对于田间试验和农业数据分析，请加入下面QQ群：VSNC GenStat 交流群 203276907

快速加入群，可以点击这个链接，里面有大量的资料可以下载和交流：点击链接加入群【VSNC GenStat 交流群】：https://jq.qq.com/?_wv=1027&k=42XYzLq  

联合方差分析，是用方差分析的方法。首先要考虑各地点见的误差同质性。

数据：

wang9.1.csv

数据如下：

> head(lianhe)

 loc cul block yield

1  L1   1     1 2.205

2  L1   1     2 1.925

3  L1   1     3 2.445

4  L1   1     4 2.195

5  L2   1     1 2.400

6  L2   1     2 1.700

代码如下：

head(lianhe)

a <- levels(lianhe$loc) #将地点的名称赋值给a

a

# 设置两个空变量

ms <- NULL

DF <- NULL

for(i in 1:length(a)){ #写一个循环，提取每个地点的自由度和误差均方

 rr = lianhe[which(lianhe$loc == a[i]),]

 result <- aov(yield ~ cul + block,data=rr)

 DF[i] = result$df.residual;

 ms[i] = sum(residuals(result)^2/DF[i])

}

msdata <- data.frame(DF = DF,ms=ms)

msdata

# > msdata

# DF         ms

# 1  24 0.01439338

# 2  24 0.01290972

# 3  24 0.03588032

# 4  24 0.02184421

# 5  24 0.01390122

# 6  24 0.01677064

# 7  24 0.01651991

# 8  24 0.01355260

# 9  24 0.02979525

# 10 24 0.01333828

# 将自由度和均方保存，就可以用GenStat的函数：VHOMOGENEITY，就是vhomo来检测方差齐次性。

# 用法 vhomo[group=Location] var=ms;df=df

# 下面具体公式：

mean_ms <- mean(ms);mean_ms

S <- sum(log10(ms));S

ms

length(a) ->b

W <- b*log10(mean_ms);W

df <-DF[1];

df <- as.numeric(df);df

X2 <- 2.3026*df*(W-S);X2

C <- 1+(b+1)/((3*b)*DF[1]) #矫正系数

C

XXc <- X2/C;XXc

chi <- qchisq(0.95,b-1);chi #标准卡方的值

1- pchisq(XXc,b-1) # 不显著

# 用Genstat 的程序：

# vhomo [group=Loc] var=ms;df=DF

# Bartlett's test for homogeneity of variances

#  

# Chi-square 15.37 on 9 degrees of freedom: probability 0.081

主要结果：

1、计算出来的卡方：

> XXc <- X2/C;XXc

[1] 15.36554

2、标准的卡方：可以看出15.36小于16.91，说明不显著。

> chi <- qchisq(0.95,b-1);chi #标准卡方的值

[1] 16.91898

3、直接计算卡方值，可以看出值为0.081，不显著。

> 1- pchisq(XXc,b-1) # 不显著

[1] 0.08137225

4、用GenStat的程序vhomo检验方差齐次性：

# Chi-square 15.37 on 9 degrees of freedom: probability 0.081

结果和手动计算的结果一致，卡方值为15.37，卡方概率为0.081

如果想咨询数据分析问题或服务，加微信JoinVSNC