线性模型与基本假定.ppt

该【线性模型与基本假定 】是由【落意心】上传分享，文档一共【54】页，该文档可以免费在线阅读，需要了解更多关于【线性模型与基本假定 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。线性模型与基本假定2008年安全评价人员教育培训其中,为第i个处理观测值总体平均数;为试验误差、相互独立、且服从正态分布N(0,σ2)。若令则(5-1)式可以改写为(5-4)Date其中,μ为全试验观测值总体平均数;是第i个处理的效应,表示处理i对试验结果产生的影响。显然有(5-4)式叫做单因素完全随机设计试验资料的数学模型。Date表示为总平均数μ、处理效应αi、试验误差εij之和。由εij相互独立且服从正态分布N(0,σ2),可知各处理Ai(i=1,2,…,k)所属总体亦应具正态性,即服从正态分布N(μi,σ2)。尽管各总体的均数可以不等或相等,σ2则必须是相等的。Date所以,单因素完全随机设计试验资料的数学模型可归纳为:效应的可加性(additivity)分布的正态性(normality)方差的一致性(homogeneity)Date二、平方和与自由度的分解在方差分析中用样本方差即均方来度量资料的变异程度。在表5-1中,度量全部观测值总变异的总均方分解为度量处理间变异的处理间均方和度量处理内变异的处理内均方两部分。Date统计学上,这种分解是通过将总均方的分子──称为总离均差平方和,简称为总平方和,分解为处理间平方和与处理内平方和两部分;将总均方的分母──称为总自由度,分解为处理间自由度与处理内自由度两部分来实现的。Date(一)总平方和的分解在表5-1中,反映全部观测值总变异的总平方和是各观测值xij与总平均数的离均差平方和,记为SST。即因为Date其中Date在计算处理内平方和时,kn个离均差要受k个条件的约束,即故处理内自由度为资料中观测值的总个数减k,即kn-k。处理内自由度记为dfedfe=kn-k=k(n-1)(i=1,2,…,k)Date