平均數的變異分析.pdfVIP

平均數的變異分析 ANOVA 與 F TEST 變異數分析的基本原理 平均數差異檢定：計算兩個母體平均數間的差異，如果差異夠 大，大於統計上的隨機差異，便可能獲得顯著的結果，拒絕虛 無假設、接受對立假設。（z檢定、t檢定、p值檢定) 。 平均數變異分析：超過兩個母體平均數間的差異的檢定，其原 理是以平均數間的變異數（組間變異）除以隨機變異得到的比 值（F值—F檢定），能同時檢定三個(或以上)平均數的差異情 形 當F值越大，表示研究者關心的組間（母體間）平均數的分散 情形較誤差變異來得大，若大於研究者設定的臨界值，研究者 即可獲得「拒絕虛無假設、接受對立假設」的結論。 X −μ X −μ Z F =MS /MS obt b w σ σ n X 2 1 變異數分析的基本原理 平均數變異分析： 統計資料常會受到不同因素(factor)的影響，而使個別觀測 值產生差異。例如，欲研究某農地稻米產量的差異是否顯 著，可能影響產量的因素有稻米種類、肥料、氣候及土 壤…等等。但是這些影響因素是否顯著，則可以透過變異 數分析方法 先求算樣本總變異(total variability) ，再依不同的影響因素 將其分解為若干可解釋變異(explained variation)與不可解釋 變異(unexplained variation) ，最後再利用F分配右尾來進行 統計資料的檢定。 3 1. 實驗單位(experiment unit) ：實驗設計中所測量的基本單位。 2. 因子(factor) ：實驗單位中各種不同的影響條件。 3. 水準(level) ：一因子出現的各種不同條件。 4. 處理(treatment) ：不同因子水準的每個特定組合稱為處理。 如欲瞭解某塊農地單位面積(即為實驗單位)稻米產量是 否有差異，若研究三種不同的稻米種類是否會造成產量 的差異，則此問題為單因子變異數分析(one factor ANOVA) ，因子為稻米種類，且具有三個水準。 假若現在所要探討的因素增加二種土壤種類，則此問題 為二因子變異數分析(two factors ANOVA) ，因子有稻米 及土壤種類，其各自的水準分別為3和2 ，因此共可產生3 ＊2=6種處理。依此類推，尚有三因子、四因子等變異數 分析。 4 2 單因子變異數分析(Single Factor ANOVA) 統計學家為了使變異數分析更具有效率，設計許多實驗 方法，稱為實驗設計(design of experiment ；DOE) ，主要 是利用實驗設計中隨機化與重複性兩種特性來使其他無 關的影響因素相互抵消，藉以增加檢定結果的可靠度。 實驗設計的種類很多，最主要的有獨立樣本的完全隨機 化設計(completely randomized design)及相依樣本的隨機 化區集設計(randomized block design) 。 完全隨機化設計（獨立樣本） 處理 觀 測 值 總 和 平均數 (水準)