单因素随机区组设计资料的统计分析
用spss20进行可重复单因素随机区组、两因素随机区组、两因素裂区试验设计的方差分析
一、可重复单因素随机区组试验设计8个小麦品种的产比试验，采用随机区组设计，3次重复，计产面积25平米，产量结果如下，进行方差分析和多重比较。
表1 小麦品比试验产量结果（公斤）4 3 10.15 3 16.86 3 11.87 3 14.18 3 14.41、打开程序把上述数据输入进去。
2、执行：分析-一般线性模型-单变量。
3、将产量放进因变量，品种和区组放进固定因子。
4、单击模型，选择设定单选框，将品种和区组放进模型中，只分析主效应。
5、在两两比较中进行多重比较，这里只用分析品种。
可以选择多种比较方法。
6、分析结果。
主体间效应的检验因变量: 产量源III 型平方和df 均方 F Sig. 校正模型61.641a 9 6.849 4.174 .009 截距3220.167 1 3220.167 1962.448 .000 区组27.561 2 13.780 8.398 .004 品种34.080 7 4.869 2.967 .040 误差22.972 14 1.641总计3304.780 24校正的总计84.613 23a. R 方 = .729（调整 R 方 = .554）这里只须看区组和品种两行，两者均达到显著水平，说明土壤肥力和品种均影响产量结果。
下面是多重比较，只有方差分析达到显著差异才进行多重比较。
二、两因素可重复随机区组试验设计下面是水稻品种和密度对产量的影响，采用随机区组试验设计，3次重复，品种3个水平，密度3个水平，共27个观测值。
小区计产面积20平米。
表2 水稻品种与密度产比试验1、输入数据，执行：分析-一般线性模型-单变量。
注意区组作为随机因子。
2、选择模型。
注意模型中有三者的主效和品种与密度的交互。
3、分析结果。
注意自由度的分解。
使用一个误差（0.486）计算F值。
主体间效应的检验因变量: 产量源III 型平方和df 均方 F Sig. 截距假设1496.333 1 1496.333 1035.923 .0014、语句。
单因素随机区组试验设计-东北农业大学植物科学与技术试验教学中心
东北农业大学本科课程教学大纲课程名称:田间试验与统计方法英文名称：Field Experiment and Statistic-method 课程编号：01600008j适用专业：草业科学、植物生产类总学时数:40总学分：2。
5大纲主撰人:李文霞内容简介《试验设计与统计分析》是一门收集整理数据、分析数据, 并根据数据进行推断的科学。
本课程为高等农业院校农学类专业的专业基础课，主要讲授有关田间试验的基本知识和统计分析的基本方法和技能，为学习专业课程奠定基础，使学生具备承担科学试验,正确分析和评价科学试验结果及其可靠性的能力。
教学大纲一、课堂讲授部分(一）分章节列出标题、各章节要点及授课时数(务必将要点写清楚）第1章绪论一、基本内容1.1 农业科学试验的任务和要求1学时1。
1.1 农业科学试验和田间试验1.1。
2 农业科学试验的任务和来源1.1.3 农业科学试验的基本要求1。
2 试验误差及其控制2学时1.2。
1 试验误差1.2.2 试验误差的来源1。
2.3试验误差的控制1.3 生物统计学与农业科学试验1学时1.3。
1 部分生物统计学基本概念1。
3.2 生物统计学的形成与发展1。
3。
3 生物统计学在农业科学试验中的作用和注意问题二、教学目的与要求要求学生掌握农业科学试验的基本要求、试验误差的概念、来源和控制、部分生物统计学的概念，了解农业科学试验的任务和来源、生物统计学在农业科学试验中的作用和注意问题。
三、重点与难点重点：农业科学试验的基本要求、试验误差的概念、来源和控制、部分生物统计学的概念难点：试验误差的概念和生物统计学的基本概念的理解第2章试验的设计和实施一、基本内容2.1 试验方案1学时2.1。
1 试验方案的概念和类别2。
1.2 处理效应2.1。
3 试验方案的设计要点2。
2 试验设计原则1。
5学时2。
2.1 重复2.2。
2 随机排列2。
2.3 局部控制2。
3 小区技术0.5学时2。
3.1 小区2。
方差分析的应用范围单因素完全随机设计-随机化区组设计-拉丁方
方差分析(ANOVA)方差分析的应用范围单因素完全随机设计, 随机化区组设计,拉丁方设计多因素析因设计,裂区设计,交叉设计,正交设计多变量多元方差分析回归方程的假设检验第一节完全随机设计与资料分析方差分析目的：根据多个组间样本均数的差别推断总体均数是否存在差别。
一、方差分析的基本思想：1 / 162 / 16表12.2 红细胞沉降率(mm/h) 抗凝剂 红细胞沉降率 n i XS 2Σx Σx 2甲 17, 16, 16, 15 4 16.00.67 64 1026 乙 10, 11, 12, 12 4 11.3 0.92 45 509 丙 11, 9, 8, 9 4 9.3 1.58 37 347 合计1212.23.17146 1882观察值之间有变异，这变异可以用离均差平方和表示。
67.105)(112..=-=∑∑==Gi n j ij T ix x SS3 / 16进一步分析，总变异中有两类变异： 1. 组内变异，指各组内观察值的差异50.9)1()(12112.=-=-=∑∑∑===Gi ii Gi n j i ij W s n x x SS i2. 组间变异，指各组间样本均数与总均数的差异17.96)(12...=-=∑=Gi i i B x x n SS由于组内变异完全是个体间的差异，因此可以认为是随机误差。
而组间变异反映组间均数的差异，其可能仅仅包含随机误差，这时零假设成立。
也可能除随机误差外，还包含处理的效应，这时则备择假设成立。
组间变异和组内变异的自由度不同，无可比性。
计算均方，再进行比较：4 / 164 / 1637.4506.109.489/50.92/17.96)/()1/(====--=W B W B MS MS G n SS G SS F 二、方差分析的基本步骤 1. 方差分析的基本条件a. 各组观察值分别服从总体均数为μi 的正态分布。
b. 各组观察值总体方差相等。
单因素随机区组设计的方差分析
MSr Fr MSe MSb Fb MSe
变异来源 组间 区组
平方和 SSB SSR
自由度 k-1 n-1
均方 MSB MSR
F F=MSB/MSE F=MSR/MSE
p <0.05 或>0.05
误差
总变异
SSE
SST
（k-1）(n-1)
nk-1
MSE
例9-6：为研究听、触觉刺激对视觉的干扰效 果，随机抽取5名被试分别在5种不同的干扰下读
组内变异源于组内被试间的差异和实验误差，怎样
将被试间差异引起的变异从组内变异中分离出来，
从而提高F检验的精确度和灵敏度？
随机区组设计
单因素随机区组设计的方差分析
主要内容
随机区组设计（重点） 方差分析（重点）
1 随机区组设计
某研究要探讨文章的生字密度对学生阅读理解的影响， 生字密度有4个水平。由于考虑到学生的智力可能对阅读 理解测验分数产生影响，在实验实施之前，研究者首先 给32个学生做了智力测验，并按智力测验的分数将学生 分为8个区组，然后随机分配每个区组内的4个同质被试 分别阅读一种生字密度的文章，并回答阅读理解测验中 有关文章内容的问题。
k
( X ) 2
i 1
nj
nj
利用样本统计量进行方差分析（
SSB n ( X j X t )
j 1 k 2
X
k
2 ， ，n j ） S j j
SSB n j ( X j X t ) 2
j 1
SSW ( X ij X j ) n s 2 j
SST X
j 1 i 1
nj
k
nj
2
单因素随机区组实验设计
应用举例及延伸
与该设计相关的名称：随机化区组实验设计；下属的设计类型：随机 化匹配组设计，随机化配对组设计。单因素随机区组设计应用举例： 研究题目：文章的生字密度对学生阅读理解的影响。 研究假设：阅读理解随着生字密度的增加而下降。 实验变量：自变量——生字密度，含有4个水平（5：1、10：1、15： 1、20：1）； 因变量——阅读测验的分数；无关变量——被试的智 力水平 实验设计：单因素随机区组实验设计 被试及程序：首先给32个学生做智力测验，并按测验分数将被试分成 8个组，每组4人（智力水平相等），然后随机分配每个区组内的4个 被试阅读一种生字密度的文章。
结束
数据处理方法（Biblioteka PSS统计软件）包含的统计变量：实验的自变量A，区组变量X， 实验的因变量Y。 实施的统计过程：analyze—General Linear Model—Univariate… 预期的统计结果：自变量A的主效应是否显著； 无关变量即区组变量效应是否显著；若自变量主 效应显著，则进行平均数多重检验。
单因素随机区组实验设计
第二章 实验设计
单因素随机区组实验设计的基本特点
适用条件：研究中有一个自变量，自变量有两个或多于两个水平；研 究中还有一个无关变量，也有两个或多个水平，并且自变量的水平与 无关变量的水平之间无交互作用。 基本方法：首先将被试在无关变量上进行匹配，然后把各匹配组的被 试随机分配给自变量的各个水平，每个被试只接受一个水平的处理。 误差控制：区组法（无关变量纳入法）。通过统计处理，分离出由无 关变量引起的变异，使它不出现在处理效应和误差变异中，从而提高 方差分析的灵敏度。 实验设计模型 总变异组成：实验处理引起的变异；区组引起的变异；误差引起的变 异。
随机区组试验设计与分析
第一节 完全随机实验设计及分析
本试验中，水平数m＝3，重复r=5，共进行35＝15次试验。 此15次试验先做哪一个呢？ 试验的先后顺序必须随机确定。随机化方法可采用抽签的方 法，也可用随机数字表确定试验顺序。 现在采用查随机数字表确定试验顺序 （1）对所有试验编号 （2）确定读取随机数字的起始点，并读取相应数目的随机数字。 （3）根据随机数字的大小确定试验的先后顺序。
然后分别在各区组内，用随机的方法将各个处理逐个安排于各供试 单元中。
第二节 随机区组试验设计方法
由于同一区组内的各处理单元的排列顺序是随机而定的，故这 样的区组叫做随机区组。 随机区组设计是一种适用性较广泛的设计方法。既可用于单因素试 验，也适用于多因素试验。
第二节 随机区组试验设计方法
随机区组试验设计方法安排单因素试验
除杂方法（Ai） 平均值 xt
差异显著性
a=0.05
a=0.01
A4
28.4
a
A
A2
27.5
ab
A
A3
27.0
b
A
A1
25.2
c
B
A5
21.3
d
C
第二节 随机区组试验设计方法
2.1 设计方法
实验设计五原则中，其中的一条就是区组的原则。 随机区组试验设计是一种随机排列的完全区组的试验设计。 其方法是： 根据局部控制的原理，将试验的所有供试单元先按重复划分成非处 理条件相对一致的若干单元组，每一组的供试单元数与试验的处理数 相等。
雌鼠编号 1 2 3 4 5 6 7 8 … 39 40
随机数字 09 47 27 96 54 49 17 46 … 03 10
余数
1 3 3 4 2 1 1 2 …3 2
第六章 方差分析3——单因素随机区组设计
• 缺点：区组的划分难度较大，同质性不好把握。
SPSS的数据格式
“分析”——“一般线性模型”——“单变量”
SPSS结果
结果分析
• 方差分析的结果表明，不同的教学方法会 对作文成绩产生显著影响。
实验结果
实验处理
教学方法
区组
1
2
15
10
区组1：优良
9
6
12
11
3
4
20
12
18
15
25
17
10
15
区组2：中等
18
19
12
12
25
20
30
15
18
18
2
6
10
6
区组3：一般
6
3
7
8
5
7
13
11
分析
• 这是一个单因素随机区组设计。 – 因变量：作文平均数提高的成绩。 – 自变量：教学方法，它有4个水平。 – 区组变量：不同的被试组，它有3个水平。 – 控制变量：自变量的呈现顺序。
• 区组效应显著表明区组设计是合理的。 • 进一步的多重比较发现，教学方法Ⅲ条件
下的作文成绩显著高于其它3种条件下的成 绩；教学方法Ⅳ条件下作文成绩显著高于 Ⅰ和Ⅱ条件下的成绩；教学方法Ⅰ和Ⅱ之 间的作文成绩不存在显著性差异。
ቤተ መጻሕፍቲ ባይዱ方差分析——
单因素随机区组设计
举例
• 某教师为了研究四种不同的写作训练方法中， 哪种方法更有效，选择了36名高一学生。按 照前一学期历次作文成绩的平均分数将36名 学生划分为优良、中等、一般三个写作水平， 每个水平均有12名学生，而12名学生被随机 分到各实验处理。经一学期的写作训练后进 行写作能力测试，计算出每一学生的得分比 前一学期历次作文平均分提高的分数。结果 如下。
第八章单因素试验结果的统计分析[实践]
![第八章单因素试验结果的统计分析[实践]](https://img.taocdn.com/s3/m/8b715158842458fb770bf78a6529647d272834ed.png)
第八章单因素试验结果的统计分析•单因素试验指仅研究一个供试因素若干处理间的效应是否有显著差异的试验.•按试验设计的类型单因素试验可分为：•顺序排列试验•单因素完全随机试验•单因素随机区组试验•拉丁方试验第一节对比和间比试验的统计分析(自学)第二节完全随机试验设计的统计分析完全随机设计：是所有的处理和重复小区在整个试验空间完全随机排列的设计方法。
只满足试验设计三项基本原则中的重复和随机排列两项原则。
•如：k = 5，n = 3的完全随机排列示意图主要优点：对各处理的重复次数没有限制，可以相等也可以不相等不足之处：没有遵循局部控制原则，所以要求试验地较为均匀一致，不存在有明显方向性的肥力差异，一般不用于田间试验。
•根据每一处理的重复次数或重复的设计方法不同, 又分为：①组内观察值数目相等；②组内观察值数目不等的完全随机试验；③组内又可分为亚组的完全随机试验一、组内观察值数目相等的完全随机试验设计的统计分析组内观察值数目相等的完全随机试验是各处理重复次数相等的试验。
设有k个处理，每处理均有n个重复观察值，共设kn个观察值；其资料的数据结构模式类型见第7章表7.1。
其试验结果的方差分析方法列于表8.1。
表7.1 k个处理每处理n个重复观察值的完全随机试验数据符号表表7.1 nk个观察值的单向分组资料模式表8.1 组内观察值数目相等的完全随机试验的方差分析•〔例8.1〕研究6种棉花种子包衣剂对棉花生长的影响，设TW1为对照。
采用盆栽试验，各种子包衣剂处理播种5盆，完全随机设计。
出苗一定时期后测定棉花苗高（cm），其结果如下。
试检验各种子包衣剂与对照的棉花平均苗高差异显著性及各种子包衣剂棉花平均苗高间的差异显著性。
表8.2 6种棉花种子包衣剂的棉花苗高结果(cm)•解：已知：处理数k=6，重复次数n=5，共有kn=6×5=30个观察值。
•1、自由度及平方和的分解•总自由度df T = nk– 1 =6 × 5 – 1 =30 – 1 =29•处理自由度df t = k– 1 =6 – 1 =6 – 1 =5•误差自由度df e = df T–df t =29 – 5 =24或df e = n(k– 1) =6 ×( 5 – 1) =24 – 1 =23•矫正数总平方和SS T =Σx2－C=22.92+22.32+……+23.72-C=45.763处理平方和误差平方和SS e=SS T－SS t=45.763－44.463=1.3002、F 检验和列方差分析表统计假设H O：μ1= μ2=…= μ6；H A：μi不“全相等”(即至少有一个不等号)将上述计算的各项自由度、平方和、均方结果,按变异来源列出方差分析表(表8.5)。