试验设计课程论文——何斌.docxVIP

minitab方差分析的应用研究10统计1 何斌 200930980106一、简要简介方差分析(Analysis of Variance，简称ANOVA)，又称“/view/635275.htm变异数分析”或“F检验”，是R.A.Fisher发明的，用于两个及两个以上/view/315109.htm样本均数差别的/view/6026792.htm显著性检验。 由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。/view/786804.htm方差分析是从观测变量的方差入手，研究诸多/view/1350520.htm控制变量中哪些变量是对观测变量有显著影响的变量。二、方差分析应用条件1. 方差分析的假定条件为：（1）各处理条件下的样本是/view/269420.htm随机的。（2）各处理条件下的样本是/view/965926.htm相互独立的，否则可能出现无法解析的输出结果。（3）各处理条件下的样本分别来自正态分布总体，否则使用非/view/327406.htm参数分析。（4）各处理条件下的/view/2100256.htm样本方差相同，即具有齐效性。三、/view/1380179.htm方差分析基本步骤1、提出原假设：H0——无差异；H1——有显著差异2、选择/view/4553993.htm检验统计量：方差分析采用的检验统计量是/view/3849986.htmF统计量，即F值检验。3、计算检验统计量的/view/2135324.htm观测值和概率P值：该步骤的目的就是计算检验统计量的观测值和相应的概率P值。4、给定/view/76513.htm显著性水平，并作出决策四、/view/1380179.htm方差分析的进一步检验分析在完成上述/view/1380179.htm单因素方差分析的基本分析后，可得到关于/view/1350520.htm控制变量是否对观测变量造成显著影响的结论，接下来还应做其他几个重要分析，主要包括方差齐性检验、多重比较检验。1、方差齐性检验是对/view/1350520.htm控制变量不同水平下各观测变量/view/928717.htm总体方差是否相等进行检验。前面提到，/view/1350520.htm控制变量不同各水平下观测变量总体方差无显著差异是方差分析的前提要求。如果没有满足这个前提要求，就不能认为各/view/241684.htm总体分布相同。因此，有必要对方差是否齐性进行检验。/view/1380179.htm单因素方差分析中，方差齐性检验采用了方差同质性（homogeneity of variance）/view/64218.htm检验方法，其原假设是：各水平下观测变量总体的方差无显著差异。2、多重比较检验单因素方差分析的基本分析只能判断/view/1350520.htm控制变量是否对观测变量产生了显著影响。如果/view/1350520.htm控制变量确实对观测变量产生了显著影响，进一步还应确定控制变量的不同水平对观测变量的影响程度如何，其中哪个水平的作用明显区别于其他水平，哪个水平的作用是不显著的等等。多重比较检验利用了全部观测变量值，实现对各个水平下观测变量总体/view/1052684.htm均值的逐对比较。由于多重比较检验问题也是/view/1445854.htm假设检验问题，因此也遵循假设检验的基本步骤。五、检验统计量的构造方法（1）LSD方法LSD方法称为最小/view/5617919.htm显著性差异（Least Significant Difference）法。最小/view/5617919.htm显著性差异法的字画就体现了其检验敏感性高的特点，即水平间的均值只要存在一定程度的微小差异就可能被检验出来。正是如此，它利用全部观测变量值，而非仅使用某两组的/view/38752.htm数据。LSD方法适用于各总体方差相等的情况，但它并没有对犯一类错误的概率问题加以有效控制。（2）S-N-K方法S-N-K方法是一种有效划分相似性子集的方法。该方法适合于各水平观测值个数相等的情况，六、单因素方差分析具体实例分析1.原理介绍单因素方差分析的数学模型：单因素方差分析表： 方差来源平方和自由度均方F值概率值因素A误差总和其中为总平均，为第个水平下的样本均值。为总离差平方和，为误差平方和，为因素A的平方和（或称组间平方和）2.具体实例2.1、以下是三个地区家庭人口数的抽样调查数据：甲地264135846乙地64418212152丙地213317142分析步骤：(1)检验三个地区家庭人口数的抽样调查数据的分布是否为正态分布？是否等方差？(2)比较三个地区的家庭平均人口数是否有显著差异？若有显著差异，则指