地中海贻贝概况.pdfVIP

GB/TXXXXX—XXXX/ISO21716-3:2020

A

A

附录A

（资料性）

统计分析——示例

A.1概述

如“范围”中所述，此试验的目的是确定在测试条件下，贻贝在涂漆测试板上的附着情况与在惰性

无毒对照板上的附着情况是否存在差异。统计分析对于确定贻贝附着率的差异是否具有统计显著性是有

用的。根据文献[1]，本附录给出了统计分析的一个典型例子。用户应根据统计分析的目的和数据分布

情况，从不同的统计分析方法中选择一种最优的方法。为举例说明，本附录介绍了几种统计分析方法。

A.2为比较测试组和对照组进行统计分析

A.2.1概述

本节给出了一些计算对照组与测试组之间差异的统计分析方法，并举例说明。图A.1中是此过程的

一个示例，即采用单因素方差分析法（ANOVA）对测试组和对照组之间的显著性差异进行统计分析，然

后进行多重比较检验。在这种情况下，建议采用邓尼特多重比较检验法，将几种处理结果与对照组进行

比较（文献[2]）。概率值（p值）小于0.05将视为显著性差异。

图A.1统计分析过程的示例

A.2.2单因素方差分析法[3]-[7]

单因素方差分析（ANOVA）是一组统计模型及其相关估计程序（例如组间的“差异”）的集合，用

于分析某样本中组平均值之差。ANOVA基于总方差规律，其中观察到的特定变量的方差被划分为可归因

于不同差异源的分量。最简单形式的ANOVA提供了关于两个或多个总体均值是否相等的统计检验，因此

将t检验推广到两个以上的均值。

8

GB/TXXXXX—XXXX/ISO21716-3:2020

单因素ANOVA检验是一种用于判断调查结果或实验结果是否显著的方法。换句话说，该方法有助于

判断是需要拒绝零假设还是接受备用假设。测试人员一般会分析各组以查看它们之间是否存在差异。单

因素是指方差检验分析中自变量的个数。单因素有一个自变量（2个值）。

ANOVA检验能告诉测试人员在其各组之间是否有总体差异，但不能告诉测试人员是哪些组不同——

事后检验就可以。由于事后检验是为了确认各组之间的差异发生在哪里，因此只有当测试人员发现在组

平均值中存在总体统计上显著的差异（即，统计上显著的单因素ANOVA结果）时，才应该运行事后检验。

事后检验力图以与单因素ANOVA分析（而不是多重t检验）相同的使用方式来控制实验方面的错误率（通

常为α=0.05）。事后检验被称为“后验检验”，即在事件（本例中的事件是研究）发生之后进行检验。

A.2.3单因素ANOVA分析结果的显示

应进行统计分析，包括单因素ANOVA分析、附着率测定中的非参数检验和方差分析。将对照组与测

试组两两比较，确定差异的显著性，其中符号“*”、“**”、“***”和“****”分别代表p＜0.05（显

著）、p＜0.01（很显著）、p＜0.001（极显著）和p＜0.0001（极端显著）。

A.3统计分析的例子

A.3.1概述

用CUO含量（质量百分比）分别为0、5%、10%、20%、30%和40%的防污涂