第一节单因素试验的方差分析.docVIP

第八章 方差分析与回归分析 第一节 单因素试验的方差分析 在科学试验、生产实践和社会生活中，影响一个事件的因素往往很多。例如，在工业生产中，产品的质量往往受到原材料、设备、技术及员工素质等因素的影响；又如，在工作中，影响个人收入的因素也是多方面的，除了学历、专业、工作时间、性别等方面外，还受到个人能力、经历及机遇等偶然因素的影响. 虽然在这众多因素中，每一个因素的改变都可能影响最终的结果，但有些因素影响较大，有些因素影响较小. 故在实际问题中，就有必要找出对事件最终结果有显著影响的那些因素. 方差分析就是根据试验的结果进行分析，通过建立数学模型，鉴别各个因素影响效应的一种有效方法. 分布图示 ★ 引言 ★ 基本概念 ★ 例1 ★ 例2 ★ 假设前提 ★ 方差分析的任务 ★ 偏差平方和及其分解 ★ 和的统计特性 ★ 检验方法 ★ 例3 ★ 例4 ★ 习题8-1 内容要点 一、基本概念 在方差分析中，我们将要考察的对象的某种特征称为试验指标. 影响试验指标的条件称为因素. 因素可分为两类，一类是人们可以控制的（如上例的原材料、设备、学历、专业等因素）；另一类人们无法控制的（如上例中员工素质与机遇等因素）. 今后，我们所讨论的因素都是指可控制因素。因素所处的状态，称为该因素的水平. 如果在一项试验中只有一个因素在改变，则称为单因素试验；如果多于一个因素在改变，则称为多因素试验. 为方便起见，今后用大写字母等表示因素，用大写字母加下标表示该因素的水平，如等. 二、假设前提 设单因素A具有r个水平，分别记为在每个水平下，要考察的指标可以看成一个总体，故有个总体，并假设: (1) 每个总体均服从正态分布; (2) 每个总体的方差相同; 从每个总体中抽取的样本相互独立. 那么，要比较各个总体的均值是否一致，就是要检验各个总体的均值是否相等，设第个总体的均值为，则 假设检验为 备择假设为 通常备择假设可以不写. 在水平下，进行次独立试验，得到试验数据为记数据的总个数为n = 由假设有 （和未知），即有~故可视为随机误差.记=，从而得到如下数学模型: （1） 方差分析的任务: 1) 检验该模型中r个总体的均值是否相等; 2) 作出未知参数, 的估计. 为了更仔细地描述数据，常在方差分析中引入总平均和效应的概念. 称各均值的加权平均 为总平均. 其中n= 再引入 表示在水平下总体的均值与总平均的差异，称其为因子的第个水平的效应. 易见，效应间有如下关系式： 利用上述记号，前述数学模型可改写为 （2） 而前述检验假设则等价于: 三、偏差平方和及其分解 为了使造成各之间的差异的大小能定量表示出来，我们先引入: 记在水平下数据和记为: ，其样本均值为=因素A下的所 有水平的样本总均值为 ==, 为了通过分析对比产生样本 , ， 之间差异性的原因，从而确定因素A的影响是否显著，我们引入偏差平方和来度量各个体间的差异程度: （3） 能反映全部试验数据之间的差异，又称为总偏差平方和. 如果成立，则个总体间无显著差异，也就是说因素对指标没有显著影响，所有的可以认为来自同一个总体，各个间的差异只是由随机因素引起的。若不成立，则在总偏差中，除随机因素引起的差异外，还包括由因素的不同水平的作用而产生的差异，如果不同水平作用产生的差异比随机因素引起的差异大的多，就认为因素对指标有显著影响，否则，认为无显著影响. 为此，可将总偏差中的这两种差异分开，然后进行比较。 记 （4） 其中 反映在每个水平下的样本均值与样本总均值的差异，它是由因素A取不同水平引起的，称为组间（偏差）平方和，也称为因素A的偏差平方和. 表示在水平下样本值与该水平下的样本均值之间的差异，它是由随机误差引起的，称为误差（偏差）平方和，也称为组内（偏差）平方和. 等式称为平方和分解式. 事实上 == =+ 根据和的定义知 , 所以 == 四、与的统计特性 如果成立，则所有的都服从正态分布，且相互独立，由第五章第三节的定理，可以证明: 1) 2) ~，且 所以为的无不偏估计. 3) ~，且，因此为的无偏估计. 4) 相互独立. 五、检验方法 如果组间差异比组内差异大的多，即说明因素的各水平间有显著差异，个总体不能认为是同一个正态总体，应认为不成立，此时，比值有偏大的趋势. 为此，选用统计量 = 在为真时，有 F =~ F 对给定的检验水平，查的值，由样本观察值计算，，从而计算出统计量F的观察值. 由于