第7章方差分析与试验设计.pptVIP

第 7 章 方差分析与试验设计 7.1 方差分析引论 7.2 单因素方差分析 7.3 方差分析中的多重比较 7.4 双因素方差分析 7.5 试验设计初步 什么是方差分析 检验多个总体均值是否相等 通过分析数据的误差判断各总体均值是否相等 研究分类型自变量对数值型因变量的影响 一个或多个分类尺度的自变量 两个或多个 (k 个) 处理水平或分类 一个间隔或比率尺度的因变量 有单因素方差分析和双因素方差分析 单因素方差分析：涉及一个分类的自变量 双因素方差分析：涉及两个分类的自变量 方差分析中的有关术语 因素或因子 所要检验的对象 水平或处理 因子的不同表现 观察值 在每个因素水平下得到的样本数据 4.试验 5.总体 6.样本数据 方差分析的基本思想和原理 比较两类误差，以检验均值是否相等 比较的基础是方差比 如果系统(处理)误差明显地不同于随机误差，则均值就是不相等的；反之，均值就是相等的 误差是由各部分的误差占总误差的比例来测度的 方差分析的基本思想和原理(两类误差) 随机误差 因素的同一水平(总体)下，样本各观察值之间的差异 这种差异可以看成是随机因素的影响，称为随机误差 系统误差 因素的不同水平(不同总体)下，各观察值之间的差异 这种差异可能是由于抽样的随机性所造成的，也可能是由系统性因素造成的，称为系统误差 方差分析的基本思想和原理(两类方差) 数据的误差用平方和表示，称为方差 组内方差 因素的同一水平(同一个总体)下样本数据的方差 组内方差只包含随机误差 组间方差 因素的不同水平(不同总体)下各样本之间的方差 组间方差既包括随机误差，也包括系统误差 方差分析的基本假定 每个总体都应服从正态分布 对于因素的每一个水平，其观察值是来自服从正态分布总体的简单随机样本 各个总体的方差必须相同 各组观察数据是从具有相同方差的总体中抽取的 观察值是独立的 问题的一般提法 设因素有k个水平，每个水平的均值分别用?1 , ?2, ?, ?k 表示 要检验k个水平(总体)的均值是否相等，需要提出如下假设： H0 ： ?1 ? ?2 ? …? ?k H1 ： ?1 , ?2 , ?，?k 不全相等 单因素方差分析的数据结构 分析步骤—提出假设 一般提法 H0 ： m1 = m2 =…= mk 自变量对因变量没有显著影响 H1 ： m1 ，m2 ，… ，mk不全相等 自变量对因变量有显著影响 注意：拒绝原假设，只表明至少有两个总体的均值不相等，并不意味着所有的均值都不相等 分析步骤—构造检验的统计量(计算水平的均值) 假定从第i个总体中抽取一个容量为ni的简单随机样本，第i个总体的样本均值为该样本的全部观察值总和除以观察值的个数 计算公式为 分析步骤—构造检验的统计量(计算全部观察值的总均值) 全部观察值的总和除以观察值的总个数 计算公式为 分析步骤—构造检验的统计量(计算误差平方和 ) 总误差平方和 SST 水平项平方和 SSA 误差项平方和 SSE 三个平方和的关系 分析步骤—构造检验的统计量 (计算均方MS) 各误差平方和的大小与观察值的多少有关，为消除观察值多少对误差平方和大小的影响，需要将其平均，这就是均方，也称为方差 计算方法是用误差平方和除以相应的自由度 三个平方和对应的自由度分别是 SST 的自由度为n-1，其中n为全部观察值的个数 SSA的自由度为k-1，其中k为因素水平(总体)的个数 SSE 的自由度为n-k 分析步骤—构造检验的统计量(计算均方 MS) 组间方差：SSA的均方，记为MSA，计算公式为 分析步骤—构造检验的统计量(计算检验统计量 F ) 将MSA和MSE进行对比，即得到所需要的检验统计量F 当H0为真时，二者的比值服从分子自由度为k-1、分母自由度为 n-k 的 F 分布，即 分析步骤—构造检验的统计量(F分布与拒绝域) 统计决策 将统计量的值F与给定的显著性水平?的临界值F?进行比较，作出对原假设H0的决策 根据给定的显著性水平?，在F分布表中查找与第一自由度df1＝k-1、第二自由度df2=n-k 相应的临界值 F? 若FF? ，则拒绝原假设H0 ，表明均值之间的差异是显著的，所检验的因素对观察值有显著影响 若FF? ，则不能拒绝原假设H0 ，表明所检验的因素对观察值没有显著影响 单因素方差分析表(基本结构) 关系强度的测量 拒绝原假设表明因素(自变量)与观测值之间有关系 组间平方和(SSA)度量了自变量对因变量的影响效应 只要组间平方和SSA不等于0，就表明两个变量之间有关系(只是是否显著的问题) 当组间平方和比组内平方和(SSE)大，而且大到一定程度时，就意味着两个变量之间的关系显著，大得越多，表明它们之