(二)、列方差分析表,进行F测验 单因素随机区组设计方差分析表(固定模型 变异来源DF 区组间 4.10 7.56 小理间 12 2.4 6.0 3.33 5.64 误差项 10 0.4 总变异 F测验表明(1)区组间差异显著,说明区组控制误差效果显著 (2)处理间查验及显著,需多重比较以明确各处理间的差异性。 (三)、多重比较(多个处理间差异性测验 常用的有三种方法LSD发2,SR法和Q法,本例采用SR法:SE=V=3=037 处理x 0.05 0.01 SSR053.153.303.373.433.46 SSR014.484.734.884965.06 E LSR0051.171221.251.271.28 B 3 AB LSRo0!1.671.751.811.84187 A 2 B F 2 B 多重比较表明:DEBC间差异不显著,AF间差异不显著,但D、E与A、F间差异及显著 第六节一元线性相关回归分析 基本知识 l、适宜资料:两个变量间呈线性相关回归关系的试验资料 2、分析目的:分析一个自变量对一个依变量的影响是否呈显著的线性相关回归关 系,若显著,建立线性回归方程(模型),用以预测和控制 3、分析思路:若变量间的关系呈线性变化,则可利用最小平方法原理用一个线性方 程配合该变化关系,若回归变异显著大于误差变异,说明自变量对依变量的线性影响是显著 的,否则它们的线性关系就不显著 二、分析方法 例江苏武进县连续9年测定三月下旬至四月中旬旬平均累积温度和一代三化螟盛 发期的关系(y以5月10号为0)的数据,问Ⅹ对Y是否呈显著的线性相关回归影响? x累积温度35.534.131.740336840.231.739.244.2 y盛发期12 基本统计量: Variable n Mean Std dey Sum Mi Maximum 937.077784.25199333.7000031.7000044.20000 97.777785.5852070.00000-1.0000016.00000 (一)、绘制散点图,判断关系趋势类型（二）、列方差分析表，进行 F 测验 单因素随机区组设计方差分析表（固定模型） 变异来源 DF SS MS F F0.05 F0.01 区组间 2 4 2 5.0* 4.10 7.56 处理间 5 12 2.4 6.0** 3.33 5.64 误差项 10 4 0.4 总变异 17 20 F 测验表明（1）区组间差异显著，说明区组控制误差效果显著 （2）处理间查验及显著，需多重比较以明确各处理间的差异性。 （三）、多重比较（多个处理间差异性测验） 常用的有三种方法 LSD 发、SSR 法和 Q 法，本例采用 SSR 法： 0.37 3 0.4 2 = = = n s SE e P 2 3 4 5 6 处理 t x 0.05 0.01 SSR0.05 3.15 3.30 3.37 3.43 3.46 D 4 a A SSR0.01 4.48 4.73 4.88 4.96 5.06 E 4 a A LSR0.05 1.17 1.22 1.25 1.27 1.28 B 3 ab AB LSR0.01 1.67 1.75 1.81 1.84 1.87 C 3 ab AB A 2 b B F 2 b B 多重比较表明：DEBC 间差异不显著，AF 间差异不显著，但 D、E 与 A、F 间差异及显著。 第六节 一元线性相关回归分析 一、基本知识 1、适宜资料：两个变量间呈线性相关回归关系的试验资料 2、分析目的： 分析一个自变量对一个依变量的影响是否呈显著的线性相关回归关 系，若显著，建立线性回归方程（模型），用以预测和控制。 3、分析思路：若变量间的关系呈线性变化，则可利用最小平方法原理用一个线性方 程配合该变化关系，若回归变异显著大于误差变异，说明自变量对依变量的线性影响是显著 的，否则它们的线性关系就不显著。 二、分析方法 例 江苏武进县连续 9 年测定三月下旬至四月中旬旬平均累积温度和一代三化螟盛 发期的关系（y 以 5 月 10 号为 0）的数据，问 X 对 Y 是否呈显著的线性相关回归影响？ x 累积温度 35.5 34.1 31.7 40.3 36.8 40.2 31.7 39.2 44.2 y 盛发期 12 16 9 2 7 3 13 9 —1 基本统计量： Variable N Mean Std Dev Sum Minimum Maximum x 9 37.07778 4.25199 333.70000 31.70000 44.20000 y 9 7.77778 5.58520 70.00000 -1.00000 16.00000 （一）、绘制散点图，判断关系趋势类型