的分解（四）平方和的簡便計算公式（五）各項均方的計算第6頁，共54頁，2023年，2月20日，星期一（一）試驗數(shù)據(jù)的描述第7頁，共54頁，2023年，2月20日，星期一（二）觀測值的描述對于上表中的每一個觀測值可用線性統(tǒng)計模型描述第8頁，共54頁，2023年，2月20日，星期一（三）平方和與自由度的分解1、平方和的分解總平方和SST被分解為A因素所引起的平方和SSA、B因素所引起的平方和SSB、AB交互作用所引起的平方和SSAB、誤差平方和SSe第9頁，共54頁，2023年，2月20日，星期一A因素誤差平方和B因素誤差平方和AB交互作用誤差平方和隨機誤差項平方和第10頁，共54頁，2023年，2月20日，星期一2、平方和的分解與平方和相應(yīng)的自由度分別為：總自由度：dfT=abn-1A因素處理間自由度：dfA=a-1B因素處理間自由度：dfB=b-1交互作用自由度：dfAB=(a-1)(b-1)處理內(nèi)自由度：dfe=ab(n-1)dfT=dfA+dfB+dfAB+dfe第11頁，共54頁，2023年，2月20日，星期一（四）平方和的簡便計算方式第12頁，共54頁，2023年，2月20日，星期一（五）各項均方的計算第13頁，共54頁，2023年，2月20日，星期一第二節(jié)不同實驗類型的雙因素方差分析一、固定模型（一）重復(fù)試驗時的雙因素方差分析1、觀察值的線性統(tǒng)計模型2、提出假設(shè)第14頁，共54頁，2023年，2月20日，星期一3、檢驗統(tǒng)計量的計算在F檢驗時，A因素、B因素和互作效應(yīng)的檢驗統(tǒng)計量均以MSe做分母：FA=MSA/MSeFB=MSB/MSeFAB=MSAB/MSe

用F分布的上尾檢驗，拒絕域為F>Fα4、均方期望第15頁，共54頁，2023年，2月20日，星期一（二）無重復(fù)實驗時的雙因素方差分析1、觀測值的描述2、提出假設(shè)第16頁，共54頁，2023年，2月20日，星期一3、檢驗統(tǒng)計量的計算在F檢驗時，A因素、B因素的檢驗統(tǒng)計量均以MSe做分母

FA=MSA/MSeFB=MSB/MSe

用F分布的上尾檢驗，拒絕域為F>Fα第17頁，共54頁，2023年，2月20日，星期一（三）交互作用的判斷Tukey提供的方法進(jìn)行因素間是否存在交互作用的判斷P150第18頁，共54頁，2023年，2月20日，星期一二、隨機模型1、觀察值的線性統(tǒng)計模型2、提出假設(shè)第19頁，共54頁，2023年，2月20日，星期一3、檢驗統(tǒng)計量的計算在F檢驗時，A因素、B因素主效應(yīng)的檢驗統(tǒng)計量是以MSAB做分母；互作效應(yīng)的檢驗統(tǒng)計量以MSe做分母

FA=MSA/MSABFB=MSB/MABFAB=MSAB/MSe

用F分布的上尾檢驗，拒絕域為F>Fα

注意：檢驗統(tǒng)計量的分母與統(tǒng)計量的第二自由度與固定效應(yīng)不同第20頁，共54頁，2023年，2月20日，星期一4、均方期望第21頁，共54頁，2023年，2月20日，星期一三、混合模型（以A為固定因素、B為隨機因素為例）在混合模型中，A、B因素的效應(yīng)為非可加性，為固定效應(yīng)，為隨機效應(yīng)對A做檢驗時用隨機模型，對B及AB交互效應(yīng)做檢驗時用固定模型。P177第22頁，共54頁，2023年，2月20日，星期一例1：隨機選擇4個小麥品種，施以三種肥料，小區(qū)產(chǎn)量列于下表，該問題屬于哪種模型？從方差分析的結(jié)果可得出什么結(jié)論？肥料種類小麥品種不同條件下小區(qū)產(chǎn)量/kg(NH4)2SO4NH4NO3Ca(NO3)2121.118.019.4224.022.021.7314.213.312.3431.531.427.5第23頁，共54頁，2023年，2月20日，星期一題解解：本題影響產(chǎn)量的因素包括肥料種類和小麥品種。該問題屬于混合模型中無重復(fù)的兩因素分組交叉分析。肥料種類小麥品種不同條件下小區(qū)產(chǎn)量/kg(NH4)2SO4NH4NO3Ca(NO3)2121.118.019.419.5224.022.021.722.57314.213.312.313.27431.531.427.530.1322.721.1820.23第24頁，共54頁，2023年，2月20日，星期一變差來源平方和自由度均方統(tǒng)計量F小麥品種442.173147.39115.02**肥料種類12.4726.244.87誤差7.6961.28

總和462.3311

小麥品種間差異極顯著，肥料間無顯著差異。

第25頁，共54頁，2023年，2月20日，星期一例2：用兩種不同的飼料添加劑A和B，以不同比例搭配飼養(yǎng)大白鼠，每一種飼料添加劑取4個水平，每一處理設(shè)兩個重復(fù)。大白鼠增重結(jié)果列于下表。請進(jìn)行統(tǒng)計分析，并回答下列問題。添加劑B添加劑A不同條件下大白鼠增量/g1234132，3628，2218，1623，21226，2429，3327，2317，19333，3930，2433，3723，27439，4331，3528，32`36，34第26頁，共54頁，2023年，2月20日，星期一該實驗有可能屬于哪幾種模型？前提是什么？如果認(rèn)為是隨機模型，設(shè)置重復(fù)與不設(shè)重復(fù)對分析結(jié)果有無影響？若實驗本身是固定模型，但分析時誤認(rèn)為隨機模型，對結(jié)論有何影響？若不設(shè)重復(fù)，又有何影響？第27頁，共54頁，2023年，2月20日，星期一題解：（1）該實驗可能屬于固定模型、隨機模型、混合模型。取決于添加劑本身的性質(zhì)，即添加劑的效果能否嚴(yán)格重復(fù)。（2）分析：固定模型下：ajaiB123413425172224.522531251824.7533627352530.7544133303534.75342926.752528.69第28頁，共54頁，2023年，2月20日，星期一變差來源平方和自由度均方統(tǒng)計量FA592.3753197.45824.68**B365.3753121.79215.22**AB425.125947.2365.904**誤差128168總和1510.87531查F分布表：所以FA、FB、FC均達(dá)極顯著，所以大白鼠增重與添加劑A、B及其交互作用都有顯著關(guān)系。第29頁，共54頁，2023年，2月20日，星期一隨機模型下：查F分布表：FA顯著但未達(dá)極顯著，F(xiàn)B不顯著，F(xiàn)AB極顯著。所以大白鼠增重與A、AB的交互作用有顯著關(guān)系。綜合上面可知，隨機模型和固定模型對主效應(yīng)的認(rèn)識不同；若不設(shè)重復(fù)，對固定模型，統(tǒng)計檢驗無法進(jìn)行。第30頁，共54頁，2023年，2月20日，星期一第三節(jié)多因素試驗的方差分析一、觀測值的描述假設(shè)在一個試驗中，A因素有a個水平，B因素有b個水平，C因素有c個水平，每個因素有n次重復(fù)，那么觀測值的線性統(tǒng)計模型為

第31頁，共54頁，2023年，2月20日，星期一A1A2A3B1B2B3A1A2A3B2B3B1

(a)無交互效應(yīng)(b)有交互效應(yīng)

圖中每條曲線代表B因素的一個水平。若各曲線平行或近似平行，可認(rèn)為無交互效應(yīng)，否則為有交互效應(yīng)。以上只是一種直觀的判斷，在多因素方差分析的過程中，我們對交互作用的有無也可進(jìn)行統(tǒng)計檢驗。

交互效應(yīng)第32頁，共54頁，2023年，2月20日，星期一H01:i=0,i=1,2,……aH02:βj=0,j=1,2,……bH03:()ij=0,i=1,2,……a,j=1,2,……b備擇假設(shè)為:HA:上述各參數(shù)中至少有一個不為0。(這實際上是三個備擇假設(shè)。)

零假設(shè)第33頁，共54頁，2023年，2月20日，星期一方差分析的基本思想仍是總變差分解：即： SST=SSA+SSB+SSAB+SSe自由度：abn-1a-1b-1(a-1)(b-1)ab(n-1)總變差分解第34頁，共54頁，2023年，2月20日，星期一均方數(shù)學(xué)期望

第35頁，共54頁，2023年，2月20日，星期一

檢驗兩個主效應(yīng)及一個交互效應(yīng)的下述三個統(tǒng)計量中，分母全部采用MSe即可。檢驗H01，H02，H03的統(tǒng)計量分別為：

檢驗H01，H02，H03的統(tǒng)計量

從前述的各均方期望可知，只有當(dāng)各H0成立時，上述三個分子才是2的無偏估計量，此時各統(tǒng)計量均服從F分布；若某個H0不成立，則相應(yīng)的分子將有偏大的趨勢，從而使對應(yīng)的統(tǒng)計量也有偏大的趨勢，因此可用F分布上單尾分位數(shù)進(jìn)行檢驗。

第36頁，共54頁，2023年，2月20日，星期一各效應(yīng)的估計值

其中i=1,2……a,j=1,2,……b。第37頁，共54頁，2023年，2月20日，星期一計算公式第38頁，共54頁，2023年，2月20日，星期一計算排列如下表：表中最下一行是各列的平均，最右一列是各行的平均

計算步驟第39頁，共54頁，2023年，2月20日，星期一變差來源平方和自由度均方統(tǒng)計量F主效應(yīng)A主效應(yīng)B交互效應(yīng)AB誤差

總和

方差分析表第40頁，共54頁，2023年，2月20日，星期一

把計算所得結(jié)果填入上表后，再根據(jù)各F統(tǒng)計量的自由度查出其F0.95及F0.99分位數(shù)，并將F計算值與相應(yīng)分位數(shù)相比，大于F0.95則在統(tǒng)計量F右上角標(biāo)一個“*”號；大于F0.99則再加一個“*”號。最后用一句話對上述方差分析的結(jié)果加以總結(jié)，即哪些主效應(yīng)或交互效應(yīng)達(dá)到顯著或極顯著水平，哪些不顯著

F測驗第41頁，共54頁，2023年，2月20日，星期一

如果MSAB小于或約等于MSe，即FAB小于或約等于1，說明此時交互作用不存在，在這種情況下也可把MSAB和MSe合并在一起(即把平方和和自由度都合并)作為σ2的估計量，這樣可以提高檢驗的精確度。具體計算公式如下

交互作用不存在

然后可用作統(tǒng)計量FA和FB的分母，對兩個主效應(yīng)進(jìn)行統(tǒng)計檢驗。注意查表時分母自由度要相應(yīng)改變。

第42頁，共54頁，2023年，2月20日，星期一原料種類(A)溫度（B）30℃35℃40℃1414923251113252462226182475950404338333682214183355350433847445533262930例3選擇最適發(fā)酵條件

第43頁，共54頁，2023年，2月20日，星期一

本題中顯然溫度是一個因素，原料種類是另一個因素。這兩個因素各有三個水平。由于它們的影響都是可控制、可重復(fù)的，因此都是固定因素。在同樣溫度、原料下所做的幾次實驗應(yīng)視為重復(fù)，它們之間的差異是由隨機誤差所造成的。固定因素第44頁，共54頁，2023年，2月20日，星期一ji123134.518.251823.5824937.515.534345.25462739.42

42.9233.9220.12

各處理平均數(shù)

第45頁，共54頁，2023年，2月20日，星期一發(fā)酵實驗方差分析表

變差來源平方和自由度均方F原料A溫度BAB誤差1554.183150.50808.821656.5022427777.091575.25202.2161.3512.67**25.68**3.30*總和7170.0035

第46頁，共54頁，2023年，2月20日，星期一查F分布表，得：F0.95(2,27)≈F0.95(2,30)=3.316,F0.99(2,27)≈F0.99(2,30)=5.390,F0.95(4,27)≈F0.95(4,30)=2.690,F0.99(4,27)≈F0.99(4,30)=4.018,∴FA,FB均達(dá)極顯著，標(biāo)上“**”，F(xiàn)AB只達(dá)顯著，標(biāo)上“*”。因此酒精產(chǎn)量不僅與原料和溫度的關(guān)系極顯著，與它們的交互作用也有顯著關(guān)系。即對不同原料應(yīng)選用不同的發(fā)酵溫度。

F測驗第47頁，共54頁，2023年，2月20日，星期一

在固定效應(yīng)模型中，若各F統(tǒng)計量有達(dá)到顯著或極顯著水平時，常常還需要在各處理間進(jìn)行多重比較，以選出所需要的條件組合。各處理間進(jìn)行多重比較

如果有交互作用存在，則一般需要把所有ab個水平組合放在一起比。比較的方法仍與單因素方差分析相同，最常用Duncan法。

第48頁，共54頁，2023年，2月20日，星期一

當(dāng)交互作用存在時，對固定模型若不設(shè)置重復(fù)，則無法把SSAB與SSe分開，這樣將無法進(jìn)行任何統(tǒng)計檢驗。因此在固定模型中有交互作用時，不設(shè)置重復(fù)的試驗是無意義時。對固定模型來說，結(jié)論只能適用于參加實驗的幾個水平，不能