4-多元正态分布的假设检验.pptVIP

多重比较检验 1、多重比较检验 前面的F检验只能说明在单一因素的影响下，不同水平是否存在显著性的差异，但不能断言哪些总体之间存在差异，在方差分析中否定了原假设，并不意味着接受了假设： 因而还应该进一步讨论到底是哪些总体之间存在差异。 Scheffe检验 检验的结论： 第二节 多元方差分析 一、假设 二、多元方差分析的离差平方和的分解 总离差平方和 由于交叉乘积项为零，故 组间叉积矩阵＋组内叉积矩阵＝总叉积矩阵 组内叉积矩阵：主要由随机因素构成 组间叉积矩阵：主要由系统因素构成 SSE和SSA之和等于总离差平方和SST。当SSE在SST中占有较大的份额时，可以认为随机因素影响过大，反之SSE所占份额小，SSA所占份额就大，不同试验间的观测值会有显著性差异。 三、统计量 对给定的显著性水平?，检验规则为： 拒绝原假设； 接受原假设； 注：关于?统计量与F统计量的换算，参看附录。 例4.6.1 有四种不同的商品x1,x2,x3和x4,按三种不同的方式销售，有数据如程序数据行，检验三种消费方式是否有显著性差异。 proc iml; csscp={49290.8500 8992.2500 -36444.0000 28906.8000, 8992.2500 9666.5833 -4658.3333 4859.0000, 36444.0000 -4658.3333 429509.3333 -58114.0000, 28906.8000 4859.0000 -58114.0000 175644.4000}; mu1={90.80000 58.65000 404.50000 230.65000}; mu2={ 72.90000 51.45000 417.75000 253.15000}; mu3={ 94.15000 55.15000 403.75000 292.00000}; mu={ 85.95000 55.08333 408.66667 258.60000}; bcsscp=20#(t(mu1-mu)*(mu1-mu)+t(mu2-mu)*(mu2-mu)+t(mu3-mu)*(mu3-mu)); icsscp=csscp-bcsscp; ht=det(csscp); hi=det(icsscp); lamda=hi/ht; print lamda; data d331; input type x1-x4; cards; 1 65 35 25 60 1 75 50 20 55 1 60 45 35 65 1 75 40 40 70 1 70 30 30 50 1 55 40 35 65 1 60 45 30 60 1 65 40 25 60 1 60 50 30 70 1 55 55 35 75 2 55 55 40 65 2 50 60 45 70 2 45 45 35 75 2 50 50 50 70 2 55 50 30 75 2 60 40 45 60 2 65 55 45 75 2 50 60 35 80 2 40 45 30 65 2 45 50 45 70 ; proc iml; n=10;m=10; p=4; use d331(obs=10); xx={x1 x2 x3 x4}; read all var xx into x; print x; ln={[10] 1} ; x0=(ln*x)/n; print x0; mx=i(n)-j(n,n