文档介绍：关于林业部门对松树的不同树种在不同地区的生长情况的数据分析
-－—-－－—统计学双因素方差分析
摘要：
松树，又名常青树,顾名思义它四季都是绿色的,使人们四季都能有春天的感觉。它不仅有很高的观赏价值,还很坚固顽强,，不但可以供市民观赏，而且它的存活机率高,便于林业部门打理。但它的种类繁多，而且不同地区的土壤也是有差别的，林业部门想根据其生长的直径，.
关键词：双因素方差分析直径　SＰSS软件
正文：
一、引文:
松树，又名常青树，顾名思义它四季都是绿色的,，还很坚固顽强，常年不死。但它的种类繁多，而且不同地区的土壤也是有差别的,林业部门想根据其生长的直径，考虑不同的树种和不同的地区对它的生长状况有怎样的影响。
采取的分析方法：有重复双因素方差分析，单因素方差分析。
分析过程应用了Excel ２003 软件和 SＰSS　统计学软件。
二、统计学分析方法的理论依据：
方差分析（ANOVA)是通过检验各总体均值是否相等来判断分类型数据自变量对数值型因变量是否有显著影响。
双因素方差分析法是一种统计分析方法，这种分析方法可以用来分析两个因素的不同水平对结果是否有显著影响，以及两因素之间是否存在交互效应。因为
在实际应用中，一个试验结果(试验指标）往往受多个因素的影响。不仅这些因素会影响试验结果,，先对两个因素的不同水平的组合进行设计试验，要求每个组合下所得到的样本的含量都是相同的。在本分析中，我们所研究的因素是地区和松树种类,水平是不同的地区和不同的松树。
本分析中使用的有重复双因素方差分析方法即有交互作用的双因素方差分析方法.
有交互作用的双因素方差分析处理方法：把交互作用当成一个新因素来处理，即把每种搭配AiBj看作一个总体Ｘij。
基本假设:（1)Xij相互独立；
　　(2)Xiｊ～ N(μij，σ2)，(方差齐性).
线性统计模型
其中所有期望值的总平均
ﻩ水平Aｉ对试验结果的效应
　　　　　　水平Bj对试验结果的效应
ﻩ交互效应　
ﻩ试验误差　
特性： ﻩ
要判断因素A,B及交互作用Ａ´Ｂ对试验结果是否有显著影响，即为检验如下假设是否成立：
总离差平方和：
可分解为:
　 SＳA称为因素Ａ的离差平方和，反映因素A对试验指标的影响。
SＳB称为因素B的离差平方和，反映因素B对试验指标的影响。
ＳSA´B称为交互作用的离差平方和，反映交互作用A´B对试验指标的影响。
SSＥ称为误差平方和,反映试验误差对试验指标的影响.
若“各因素、各水平及其交互作用的影响无统计意义”的假设成立，则Xｉｊｋ～Ｎ(μ，σ2）。
可推得：
　　
则　
由FA,ＦB,ＦＡ×Ｂ作右侧假设检验来考察各因素及因素间的交互作用对试验指标的影响力。
双因素(有重复）试验方差分析表
方差来源
因素A
总和
平方和
自由度
均方和
F 值
F 值临介值
因素B
误差
三、数据采集与整理:
　原始资料直接来源于林业部门针对4个地区、3种松树的生长直径的数据资料。
如下表所示：
用Excel将表格整理为如下表:
直径
树种A
树种Ｂ
树种C
地区１
23
2８
1８
１5
22
１0
２６
2５
12
１3
19
２2
21
２6
１3
地区２
2５
30
15
20
２6
21
21
26
2２
16
2０
１4
18
28
１2
地区3
21
1７
16
2４
２7
19
24
１９
25
29
23
25
１9
1３
２2
地区４
14
17
1８
11
21
12
19
18
２３
20
2６
2２
24
23
19
四、双因素方差分析:
1、提出假设:
　　H０A :μ1=μ2=μ３　　　　树种类型对于松树的生长直径没有显著影响.
Ｈ１A： μi（ｉ＝1，２，3）不全相等　树种类型对松树的生长直径有显著影响.
　H０Ｂ：μ１=μ2＝μ3=……=μ4 　　　　种植地区对于松树的生长直径没有显著影响。
H1B： μj(j=1，2,…４)不全相等　种植地区对松树