【正文】 s Te s t of S ph e r i c i t ybM e a s u r e : M E A S U R E _ 1. 2 9 7 9 . 3 8 3 5 . 0 9 7 . 5 5 7 . 8 2 1 . 3 3 3W i t h i n S u b j e c t sE f f e c tt r i a lM a u c h l y 39。 s L a r g e s t R o o tE f f e c tt r i a lt r i a l * a n x i e t yt r i a l * t e n s i o nV a lu e FH y p o t h e s i sdf E r r o r d f S i g .E x a c t s t a t i s t i ca . D e s i g n : I n t e r c e p t + a n x i e t y + t e n s i o n W i t h i n S u b j e c t s D e s i g n : t r i a lb . 針對所檢驗(yàn)的結(jié)果變量 trial，以及他和另兩個引入模型的自變量間的交互作用是否存在統(tǒng)計(jì)學(xué)意義， 采用的是四種多元檢驗(yàn)方法。 s L a r g e s t R o o tP i l l a i 39。單擊 Add鈕，則該變量被加入，我們就完成了模型設(shè)置的第一步：應(yīng)變量名稱和測量次數(shù)定義。 重復(fù)測量資料方差分析對協(xié)方差陣的要求 重復(fù)測量資料方差分析的條件： 1. 正態(tài)性 處理因素的各處理水平的樣本個體之間是 相互獨(dú)立的 隨機(jī)樣本 ，其總體均數(shù)服從正態(tài) 分布； 2. 方差齊性 相互比較的各處理水平的總體方差相等，即具有方差齊同 3. 各時間點(diǎn)組成的 協(xié)方差陣 (covariance matrix)具有球形性 (sphericity)特征 。（只考慮一級單位（大區(qū)，主區(qū)） 然后，考慮二級單位（ 氮肥運(yùn)籌方式，因素 B）的主效應(yīng)及 A、 B間交互作用。 UNIANOVA weight BY siliao week mouse /RANDOM = mouse /METHOD = SSTYPE(3) /INTERCEPT = INCLUDE /CRITERIA = ALPHA(.05) /DESIGN = siliao week mouse . UNIANOVA weight BY siliao week mouse /RANDOM = mouse /METHOD = SSTYPE(3) /INTERCEPT = INCLUDE /CRITERIA = ALPHA(.05) /DESIGN = siliao week mouse(siliao). Mouse是采用的二級單位誤差。 a、 b、 c三種成分對有效成分的提取率貢獻(xiàn)比較大。 也就是說該表可以安排一個 4水平因素和 4 個 2 水平因素 。 為了保證 “ 整齊可比 ” 的特點(diǎn)，正交設(shè)計(jì)必須至少要求做 q2次試驗(yàn)。對于 A、 B、 C 3個因素來說，是在 27個全面試驗(yàn)點(diǎn)中選擇 9個試驗(yàn)點(diǎn)，僅是全面試驗(yàn)的三分之一。但全面試驗(yàn)包含的水平組合數(shù)較多，工作量大 ，由于受試驗(yàn)場地、試驗(yàn)動物、經(jīng)費(fèi)等限制而難于實(shí)施 。 UNIANOVA cons BY time /METHOD = SSTYPE(3) /INTERCEPT = INCLUDE /CRITERIA = ALPHA(.05) /DESIGN = time /lmatrix ‘time 15min vs 60min39。 當(dāng) 交互作用 無統(tǒng)計(jì)學(xué)意義 時，可直接對處理因素各水平的平均值進(jìn)行比較。 使混雜因素在各處理水平間達(dá)到均衡，提高檢驗(yàn)效率。注射部位有六處，其代號為 A、 B、 C、 D、 E、 F，注射次序用 6來表示。 試驗(yàn)結(jié)果如表所示。先從隨機(jī)數(shù)字表任意一行 /列開始 ， 向右連續(xù)抄錄 3個 5位數(shù) ， 抄錄時舍去 “ 0”、 “ 6以上的數(shù) ” 和重復(fù)出現(xiàn)的數(shù) 。 二、拉丁方設(shè)計(jì)方法 下面結(jié)合具體例子說明拉丁方設(shè)計(jì)方法 。 T e s t s o f B e t w e e n S u b j e c t s E f f e c t sD e p e n d e n t V a r i a b l e : 血壓下降值1 5 4 . 1 2 8 1 1 5 4 . 1 2 8 9 4 . 6 7 3 . 0 0 01 7 . 9 0 8 11 1 . 6 2 8a. 4 2 7 1 . 4 2 7 1 . 1 5 0 . 3 0 93 . 7 1 1 10 . 3 7 1b1 . 7 0 7 1 1 . 7 0 7 4 . 5 9 9 . 0 5 83 . 7 1 1 10 . 3 7 1b1 7 . 9 0 8 11 1 . 6 2 8 4 . 3 8 7 . 0 1 43 . 7 1 1 10 . 3 7 1bS o u r c eH y p o t h e s i sE r r o rI n t e r c e p tH y p o t h e s i sE r r o rs t a g eH y p o t h e s i sE r r o rt r e a tH y p o t h e s i sE r r o rp a t i e n tT y p e I I I S u mo f S q u a r e s df M e a n S q u a r e F S i g . M S ( pa t i e nt )a . M S ( E r r o r )b. 主要因素和誤差項(xiàng)的平方和和自由度分別給出 處理 A和處理 B之間療效差異不顯著（ F=, .=1, 10, p=) 四、拉丁方設(shè)計(jì) 拉丁方設(shè)計(jì)是從橫行和直列兩個方向進(jìn)行雙重局部控制 ， 使得橫行和直列兩向皆成區(qū)組的設(shè)計(jì) 。 這個方法提供了最好的對照 ， 也就是說每個受試者將會是其自己的對照 。 L e v e n e 39。缺點(diǎn)是比較麻煩。第六章 常用的試驗(yàn)設(shè)計(jì)及統(tǒng)計(jì)分析 常用的試驗(yàn)設(shè)計(jì) 僅研究主效應(yīng)的實(shí)驗(yàn)設(shè)計(jì) ： 1. 完全隨機(jī)設(shè)計(jì)（ Completely randomized design） 2. 隨機(jī)區(qū)組（配伍組）設(shè)計(jì)（ Randomized block design） 3. 交叉設(shè)計(jì)（ Crossover design） 4. 拉丁方設(shè)計(jì)（ Latin square design) 考慮交互作用的實(shí)驗(yàn)設(shè)計(jì) 1. 析因設(shè)計(jì)（ Factorial design） 2. 正交設(shè)計(jì)（ Orthogonal design） 誤差項(xiàng)變動的實(shí)驗(yàn)設(shè)計(jì) 1. 嵌套設(shè)計(jì)（ Nested design） 2. 裂區(qū)設(shè)計(jì)（ splitplot design) 3. 重復(fù)測量設(shè)計(jì)（ Repeated Measure Design） 第一節(jié) 僅研究主效應(yīng)的實(shí)驗(yàn)設(shè)計(jì) 一、完全隨機(jī)設(shè)計(jì)： 將受試對象隨機(jī)地分配到各個處理組的設(shè)計(jì)。 二、隨機(jī)區(qū)組設(shè)計(jì) 隨機(jī)分組方法（每個單位組內(nèi)隨機(jī)）： 1. 將同窩大白鼠為一個區(qū)組（ block)，并編號； 2. 給每個大白鼠一個隨機(jī)數(shù)； 3. 按規(guī)定分組 : 規(guī)定隨機(jī)數(shù)小者分到甲組，中等分到乙組，大者分到丙組 . 4個區(qū)組大白鼠按 隨機(jī)區(qū)組設(shè)計(jì) 分組 區(qū)組號 1 2 3 4 小白鼠 1 2 3 4 5 6 7 8 9 10 11 12 隨機(jī)數(shù) 68 35 26 00 99 53 93 61 28 52 70 05 序 號 3 2 1 1 3 2 3 2 1 2 3 1 分配結(jié)果 丙 乙 甲 甲 丙 乙 丙 乙 甲 乙 丙 甲 A3 F3 B3 F1 C1 D1 E3 D3 C3 B1 E1 A1 C4 F4 A4 D2 B2 F2 B4 D4 E4 E2 C2 A2 隨機(jī)區(qū)組設(shè)計(jì)： 6種肥料以 4種方法處理棉花，試驗(yàn)安排據(jù)地形劃分4個區(qū)，最終棉花產(chǎn)量資料見 。 s T e s t o f E q u a l i t y o f E r r o r V a r i a n c e saD e p e n d e n t V a r i a b l e : y i e l d. 23 0 .F d f 1 d f 2 S i g .T e s t s t h e n u l l h y p o t h e s i s t h a t t h e e r r o r v a r i a n c e o ft h e d e p e n d e n t v a r i a b l e i s e q u a l a c r o s s g r o u p s .D e s i g n : I n t e r c e p t + t r e a t + b l o c ka . T e s t s o f B e t w e e n S u b j e c t s E f f e c t sD e p e n d e n t V a r i a b l e : y i e l d4 0 2 2 7 0 . 8 3 1a8 5 0 2 8 3 . 8 5 4 3 . 1 4 0 . 0 2 72 6 6 9 0 6 5 5 . 0 2 9 1 2 6 6 9 0 6 5 5 . 0 2 9 1 6 6 6 . 6 3 3 . 0 0 02 6 7 5 8 8 . 4 8 0 5 5 3 5 1 7 . 6 9 6 3 . 3 4 2 . 0 3 21 3 4 6 8 2 . 3 5 1 3 4 4 8 9 4 . 1 1 7 2 . 8 0 3 . 0 7 62 4 0 2 2 0 . 6 8 2 15 1 6 0 1 4 . 7 1 22 7 3 3 3 1 4 6 . 5 4 2 246 4 2 4 9 1 . 5 1 2 23S o u r c eC o r r e c t e d M o d e lI n t e r c e p tt r e a tb l o c kE r r o rT o t a lC o r r e c t e d T o t a lT y p e I I I S u m o fS q u a r e s df M e a n S q u a r e F S i g .R S q u a r e d = . 6 2 6 ( A d j u s t e d R S q u a r e d = . 4 2 7 )a . a a ab ab ab b y i e l d4 9 3 0 . 9 8 1 8 74 9 5 1 . 4 6 5 5 24 1 0 2 3 . 1 5 8 3 0 1 0 2 3 . 1 5 8 3 04 1 0 8 3 . 5 8 5 0 6 1 0 8 3 . 5 8 5 0 64 1 0 8 8 . 7 0 5 9 7 1 0 8 8 . 7 0 5 9 74 1 2 4 9 . 5 0 2 6 2. 4 2 9 . 0 9 5t r e a t132645S i g .S t u d e n t N e w m a n K e u l sa , bN 1 2S u b s e tM e a n s f o r g r o u p s i n h o m o g e n e o u s s u b s e t s a r e d i s p l a y e d .B a s e d o n T y p e I I I S u m o f S q u a r e sT h e e r r o r t e r m i s M e a n S q u a r e ( E r r o r ) = 1 6 0 1 4 . 7 1 2 .U s e s H a r m o n i c M e a n S a m p l e S i z e = 4 . 0 0 0 .a . A l p h a = . 0 5 .b . Observed vs predicted 線性越強(qiáng)越好 殘差越分散越好 將 block作為隨機(jī)變量（ Random factor) T e s t s o f B e t w e e n S u b j e c t s E f f e c t sD e p e n d e n t V a r i a b l e : y i e l d2 6