进行无重复双因素方差分析

双因素试验的方差分析（一）摘要：实际问题中往往要同时考虑两个因素对试验指标的影响，此时即使用双因素方差分析。

主要方法为建立合适的假设，并对分析已有数据的各部分方差平方和、自由度、均方，求得F 比后利用检验方法判断原假设是否成立。

双因素试验的方差分析可分为无重复试验和等重复试验两部分讨论，无重复试验只需检验两个因素对实验结果有无显著影响，等重复试验还要考虑两个因素的交互作用对实验结果有无显著影响。

（二）关键词：双因素 方差分析 EXCEL 应用（三）引言：在科学试验和生产实践中，影响一事物的因素往往是很多的。

每一因素的改变都有可能影响产品的数量和质量。

有些因素影响较大，有些较小，为了优化生产过程，通过进行试验找出对产品质量有显著影响的那些因素。

根据试验结果进行分析，鉴别各个有关因素对实验结果影响的有效方法即为方差分析。

本文双因素方差分析同时考虑两个因素的影响，涉及因素间的交互作用，在实际生产实践中较为实用。

（四）算法原理：双因素方差分析有两种类型：一个是无交互作用的双因素方差分析，它假定因素A 和因素B 的效应之间是相互独立的，不存在相互关系；另一个是有交互作用的双因素方差分析，它假定因素A 和因素B 的结合会产生出一种新的效应。

（一）双因素等重复试验的方差分析设有两个因素A ，B 作用于试验的指标。

因素A 有r 个水平,,...,,21r A A A 因素B 有s 个水平.,...,21s B B B 现对因素A,B 的水平的没对组合（j i B A ,），i=1,2,...r,j=1,2,...,s 都作(t ≥2)次试验（称为等重复试验），得到如下表的结果。

因 素A 因素B1B 2B......s B 1AtX X X 11112111...,,,tX X X 12122121...,,,...... sts s X X X 12111...,,,2A t X X X 21212211...,,,t X X X 22222221...,,,...... st s s X X X 22212...,,,........................s Atr r r X X X 11211...,,,tr r r X X X 22221...,,,...... rstrs rs X X X ...,,,21并设),(~2σμij ijk N X ，r i ,...,2,1=;s j ,...,2,1=;t k ,...,2,1=,各ijk X 独立。

Excel在生物统计学双因素无重复方差分析中的应用作者：白俊艳杨又兵李广录来源：《现代农业科技》2017年第02期摘要本文探讨了Excel在双因素无重复观测值方差分析中的具体应用，并以比较饲料和品种对猪日增重的影响为例题，详细阐述了双因素无重复观测值的方差分析过程及结果如何分析等。

用Excel进行双因素无重复观测值的方差分析虽然从数据的建立、分析过程、结果分析等方面来看，操作相对比较方便，而且Excel在结果输出时候给出了相伴概率P和F值这2种结果，可以以2种方式对结果进行分析，而SPSS只是以相伴概率P为依据来判定结果，相对单一。

关键词 Excel；生物统计学；方差分析；双因素；无重复观测值中图分类号 O212.1 文献标识码 A 文章编号 1007-5739（2017）02-0279-01生物统计学是畜牧、兽医、农学、林学、微生物、医学等生命科学领域中的统计工具，数据分析离不开生物统计学。

随着计算机技术的发展，已有更多的软件被应用于生物统计学，如SPSS[1-3]、Excel[4]、SAS[5]等，但是不同的统计软件具有着不同的统计特点，如Excel统计功能虽然简单，但是操作方便，分析出来的结果更为直观，更适合生物统计学的初学者。

生物统计学是对数据资料进行收集、整理、分析、解释的科学[6-7]，在生物统计学教材中不仅提供了如何通过合理的试验设计获得理想的数据资料，还提供各种数据资料的分析方法，是所有高等学校本科生的必修课。

生物统计学由于其公式比较多，理论深奥，所以高等学校本科生对这门课程的学习兴趣相对不高。

因此，本文主要介绍如何利用Excel进行双因素无重复观测值的方差分析，以案例的形式详细阐述了其分析过程，希望能提高学生对生物统计学学习的兴趣，并增强学生分析数据的能力。

1 分析工具库的安装Excel一般不直接装配“分析工具库”这一模块，需要在Excel的基础上自行安装。

安装步骤：Excel的工具→加载宏→分析工具库→确定。

双因素方差分析一、无交互作用下的方差分析设A 与B 是可能对试验结果有影响的两个因素，相互独立，无交互作用。

设在双因素各种水平的组合下进行试验或抽样，得数据结构如下表：表中每行的均值.i X （i=1,2,…r ）是在因素A 的各个水平上试验结果的平均数；每列的均值jX .(j=1,2,…,n)是在因素B 的各种水平上试验的平均数。

以上数据的离差平方和分解形式为：SST=SSA+SSB+SSE （6.13） 上式中：∑∑-=2)(X X SST ij(6.14)∑-=∑∑-=2.2.)()(X X n X XSSA i i (6.15)∑-=∑∑-=2.2)()(X Xr X XSSB j j（6.16）∑+-∑-=2..)(X X X X SSE ji ij(6.17)SSA 表示的是因素A 的组间方差总和，SSB 是因素B 的组间方差总和，都是各因素在不同水平下各自均值差异引起的；SSE 仍是组内方差部分，由随机误差产生。

各个方差的自由度是：SST 的自由度为nr-1，SSA 的自由度为r-1，SSB 的自由度为n-1，SSE 的自由度为nr-r-n-1=（r-1）(n-1)。

各个方差对应的均方差是：对因素A 而言： 1-=r SSA MSA （6.18） 对因素B 而言： 1-=n SSB MSB （6.19）对随机误差项而言：1---=n r nr SSEMSE （6.20）我们得到检验因素A 与B 影响是否显著的统计量分别是：)]1)(1(,1[~---=n r r F MSE MSA F A （6.21）)]1)(1(,1[~---=n r n F MSE MSBF B （6.22）【例6-2】某企业有三台不同型号的设备，生产同一产品，现有五名工人轮流在此三台设备上操作，记录下他们的日产量如下表。

试根据方差分析说明这三台设备之间和五名工人之间对日产量的影响是否显著？（α=0.05）。