估计在试验过程中由于某些偶然原因而缺失的观察值。如田间试验小区遭受牲畜和鸟兽为害，实验动物的非正常死亡等，都会造成试验数据缺失。在随机区组、拉丁方、裂区等设计中，如发生缺值，则试验的均衡性或正交性受到破坏，方差分析不能按原定方法进行，这时可根据统计学原理从理论上对缺值进行估计。缺值估计不能得到原来应得的数据，也不能增加任何新的信息，只能使试验结果的分析得以顺利进行。
估计在试验过程中由于某些偶然原因而缺失的观察值。如田间试验小区遭受牲畜和鸟兽为害，实验动物的非正常死亡等，都会造成试验数据缺失。在随机区组、拉丁方、裂区等设计中，如发生缺值，则试验的均衡性或正交性受到破坏，方差分析不能按原定方法进行，这时可根据统计学原理从理论上对缺值进行估计。
缺值估计不能得到原来应得的数据，也不能增加任何新的信息，只能使试验结果的分析得以顺利进行。一个试验中，只有个别缺值，缺值估计尚属可行。如缺值过多，则得不到可靠结果。所以试验应确保数据完整无缺，尽量避免缺值发生。
缺值估计是根据最小平方法的原理，使之满足误差平方和为最小。例如随机区组试验缺失一个小区数据的估计公式为：
缺值估计
式中 xij＝第i个区组、第j个处理数据的缺值计估值，r＝区组数，k＝处理数，Ti.＝缺值所属区组总和（不包括缺值），T.j＝缺值所属处理总和（不包括缺值），T..＝全试验总和（不包括缺值）。
估得缺值后，方差分析可正常进行，但总自由度和误差自由度都应各减去一个，因为缺值的估计值不占有自由度。处理平方和也应矫正，矫正后的处理平方和比之未矫正的略小，但一般对F值影响不大。因此可以只矫正自由度，而不矫正平方和。处理平均数间的比较，一般用LSD法（其-
）：
①没有缺值的处理平均数间比较
缺值估计
缺值估计
式中 Se2为方差分析中的误差均方。（r＝区组数，k＝处理数）
QQ空间
新浪微博
微信扫一扫
所有评论仅代表网友意见