实验设计与方差分析

试验设计与方差分析

SPSS操作

一、试验设计与方差分析的关系

试验设计并不是一种统计方法，而是一组统计方法的统称，其主要用途在于分析自变量x的值与因变量y值之间的关系。此外，还用于降低背景变量对理解x值与y值之间关系时的影响。

试验设计使用的最主要的统计工具是方差分析，因此，许多教材将试验设计与方差分析设计为同一部分，使用共同的概念和术语。

其实方差分析并不仅仅在试验设计领域使用，也可以用来分析观察数据。

二、基本术语

例：影响某温室水果产量的主要因素有三个：施肥量、浇水量、温度。如果想通过控制三个因素的量，找出一个最优组合来提高产量，就是实验设计与方差分析问题。相关的术语有：

自变量（因子、因素、输入变量、过程变量）：可以控制的、影响因变量的变量。本例为施肥量、浇水量、温度。

因变量（反应变量、输出变量）：我们所关心的、承载试验结果的变量。本例为产量。

背景变量（噪声、噪声变量、潜伏变量）：能观察但不可控的因子或因素，影响较小、达不到自变量水平。本例可能有测量误差等。

水平（设置）：自变量的不同等级。水平数通常不多，连续型变量需离散化取值。如本例：施肥设1000克、1100克、1200克三个量，

浇水量设200千克、220千克两个量，温度设18度、20度、22度三个量。

处理：各因子按设定水平的一个组合。如本例：施肥1000克、浇水200千克、温度18度为一个处理。

试验单元：试验载体的最小单位。如本例的一个温室或由一个温室分割形成的房间。

主效应与交互效应：两因子及以上试验时，各因子可能对因变量有影响，因子间的相互作用也可能对因变量有影响。于是就有了上述概念。有时，交互效应比主效应更重要。如本例：施肥固定在1000克，浇水固定在200千克，18度、20度、22度三个温度条件下产量的差异，可以理解为温度的主效应；而同一温度条件下，不同的施肥量、浇水量造成的产量差异，就是交互效应。

三、试验设计的三个基本原则

第一，随机化。即采取机会均等的措施，将各种条件完全随机地配置在试验单元上。目的是要尽量消除试验因素之外的其他因素的干扰（平衡处理，不是减少误差，而是避免某种未知因素与系统因素相混淆）。极其重要。

第二，重复（复制）。即基本试验的重复，将一个处理施于两个或两个以上试验单元。重复的目的主要在于估计误差。没有对误差的估计就无法做出试验结论。同时，重复也有助于更准确地估计因子的效应。

第三，区组化。一组同质齐性的试验单元称为区组。即对试验单

元分组，每组施加全部试验条件。区组化是单因子试验所采取的一种设计方法，目的与随机化原则相同，防止区组因素对试验结果产生影响。合理的区组化应当保证区组内差别小，区组间差别较大。能分区组者分区组，不能分区组的要随机化，区组设计也要随机化。

四、方差分析原理

方差分析其本质是关于K个总体均值是否相等的参数假设检验（注意：不是检验总体方差是否相同）。

方差分析最基本的原理：不同处理组的均值差异基本来源于两个方面，一是随机误差，其造成组内差异；二是试验条件造成的误差，即不同的处理造成不同结果，其形成组间差异。

如果处理有作用，则组间差异会大于组内差异；如果处理没有作用，则组间差异与组内差异相关差较小。于是就有了检验统计量F，它是组间差异与组内差异的比值。F值越大，处理越可能有作用，反之，处理越可能没作用。

五、SPSS方差分析过程

SPSS提供的方差分析操作涉及两个菜单：

一个是One-Way ANOV A，单因变量单因素方差分析，在比较均值菜单下，适用于分析一个因子的完全随机化设计数据。

另一个是General Linear Model，简称GLM过程。其下有四个子菜单，功能不同。

Univariate：提供单因变量单因素或多因素方差分析方法。Multivariate：提供多因变量多因素方差分析方法。Repeated Measures：提供重复测量方差分析方法。Variance Components：提供方差成分分析方法。

⒈单因变量单因素方差分析

对数据的基本要求：完全随机化设计，正态分布。

主要的操作：

第一，方差分析。选择了因变量和因子变量之后就可以做，输出方差分析表，回答K个总体均值是否都相等。

第二，对照比较。选择Contrasts按钮。

第三，均值的多重比较。选择Post Hoc按钮，输出多重比较表。该操作应在方差分析之后做，解决到底是哪两个总体均值不等的问题。注意方法选择（两大类；有的控制第一类错误概率、有的不控制；有的

仅做均值是否相等的检验，有的同时做子集一致性检验）。

第三，输出统计量的选择。选择Options按钮，分别输出描述统计量，固定效应模型的统计量，方差齐性检验结果，Robust检验结果。

此外，还可以做均值图。

⒉单因变量单因素方差分析（随机化区组设计）

●区组设计的基本出发点：隔离或消除误差对试验结果的影响。

●实际工作中，试验者、试验材料、原材料、试验设备、时间、地

点、环境等都可能成为区组因素。

●合理的区组设计结果，是区组间差异较大而区组内差异较小。

●区组因素也被称为“无关变量”，即通常不被作为一个因子处理。

但在SPSS方差分析操作中，区组化结果是区组成为一个“因素”，因此要使用单因变量多因素方差分析方法，即调用GLM过程的Univariate菜单。

●一个例子：8名操作者分为8个区组，每人按随机顺序分别使用3

种操作方法生产产品，检验操作效率是否相同。数据如下：

●注意：不能将这个例子看作是真正的两因素的设计，因为每个水

平组合只有一个观测值，没有重复，无法做交互效应分析。

⑴选择方法：GLM过程的Univariate选项

（注意“固定因素变量”、“随机因素变量”、“协变量”、“权重”选项）⑵选择模型：不能做全模型，需要自定义模型，仅做主效应分析。

⑶选择多重比较方法：

方差分析表：

均值多重比较表：

子集一致性检验表

⒊单因变量多因素方差分析（析因试验设计）

●析因试验是指将各因素和不同水平交叉组合形成处理，从而找出

主要因素的试验方法。

●析因试验的基本要求：

＊2个或2个以上因子；

＊每个因子有2个或2个以上水平；

＊2个或2个以上重复；

＊每次试验涉及全部因子,即因子同时施加。

●因为是全因子、全水平的试验，因此通常只做2因子的析因试验，

因子水平也不宜多。

●析因试验是真正的多因子试验，因此在分析数据时需要选择GLM

过程的Univariate菜单。

●例：选用4种燃料、3种推进器进行导弹射程试验，每个处理进

行2次重复。SPSS数据形式为：

⑴选择方法：GLM过程的Univariate选项

⑵选择模型：因为是多因子分析，需要考虑交互效应，所以按默认选项做全模型即可。

⑶做边际均值图：观察各因子不同水平是否有差异，以及因子间是否有交互效应。

⑷选择多重比较方法：

⑸做边际均值估计

方差分析表：

边际均值表（对样本的描述）：

燃料均值多重比较表（对总体的检验）：

推进器均值多重比较表（对总体的检验）：

边际均值图（对样本的描述）：

方差分析和试验设计

6方差分析与试验设计 在研究一个或多个分类型自变量与一个数值型因变量之间的关系时，方差分析就是其中主要方法之一。检验多个总体均值是否相等的统计方法。 所要检验的对象称为因素。因素的不同表现称为水平。每个因子水平下得到的样本数据称为观测值。 随机误差：在同一行业（同一总体）下，样本的各观测值是不同的。抽样随机性造成。 系统误差：在不同一行业（不同一总体）下，样本的各观测值也是不同的。抽样随机性和行业本身造成的。 组内误差：衡量因素在同一行业（同一总体）下样本数据的误差。只包含随机误差。 组间误差：衡量因素在不同一行业（不同一总体）下样本数据的误差。包含随机误差、系统误差。 方差分析的三大假设： 每个总体服从正态分布； 每个总体的方差必须相同； 观测值是独立的； 单因素方差分析（F分布） 数据结构：表示第i个水平（总体）的第j个的观测值。（i列j行）分析步骤： 1提出假设。自变量对因变量没有显著影响 不完全相等自变量对因变量有显著影响 2构造检验的统计量 计算因素各水平的均值（各水平样本均值） 计算全部观测值的总均值（总体均值） 计算误差平方和： 总误差平方和SST：全部观测值与总平均值得误差平方和。 水平项误差平方和SSA：各组平均值与总平均值得误差平方和。组间平方和。 误差项平方和SSE：各样本数据与其组平均值误差的平方和。组内平方和。 SST=SSA+SSE

A B C D E F G 1 误差来源 平方和自由度均方F 值P 值 F 临界值2SS df MS 3组间（因素 来源）SSA k-1MSA MSA/MSE 4组内（误差）SSE n-k MSE 5 总和 SST n-1 计算统计量 各平方和除以它们对应的自由度，这一结果称为均方。 SST 的自由度为（n-1），其中n 为全部观测值的个数。 SSA 的自由度为（k-1），其中k 为因素水平的个数。（组数-1） SSE 的自由度为（n-k ）。 SSA 的均方（组间均方）为 SSE 的均方（组内均方）为 3统计决策 在给定的显著性水平α下，查表得临界值 若，有显著影响； 若，无显著影响； 4方差分析表

试验设计与统计分析

广东药学院自编教材试验设计与统计分析 卫生统计学教研室 2014.8

第一章绪论 在医药卫生、食品等专业研究领域，常需要开展大量的试验来确定或验证研究者在科研过程中提出的科学假设，例如临床上研究某种新的降糖药的疗效时，研究者需要将研究对象（如糖尿病患者）随机地分组，使其中一组患者服用研究中的该降糖药，另一组患者服用传统的降糖药，进而比较两组药物的疗效。但在具体的试验实施之前，研究者需要面对很多问题，如试验中试验对象应如何选择和分组？如何在试验过程中避免服用不同试验药物对试验对象心理产生影响，继而影响到最终疗效的判断？选择什么样的指标可更好的反映药物疗效？样本量需要多少？试验数据应如何收集以及运用何种统计方法进行分析等等问题。因为研究过程中研究结果会受到诸多因素影响，如研究对象的年龄、性别和病情可能影响药物疗效，如果不采取科学的方法使这些因素在比较组间分布均衡，就不能得到令人信服的结论。因此为使科学研究在消耗最少人力和物力的情况下，最大限度地减少误差，获得科学可靠的结论，需要在研究开始之前对整个试验过程做出精心安排，制定详细具体的试验实施方案，即进行试验设计（experimental design）。一个科学合理的试验设计，可以达到事半功倍的效果，是试验获得成功的关键。 一、试验设计的基本要素 医学试验包括三个基本要素：即处理因素、试验对象和试验效应。如研究某降糖新药的疗效，处理因素为降糖新药及比较的传统降糖药；研究者需用糖尿病患者作为试验对象；试验效应是能反映药物疗效的指标，如患者空腹血糖或餐后血糖的下降。处理因素作用于试验对象后产生试验效应（图1），三个要素缺一不可，因此试验设计时要先明确三个基本要素，再制定详细的研究计划。 1. 处理因素 处理因素（treatment）是指研究者根据研究目的施加于试验对象，以考察其试验效应的因素。如临床上研究降糖药的疗效，降糖药即为处理因素。在试验过程中处理因素的状态称为水平（level），如比较降糖新药和传统降糖药的疗效，

方差分析与试验设计

第10章 方差分析与试验设计 三、选择题 1. Ｃ 2. Ｂ 3. Ａ 4. Ｂ 5. Ｃ 1.方差分析的主要目的是判断 （ ）。 Ａ. 各总体是否存在方差 Ｂ. 各样本数据之间是否有显著差异 Ｃ. 分类型自变量对数值型因变量的影响是否显著 Ｄ. 分类型因变量对数值型自变量的影响是否显著 2.在方差分析中，检验统计量Ｆ是 （ ）。 Ａ. 组间平方和除以组内平方和 Ｂ. 组间均方除以组内均方 Ｃ. 组间平方除以总平方和 Ｄ. 组间均方除以总均方 3.在方差分析中，某一水平下样本数据之间的误差称为 （ ）。 Ａ. 随机误差 Ｂ. 非随机误差 Ｃ. 系统误差 Ｄ. 非系统误差 4.在方差分析中，衡量不同水平下样本数据之间的误差称为 （ ）。 Ａ. 组内误差 Ｂ. 组间误差 Ｃ. 组内平方 Ｄ. 组间平方 5.组间误差是衡量不同水平下各样本数据之间的误差，它 （ ）。 Ａ. 只包括随机误差 Ｂ. 只包括系统误差 Ｃ. 既包括随机误差，也包括系统误差 Ｄ. 有时包括随机误差，有时包括系统误差 6. Ａ 7. Ｄ 8. Ｄ 9. Ａ 10.Ａ 6.组内误差是衡量某一水平下样本数据之间的误差，它 （ ）。 Ａ. 只包括随机误差 Ｂ. 只包括系统误差 Ｃ. 既包括随机误差，也包括系统误差 Ｄ. 有时包括随机误差，有时包括系统误差 7.在下面的假定中，哪一个不属于方差分析中的假定 （ ）。 Ａ. 每个总体都服从正态分布 Ｂ. 各总体的方差相等 Ｃ. 观测值是独立的 Ｄ. 各总体的方差等于0 8.在方差分析中，所提出的原假设是210:μμ=H = ···=k μ，备择假设是（ ） Ａ. ≠≠H 211:μμ···k μ≠ Ｂ. >>H 211:μμ···k μ> Ｃ. <

正交试验设计及其方差分析

第三节正交试验设计及其方差分析 在工农业生产和科学实验中，为改革旧工艺，寻求最优生产条件等，经常要做许多试验，而影响这些试验结果的因素很多，我们把含有两个以上因素的试验称为多因素试验.前两节讨论的单因素试验和双因素试验均属于全面试验（即每一个因素的各种水平的相互搭配都要进行试验），多因素试验由于要考虑的因素较多，当每个因素的水平数较大时，若进行全面试验，则试验次数将会更大.因此，对于多因素试验，存在一个如何安排好试验的问题.正交试验设计是研究和处理多因素试验的一种科学方法，它利用一套现存规格化的表——正交表，来安排试验，通过少量的试验，获得满意的试验结果. 1.正交试验设计的基本方法 正交试验设计包含两个内容：（1）怎样安排试验方案；（2）如何分析试验结果.先介绍正交表. 正交表是预先编制好的一种表格.比如表9-17即为正交表L4(23),其中字母L表示正交，它的3个数字有3种不同的含义： (1) L4（23）表的结构：有4行、3列，表中出现2个反映水平的数码1，2. 列数 ↓ L4 （23） ↑↑ 行数水平数 （2）L4（23）表的用法：做4次试验，最多可安排2水平的因素3个. 最多能安排的因素数 ↓ L4(23) ↑↑ 试验次数水平数 (3) L4（23）表的效率：3个2水平的因素.它的全面试验数为23=8次，使用正交表只需从8次试验中选出4次来做试验，效率是高的. L4(23) ↑↑ 实际试验数理论上的试验数 正交表的特点： （1）表中任一列，不同数字出现的次数相同.如正交表L4(23)中，数字1，2在每列中均出现2次. （2）表中任两列，其横向形成的有序数对出现的次数相同.如表L4（23）中任意两列，

实验设计的统计学基本原则

第十一章实验设计的统计学基本原则 实验（Experiment）：指由研究者主动地决定给予部分实验对象某种处理，给予另部分对象某种对照处理的研究设计形式，这种处理的分配常常是随机的。 实验设计（Experimental design）：是通过良好地计划对象的选择、处理因素的分配、结果指标的测量和资料分析来保证比较组间对象和实验条件是均衡的，实验结果有较好的可比性，并且较好地控制误差以能用较小的样本获取可靠的结论。 一．实验设计的三要素：受试对象、处理因素和实验效应。 1．处理因素（treatment）：根据研究目的，对受试对象施加的某种措施，称为处理因素。 注意：①抓住主要因素。 ②控制混杂因素（“非处理因素”在各组中应尽可能相同）。 ③标准化（处理因素应该标准化，即研究过程中处理应该自始至

终保持一致，不能因任何原因中途改变。） 2．受试对象（subject）：动物——种类，品系，窝别 人——诊断，依从性 注意受试对象的同质性(homogeneity) 3．实验效应（effect）： 指标选择：有效，客观，灵敏，精确。（头痛，发烧） 指标观察：对人的观察应注意避免偏性，提倡盲法。 主观指标的量化：如划记评分。 完全不满意完全满意 0 1 2 3 4 5 6 7 8 9 10 二．实验研究的分类：根据实验的对象不同，实验分成三类。 1. 动物实验（animal experiment） 2. 临床试验（Clinical trial）

3. 现场干预试验（Intervention trial） 三．实验中的变异及其来源： 在实验中，由于实验对象自身特点、实验条件的变化和实验结果测量的不确定性造成实验结果与真值的差别称实验误差，根据统计分析上的处理不同，实验误差分成两类： 1. 随机误差：由大量、微小的、偶然的因素的共同作用引起的不易控制的误差称随机误差。如在实验中，温度、湿度、风向、振动、试剂、仪器、操作员等都可能造成结果的偏差。 随机变异是没有倾向性的，在大量观察条件下，随机误差的分布呈标准N。随机误差的规律可以用统计方法分析。 正态分布()1,0 2.系统误差（systematic error）：由于在对象选择、处理因素分配的不随机、测量结果的不准确造成实验结果有倾向性地偏离真值称系统误差，或称偏倚

试验设计与统计分析教学大纲

山西农业大学信息学院 《试验设计与统计分析》教学大纲 课程名称：试验设计与统计分析 Experiment Design and Statistical Analysis 课程编码：105011 课程类别：专业基础课 学时/学分：48学时/3学分 适用专业：资环、环科等专业 一、前言 1、课程性质 《试验设计与统计分析》，是数理统计学在生物科学领域的应用，主要涉及科学研究中的试验设计、抽样观测和统计推断，是一门应用数学。课程还同时融入国际权威的SAS统计分析，通过上机处理试验实例的数据，巩固和加深理解所学统计原理及方法。课程不仅讨论如何科学地设计试验，而且还讨论如何科学地收集数据、整理数据、分析数据、解释数据和做出结论，是从事科学研究必不可少的基础知识。《试验设计与统计分析》是资环、环科专业的一门专业基础必修 课程。 2、教学目标 通过课堂讲授、课下作业和上机数据处理三个环节的教学过程，使学生掌握基本的试验设计与统计分析方法，掌握试验数据处理的程式步骤和技能。 3、教学要求 针对试验设计与统计分析的学科特点，结合专业的性质，讲授课程时理论与方法并重，力图把统计原理讲解的清晰易懂，使学生了解典型内容的基本原理和方法，理解统计方法的理论背景，掌握一些基本技能，从而培养学生分析解决实际问题的能力。 4、先修课程 高等数学、线性代数、概率论等

二、课程内容 绪论 教学内容及总体要求： 掌握：（1）试验设计与统计分析的概念、特点；（2）总体与样本、样本含量、参数与统计量的概念；（3）统计分析的基本要求。了解：（1）试验设计与统计分析的作用及其主要内容；（2）试验设计与统计分析的发展概况；（3）错误与误差、准确性与精确性的概念。 教学目标： 通过学习，使学生掌握试验设计与统计分析的概念、特点；总体与样本、样本含量、参数与统计量的概念；统计分析的基本要求。 教学方式方法建议： 课堂讲授、课堂讨论 学时：2学时 一、试验在科学研究中的作用 二、试验研究的一般程式及过程 三、试验设计与统计分析的涵义 四、试验设计与统计分析的必要性 五、课程特点与学习方法 六、常用术语和基本概念 思考题： 1、总体与样本、样本含量、参数与统计量的概念； 2、统计分析的基本要求 第一章田间试验设计（6学时） 第一节田间试验设计基础 1、田间试验设计概述 2、试验设计中的基本概念 第二节田间试验的种类 1、按试验性质分类

实验设计与统计分析练习题

1. 研究变量间的关系用什么方法。回归相关 2. 比较多个平均数的差异用什么方法。方差分析 3. 方差组分估计解决的问题. 4.协方差分析能够解决的问题。 5. 聚类分析能够解决的问题。 7. 规划求解能够解决的问题。 8. PB 试验要解决的问题。 9．主成分分析要解决的问题。 10.随机单位组试验设计允许试验单元有差异，要求是什么,它的模型是什么. 11.相关系数的意义. 12.12,x x 与 y 二元三次回归方程?y . 13通径分析中谁反映两变量间的综合作用,反映变量间的直接作用。 14.有1、2、3、4四个处理，要比较它们的总体平均数的差异是否显著,试验单元情况如下图，请进行试验设计： 变化方向 15.SPSS 运算得树状图如下，现要聚成二类、三类、四类，分别写出各类所含地块号。 16.因素A 有4个水平，因素B 有3个水平，共有11、…、43个不同搭配 （1） 要研究搭配的不同平均数一致否，请说明试验数据在SPSS 中的数据格式 （2） 要研究A 、B 有无交互作用，请说明试验数据在SPSS 中数据格式。 17. 为求1 2,,x x y 的的二元二次回归方程，请说明数据在SPSS 中数据格式。能够 根据运算结果给出统计结论. 18.混料试验设计题（10分） y 与x 1、x 2、x 3有关系，x 1∈[0.2，1]，x 2∈[0.1，1]，x 3∈[0.1，1],现采用单纯形重心设计，请给出试验设计（每个试验x 1、x 2、x 3用实值）。 19.响应面分析试验设计题,y 与x 1、x 2有关系，x 1∈[3,11]，x 2∈[6,10]，现采用通用旋转组合设计，请给试验方案（每个试验x 1、x 2用实值）。

成组实验设计方案及其统计分析

成组实验设计及其统计分析 成组设计及其统计分析 1. 实验设计 设实验因素A有A1,A2２个水平,将全部n(n最好是偶数)个受试对象随机地均分成２组,分别接受A1,A2２种处理。再设每种处理下观测的定量指标数为k,当k=1时, 属于一元分析的问题。当k≥2时,属于多元分析的问题。 在成组设计中,因2组受试对象之间未按重要的非处理因素进行两两配对, 无法消除个体差异对观测结果的影响,因此,其实验效率低于配对设计。 2. 前提条件与检验法的选用 在分析成组设计资料前,需考察资料是否满足下述2个前提条件:①正态性,即各组数据应独立抽自正态总体。②方差齐性,即2组资料的总体方差应该相等。下面根据这2个前提条件的满足情况,给出统计检验法的选用办法: 前提条件满足情况可选用的统计检验法 ①、②均满足成组设计资料的一般t检验 ①满足、②不满足近似t检验,即t'检验。或非参数检验 ①不满足非参数检验 在后2种情形中,若资料经过某种变量变换后能满足①、②2个前提条件,则对变量变换后的数据可用成组设计资料的一般t检验来分析。 3.应用实例 (1)一元的情形 ①成组设计资料的一般t检验 [例2.2.8]随机将20只雌性中年大鼠均分为甲、乙2组,甲组大鼠不接受任何处理(即空白对照),乙组中的每只大鼠接受3mg/kg的内毒素。分别测得2组大鼠的肌酐(mg/L)数据,试检验2总体均数之间有无显著差别。 甲(对照)组: 6.2,3.7, 5.8,2.7,3.9,6.1,6.7,7.8,3.8,6.9 乙(处理)组: 8.5,6.8,11.3,9.4,9.3,7.3,5.6,7.9,7.2,8.2 [分析与解答]先假定此资料满足正态性这一前提条件(后面将用程序来实现)。 2总体方差的齐性检验:H0:σ12=σ22,H1:σ12≠σ22,α=0.05。 用计算器实现统计计算所需的公式: (2.2.4) 式中MS1为较大均方、MS2为较小均方,SS、df分别为离差平和及自由度。F～F(df1,df2), 拒绝域:F≥Fα(df1,df2),则P≤α。 本例的已知条件和中间结果: 甲组: n=10, df=9, ∑X=53.6, X-=5.36, ∑X2=313.26, SS=25.964, MS=2.884889 乙组: n=10, df=9, ∑X=81.5, X-=8.15, ∑X2=687.17, SS=22.945, MS=2.549444 显然,甲组MS大于乙组MS,故应把甲组的有关统计量放在式(2.2.4)的分子上。 代入公式(2.2.4)计算的结果: F=1.132 查方差齐性检验用的F临界值表,得:F0.05(9,9)=4.03,因F0.05,

第10章 方差分析与试验设计

第10章 方差分析与试验设计 三、选择题 1.方差分析的主要目的是判断 （ ）。 Ａ. 各总体是否存在方差 Ｂ. 各样本数据之间是否有显著差异 Ｃ. 分类型自变量对数值型因变量的影响是否显著 Ｄ. 分类型因变量对数值型自变量的影响是否显著 2.在方差分析中，检验统计量Ｆ是 （ ）。 Ａ. 组间平方和除以组内平方和 Ｂ. 组间均方除以组内均方 Ｃ. 组间平方除以总平方和 Ｄ. 组间均方除以总均方 3.在方差分析中，某一水平下样本数据之间的误差称为 （ ）。 Ａ. 随机误差 Ｂ. 非随机误差 Ｃ. 系统误差 Ｄ. 非系统误差 4.在方差分析中，衡量不同水平下样本数据之间的误差称为 （ ）。 Ａ. 组内误差 Ｂ. 组间误差 Ｃ. 组内平方 Ｄ. 组间平方 5.组间误差是衡量不同水平下各样本数据之间的误差，它 （ ）。 Ａ. 只包括随机误差 Ｂ. 只包括系统误差 Ｃ. 既包括随机误差，也包括系统误差 Ｄ. 有时包括随机误差，有时包括系统误差 6.组内误差是衡量某一水平下样本数据之间的误差，它 （ ）。 Ａ. 只包括随机误差 Ｂ. 只包括系统误差 Ｃ. 既包括随机误差，也包括系统误差 Ｄ. 有时包括随机误差，有时包括系统误差 7.在下面的假定中，哪一个不属于方差分析中的假定 （ ）。 Ａ. 每个总体都服从正态分布 Ｂ. 各总体的方差相等 Ｃ. 观测值是独立的 Ｄ. 各总体的方差等于0 8.在方差分析中，所提出的原假设是210:μμ=H = ···=k μ，备择假设是（ ） Ａ. ≠≠H 211:μμ···k μ≠ Ｂ. >>H 211:μμ···k μ> Ｃ. <

正交试验方差分析(通俗易懂)

第十一章正交设计试验资料的方差分析 在实际工作中，常常需要同时考察3个或3个以上的试验因素，若进行全面试验，则试验的规模将很大，往往因试验条件的限制而难于实施。 正交设计是安排多因素试验、寻求最优水平组合的一种高效率试验设计方法。 第一节、正交设计原理和方法 (一) 正交设计的基本概念 正交设计是利用正交表来安排多因素试验、分析试验结果的一种设计方法。它从多因素试验的全部水平组合中挑选部分有代表性的水平组合进行试验，通过对这部分试验结果的分析了解全面试验的情况，找出最优水平组合。 例如，研究氮、磷、钾肥施用量对某小麦品种产量的影响： A因素是氮肥施用量，设A1、A2、A3 3个水平； B因素是磷肥施用量，设B1、B2、B3 3个水平； C因素是钾肥施用量，设C1、C2、C3 3个水平。 这是一个3因素每个因素3水平的试验，各因素的水平之间全部可能的组合有27种。 如果进行全面试验，可以分析各因素的效应，交互作用，也可选出最优水平组合。 但全面试验包含的水平组合数较多，工作量大，由于受试验场地、经费等限制而难于实施。 如果试验的主要目的是寻求最优水平组合，则可利用正交设计来安排试验。 正交设计的基本特点是：用部分试验来代替全面试验，通过对部分试验结果的分析，了解全面试验的情况。 正交试验是用部分试验来代替全面试验，它不可能像全面试验那样对各因素效应、交互作用一一分析；当交互作用存在时，有可能出现交互作用的混杂。 如对于上述3因素每个因素3水平试验，若不考虑交互作用，可利用正交表L9(34)安排，试验方案仅包含9个水平组合，就能反映试验方案包含27个水平组合的全面试验的情况，找出最佳的生产条件。 一、正交设计的基本原理 表11-1 33试验的全面试验方案

常见的实验设计与计算举例

常见的实验设计与举例 一、单因素实验设计 单因素完全随机设计、单因素随机区组设计、单因素拉丁方实验设计和单因素重复测量实验设计是四种基本的实验设计，复杂的实验设计大多都是在这四种形式上的组合。研究者根据不同的研究假设、实验目的与条件使用不同的实验设计，但无论哪种实验设计都有一个共同的目标，即控制无关变异，使误差变异最小。 1.完全随机设计研究中有一个自变量，自变量有两个或多个水平，采用随机化方法，通过随机分配被试给各个实验处理，以期实现各个处理的被试之间在统计上无差异，这种设计每个（组）被试只接受一个水平的处理。完全随机实验的方差分析中，所有不能由处理效应解释的变异全部被归为误差变异，因此，处理效应不够敏感。 例：研究阅读理解随着文章中的生字密度的增加而下降。自变量为生字密度，共有四个水平：5:1、10:1、15:1、20:1，因变量是被试的阅读理解测验分数。实验实施时，研究者将32名被试随机分为四个组，每组被试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。 完全随机实验设计实施简单，接受每个处理水平的被试数量可以不等，但需要被试的数量较大，且被试个体差异带来的无关变异混杂在组内变异中，从而使实验较为不敏感。完全随机实验数据的统计分析，如果是单因素两组设计，采用独立样本t检验；如果是单因素完全随机多组设计则采用一元方差分析（One -Way ANOV A）。 2.随机区组设计研究中有一个自变量，自变量有两个或多个水平，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没有交互作用。当无关变量是被试变量时，一般首先将被试在这个无关变量上进行匹配，然后将他们随机分配给不同的实验处理。 例：仍以文章的生字密度对阅读理解影响的研究为例，但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，但它又不是该实验感兴趣的因素，于是研究者采用单因素随机区组设计，在实验实施前，研究者首先给32个学生做了智力测验，并按智力测验分数将学生分为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。

田间试验设计与统计分析期末复习试题

一、判断题 1. 在采用分层随机抽样时，若各区层所包含的抽样单位数不同，则从各区层抽取单位数应根据其所包含的抽样单位数按比例配置。(√) 2.二项分布属于连续型概率分布(×) 3.一般情况下，长方形尤其是狭长形小区的试验误差比正方形小区的大(×) 4.准确性是指在试验中某一试验指标或性状的观测值与其真值接近的程度(√) 5.调和平均数主要用于反映研究对象不同阶段的平均速率(√) 6.在计算植物生长率时，用调和平均数比用算术平均数更能代表其平均水平(×) 7.就同一资料而言，调和平均>数几何平均数>算术平均数(×) 8.通常将样本容量n30的样本称为大样本，将样本容量n30的样本称为小样本(√) 9.正态分布属于离散型概率分布(×) 10.统计分析的试验误差主要指随机误差。这种误差越小，试验的准确性越高(×) 二、填空题 1. 正交试验设计表的主要性质有正交性、代表性、综合可比性。 2. 两个变量数据依据确定性关系可分为函数关系和相关关系2种类型。 3. 常用统计图的绘制方法主要有直方图、多边形图、条形图、圆图这4种图形。 4.在田间试验中,由观察、测量所得的资料，一般可分为数量性状资料和质量性状资料两大类。 5. 小样本抽样分布主要包括三类分布：t分布、 X2分布和F分布。 6. 随机事件可分为：必然事件、不可能事件和基本事件3种类型 7. 常用的田间试验设计方法主要有随机区组试验、随机裂区试验、拉丁方试验。 8. 正交试验设计表的主要类型有两种分别相同水平正交表和混合水平正交表 9. 田间试验常用的随机抽样方法有简单随机抽样、分层随机抽样、整群随机抽样和多级随机抽样 10. 试验地土壤差异测量的方法有目测法和肥力测定法 12. 试验处理重复的作用分别是估计试验误差和降低试验误差。 13. 试验地土壤肥力差异的表现形式大致可分为肥力梯度的变化和斑块状变化。 14. 在研究玉米种植密度和产量的相关关系中，其中种植密度是自变数，产量是依变数 15. 小麦品种A每穗小穗数的平均数和标准差值为18和3（厘米），品种B为30 和4.5（厘米），根据 CV A 大于_ CV B _，品种_ A _ 的该性状变异大于品种_ B _。 16. 田间试验常用的随机抽样方法有、、和等 17.根据试验的内容将田间试验分为：品种试验、栽培试验、品种和栽培相结合的试验3种类型。 18. 统计学中，一般来说常见抽样的方法有典型抽样、随机抽样和顺序抽样3种方法。 19. 在Excel表格中计算正态分布概率值和反正态分布随机变量的函数分别是NORMDIST 和NORMINV

实验设计与统计分析

填空题 1.数据资料按其性质不同各分为资料和资料两种。 2.有共同性质的个体所组成的集团称为。从总体中抽取部分个体进行观测，用以估计总 体的一般特性，这部分被观测的个体总称为。 3.由总体中包含的全部个体求得的能够反映总体性质的特征数称为；由样本的全部观察 值求得的用以估计总体参数的特征数叫。 4..试验误差可以分为误差和误差两种类型。 5.从总体中抽取的样本要具有代表性，必须是抽取的样本。 6.样本根据样本容量的多少可以分为和。 8.小麦品种A穗长的平均数和标准差值为12cm和3cm，品种B为18cm和3.5cm，根据__________，判断品种______的 该性状变异大。 9.某海水养殖场进行贻贝单养和贻贝与海带混养的对比试验，收获时各随机抽取抽取50绳测其毛重，结果如下所示： 平均数X(kg)极差R(kg)标准差S(kg)变异系数CV% 贻贝单养42.70307.0816.58贻贝与海带混养52.1030 6.3412.16根据和，判断的效果好。 10.在统计学中，常见平均数主要有和。 11. 12. 13. 14. 15. 16. 17. 简答题 1.如何控制、降低随机误差，避免系统误差？ 2.什么是准确性，精确性？如何提高试验的正确性？ 3.统计表与统计图有何用途？常用统计图、统计表有哪些？ 4.生物统计学中常用的平均数有几种？各在什么情况下应用？ 5.为什么变异系数要与平均数、标准差配合使用？ 多选题 1.下列总体中属于有限总体的是（）。 A 保定地区棉田中棉铃虫的头数 B 20m2的试验小区中鲁玉4号玉米的株高 C 66.7万公顷鲁玉4号玉米的株高 D 320株水稻中糯稻的株数 2.下列数据资料中属于连续型变数资料。

利用SPSS 进行方差分析以及正交试验设计

实验设计与分析课程论文 题目利用SPSS 软件进行方差分析和正交试验设计 学院 专业 年级 学号 姓名 2012年6月29日

一、SPSS 简介 SPSS 是世界上最早的统计分析软件，1984年SPSS 总部首先推出了世界上第一个统计分析软件微机版本SPSS/PC+，开创了SPSS 微机系列产品的开发方向，极大地扩充了它的应用范围，并使其能很快地应用于自然科学、技术科学、社会科学的各个领域，世界上许多有影响的报刊杂志纷纷就SPSS 的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予了高度的评价与称赞。 SPSS 的基本功能包括数据管理、统计分析、图表分析、输出管理等等。SPSS 统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，每类中又分好几个统计过程，比如回归分析中又分线性回归分析、曲线估计、Logistic 回归、Probit 回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，而且每个过程中又允许用户选择不同的方法及参数。SPSS 也有专门的绘图系统，可以根据数据绘制各种图形。SPSS 的分析结果清晰、直观、易学易用，而且可以直接读取EXCEL 及DBF 数据文件，现已推广到多种各种操作系统的计算机上，它和SAS 、BMDP 并称为国际上最有影响的三大统计软件。 SPSS 输出结果虽然漂亮，但不能为WORD 等常用文字处理软件直接打开，只能采用拷贝、粘贴的方式加以交互。这可以说是SPSS 软件的缺陷。 二、方差分析 例如 某高原研究组将籍贯相同、年龄相同、身高体重接近的30名新战士随机分为三组，甲组为对照组，按常规训练，乙组为锻炼组，每天除常规训练外，接受中速长跑与健身操锻炼，丙组为药物组，除常规训练外，服用抗疲劳药物，一月后测定第一秒用力肺活量(L)，结果见表。试比较三组第一秒用力肺活量有无差别。对照组为组一，锻炼组为组二，药物组为组三。 第一步：打开 SPSS 软件 表1 三组战士的第一秒用力肺活量(L) 对照组 锻炼组 药物组 合计 3.25 3.66 3.44 3.32 3.64 3.62 3.29 3.48 3.48 3.34 3.64 3.36 3.16 3.48 3.52 3.64 3.20 3.60 3.60 3.62 3.32 3.28 3.56 3.44 3.52 3.44 3.16 3.26 3.82 3.28

《食品试验设计与统计分析》教学大纲

《食品试验设计与统计分析》教学大纲 -CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN

《食品试验设计与统计分析》教学大纲 课程编号：2200054 学时：32 学分：2 授课学院：农业与生物工程学院 适用专业：食品科学与工程 教材：王钦德，杨坚主编. 食品试验设计与统计分析(第一版).中国农业大学出版社，2003 主要参考资料： 1.李云雁，胡传荣.试验设计与数据处理.化学工业出版社，2005 2.明道绪.生物统计附试验设计(第三版).中国农业出版社，2002 3.袁志发，周静芋主编.试验设计与分析.高等教育出版社，2000 一．课程的性质、目的及任务 本课程的性质是专业选修课。 食品质量保持、贮藏方法、货架寿命、营养价值，安全性和经济特性的研究及卫生标准的制定等都离不开调查和试验，都必须通过试验设计与统计分析获得可靠的数据。 试验设计是以数理统计为理论基础，对科学研究中拟通过试验解决的具体问题提出科学而合理的试验方案，指导和保证试验环节的正确实施，力求以最经济的试验投入获得尽可能多的数据信息，然后用科学的统计方法进行数据处理，得出可靠的结论，从而进一步指导生产以及科研工作。食品试验设计与统计分析是试验设计在食品科学领域的具体应用，为食品科学工作者所必备的专业知识。学习本课程的主要目的是让学生掌握试验设计的基本原理和方法，培养学生分析问题和解决问题的能力，使学生能够独立设计试验和实施试验，正确制定试验方案，并能对试验结果进行正确的统计处理，培养学生成为具有一定试验设计水平的高级专业人才。针对食品数据的特点，巧妙地选用恰当高效的统计分析方法，解决实践中遇到的问题，得到可靠的结果和科学的结论。二.教学基本要求 了解基本原理；熟练掌握所介绍的几种试验设计方法，能独立进行试验设计；熟练掌握所介绍的几种数理统计方法，能独立地对试验结果进行合理的统计分析；掌握常用数据处理软件的使用。 通过学习本课程，应具备以下能力：

实验设计与统计分析

实验设计 名词解释 总体：具有共同性质的个体所组成的集合体 样本：从总体中抽出一部分个体进行研究，这部分个体的总合称为样本或抽样总体 极差：资料中最大观察值与最小观察值的差值称为极差 方差：离均差平方的平均数称为方差 标准差：方差的正平方根称为标准差 变异系数：该样本的标准差对均数的百分数 频率：在大量重复试验中某一事件已发生的次数占试验总次数的比率称为频率 概率：描述随机事件出现的可能性大小的一个概念 频数：总体或样本中某观察值或某区间的观察值所出现的次数 频数分布：总体或样本中不同观察值或不同区间的观察值出现的次数组成的分布 抽样分布：研究从总体中独立抽取随机样本的统计数的概率分布 置信限：区间的上下限 置信概率（置信系数）：保证合理误差范围的概率 因素：对某些事物的存在状况能够产生影响的其他事物 试验因素：人为控制该影响因素的变化状态，使其影响程度可以得到准确的测量或判断 不同水平：一个试验因素不同质或不同量的存在状态，叫试验因素的不同水平 试验处理：人为地使试验因素处于不同水平或试验因素不同水平的组合，称为试验处理 试验方案：同一试验所处理的总和称为试验方案 试验效应：指因素的相对独立作用，也就是因素对性状所引起的增加或减少作用 简单效应：在一种情况下因素的相对独立作用 主效应：同一试验中同一因素的简单效应平均值称为主效应 重复：同一处理在试验中出现的次数（重复具有降低试验误差，扩大试验的代表性；估计试验误差大小，判断试验可靠程度） 个体试验：同一内容的试验只在一两个不同的地点设置 群体试验：同一内容试验在有许多代表性的地点统一布置、统一方法、同时进行，这样的试验叫做群体试验 参数：能说明不同总体集中性和变异性特征的数值称总体特征数 匀地播种：在即将进行试验的土地上连续几茬播种密生植物以便均衡土壤肥力差异的方法。相关系数：对于坐标散点，显线性相关的两个变量，如果不需要由x预测y，只需要了解x 与y是否确定有相关系数，相关关系的密切程度如何，以及相关性质，则只需计算出一个新的统计量 简答题 1、正态分布的特点 答：正态分布是一种常见也是最重要的连续性随机变量的理论分布。其特点①以算术平均数u为轴点，左右对称②在x=u处，值最大，其算术平均数、中位数、众数相等，合并为一③正态分布的多数次数集中于算术平均数u附近，离平均数越远，其相应的次数越少④正态分布曲线在∣x-u∣≧ō处有拐点，曲线左右延伸⑤正态分布曲线与x轴之间的总面积等于 1. 2、试验研究一般程序 答：㈠选题确定试验研究的具体目标和任务㈡作好试验计划设计和确定完成试验任务的方法步骤（①设计试验方案②确定试验方法③制定管理措施④确定观察测定项目及其方法与

第六章--方差分析与正交试验设计讲解学习

第六章 方差分析与正交试验设计 在生产实践和科学研究中，经常要分析各种因素对试验指标是否有显著的影响。例如，工业生产中，需要研究各种不同的配料方案对生产出的产品的质量有无显著差异，从中筛选出较好的原料配方；农业生产中，为了提高农作物的产量，需要考察不同的种子、不同数量的肥料对农作物产量的影响，并从中确定最适宜该地区种植的农作物品种和施肥数量。 要解决诸如上述问题，一方面需要设计一个试验，使其充分反映各因素的作用，并力求试验次数尽可能少，以便节省各种资源和成本；另一方面就是要对试验结果数据进行合理的分析，以便确定各因素对试验指标的影响程度。 §6.1 单因素方差分析 仅考虑一个因素A 对试验指标有无显著影响，可以让A 取r 个水平：r A A A ,,,21 ，在水平i A 下进行i n 次试验，称为单因素试验，试验结果观测数据ij x 列于下表： 并设在水平i A 下的数据i in i i x x x ,,21来自总体),(~2 i i N X ，),,2,1(r i 。 检验如下假设： r H 210:， r H ,,,:211 不全相等 检验统计量为 ),1(~) /() 1/(r n r F r n S r S F e A 其中2 1 2 11)()(x x n x x S i r i i r i n j i A i ，称为组间差平方和。 211 )(i r i n j ij e x x S i ，称为组内差平方和。

这里 r i i n n 1 ， i n j ij i i x n x 1 1 ， r i n j ij i x n x 111。 对于给定的显著性水平)05.001.0(或 ，如果),1(r n r F F ，则拒绝0H ，即认为因素A 对试验指标有显著影响。 实际计算时，可事先对原始数据作如下处理： b a x x ij ij 再进行计算，不会影响F 值的大小。 例1 试分析三种不同的菌型对小白鼠的平均存活日数影响是否显著？ 解：30,11,9,10,3321 n n n n r 16.6,27.7,22.7,4321 x x x x 43.70)()(21 2 11 x x n x x S i r i i r i n j i A i ， 74.137)(211 i r i n j ij e x x S i 49.5)27,2(90.601.0 F F ，说明三种不同菌型的伤寒病菌对小白鼠的平均存活日数的影响高度显著。 §6.2 双因素方差分析 同时考察两个因素A 和B 对试验指标有无显著影响，可以让A 取r 个水平： r A A A ,,,21 ，让B 取s 个水平：s B B B ,,,21 ，在各种水平配合),(j i B A 下进行试验， 称为双因素试验。 一、无交互作用的双因素方差分析 在每一种水平配合),(j i B A 下作一次试验，称为无交互作用的双因素试验，试验结果观测数据ij x 列于下表：

食品试验设计与统计分析复习题.doc

食品试验设计与统计分析基础 一、名词解释 1.总体：具有共同性质的个体所组成的集团。 2.样本：从总体中随机抽取一定数量，并且能代表总体的单元组 成的这类资料称为样本。 3.参数：由总体里所有观察值算得用以说明总体的数据特征，常 用希腊字母表示。一般有总体平均数μ，总体方差δ2，总体标准差δ等几种参数恒定不变。 4.统计数：有样本里全部观察值算得说明样本特征的数据。包 括样本平局数，标准差 S，样本方差 S2. 5.准确性：试验结果真是结果相接近的程序。 6.精确性：在相对相同的条件下，重复进行同一试验，其结果 相接近的程度。 7.系统误差：认为因素造成的差异。 8.随机误差：各种偶然的或人为无法控制的因素造成的差异。 9.数量性状的资料：能够称量、测量和计数的方法所表示出来 的资料。可分连续性 .数量性状的资料和间断 .数量性状的资料。 10.连续性资料：用计量的方法得到的数据性资料。 11.间断性资料：用计数的方法得到的数据性资料。 12.质量性状的资料：只能观察、分类或用文字表述而不能测量 的一类资料。 13.两尾检验：具有两个否定域的假设试验。 14.一尾检验：具有单个否定域的月统计假设试验。 15.参数估计：又叫抽样估计，是样本统计数估计总体参数的 一种方法。

16.点估计：用样本统计数直接估计相应总体参数的方法。 17.区间估计：在一定的概率保证下，用样本统计参数去估计 相应总体参数所在范围。 18.置信区间：估计出参数可能出现的一个区间，使绝大多数该 参数的点估计值都包含在这个区间内，所给出的这个区间称为置信区间。 19.α错误：把试验误差判断为真实差异，否定了正确的H（措施： 降低显著水平）。 20.β错误：把真实差异判断为试验误差，接受了错误的H（措施： 科学的试验设计，提高样本容量）。 21.置信度：保证参数出现在置信区间内的概率称为置信度。 22.直线回归：研究 x、y 变量间因果依存的方法。 23.直线相关：研究两个变量间直线关系的相关分析。 24.试验指标：根据研究的目的而选定的用来衡量或考核试验 效果的质量特性。 25.试验因素：试验中所研究的试验指标的因素。 26.因素水平：试验因素所处的某种特定状态或数量等级。 27.试验处理：事先设计好的实施在试验单位上的一种具体措 施或项目称为试验处理。 28.试验单位：施加试验材料的单位。 29.重复：指在一个处理有 2 个或 2 个以上的试验单位。 30.随机化：将各个试验单位完全随机的分配在试验的各个处理 中。 31.局部控制：指当非试验因素，对试验指标的干扰不能从试验中排除时，通过采取一定的技术措施或方法来控制，从而降低或纠正它 们的影响，提高统计推断的可靠性。

第10章__方差分析与试验设计

第10章方差分析与试验设计 三、选择题 1.Ｃ 2.Ｂ 3.Ａ 4.Ｂ 5.Ｃ 1.方差分析的主要目的是判断（）。 Ａ.各总体是否存在方差 Ｂ.各样本数据之间是否有显著差异 Ｃ.分类型自变量对数值型因变量的影响是否显著 Ｄ.分类型因变量对数值型自变量的影响是否显著 2.在方差分析中，检验统计量Ｆ是（）。 Ａ.组间平方和除以组内平方和Ｂ.组间均方除以组内均方 Ｃ.组间平方除以总平方和Ｄ.组间均方除以总均方 3.在方差分析中，某一水平下样本数据之间的误差称为（）。 Ａ.随机误差Ｂ.非随机误差Ｃ.系统误差Ｄ.非系统误差 4.在方差分析中，衡量不同水平下样本数据之间的误差称为（）。 Ａ.组内误差Ｂ.组间误差Ｃ.组内平方Ｄ.组间平方 5.组间误差是衡量不同水平下各样本数据之间的误差，它（）。 Ａ.只包括随机误差 Ｂ.只包括系统误差 Ｃ.既包括随机误差，也包括系统误差 Ｄ.有时包括随机误差，有时包括系统误差 6.Ａ 7.Ｄ8.Ｄ9.Ａ10.Ａ 6.组内误差是衡量某一水平下样本数据之间的误差，它（）。 Ａ.只包括随机误差 Ｂ.只包括系统误差 Ｃ.既包括随机误差，也包括系统误差 Ｄ.有时包括随机误差，有时包括系统误差 7.在下面的假定中，哪一个不属于方差分析中的假定（）。 Ａ.每个总体都服从正态分布Ｂ.各总体的方差相等 Ｃ.观测值是独立的Ｄ.各总体的方差等于0 8.在方差分析中，所提出的原假设是0:=···= ，备择假设是（） 12 k Ａ.1:12···kＢ.1:12···k Ｃ. 1:···kＤ.1:1,2,···,k不全相等 12 9.单因素方差分析是指只涉及（）。 Ａ.一个分类型自变量Ｂ.一个数值型自变量 Ｃ.两个分类型自变量Ｄ.两个数值型因变量 10.双因素方差分析涉及（）。 Ａ.两个分类型自变量Ｂ.两个数值型自变量 Ｃ.两个分类型因变量Ｄ.两个数值型因变量 11.Ｂ12.Ｃ