课件方差分析.pptVIP

* 专题三 方差分析 一、概述 二、单因素方差分析 三、双因素方差分析（不考虑交互作用） 四、双因素方差分析（考虑交互作用） 概述 如果要检验两个总体的均值是否相等，我们可以用t检验。当要检验多个总体的均值是否相等，则需要采用方差分析。 方差分析是通过对误差的分析研究来判断多个正态总体均值是否相等的一种统计方法。其优点是实用、有效，可以节省时间。 (Analysis of Variance，简称ANOVA) 方差分析 概述 方差分析的基本思想： 观察值之间的差异来自于两方面，一是由抽选样本的随机性造成的，即随机性差异；二是由因素中的不同水平造成的，即系统性差异。用组内方差来反映随机性差异，用组间方差来反映随机性差异和系统性差异。如果后者远远大于前者，则说明因素的影响是存在的；如果两者相差无几，则说明因素的影响不存在。 方差分析的基本步骤： ①建立假设—提出原假设和备择假设（对多因素方差分析必须按考察因素逐个建立假设； ②计算各种水平均值、各离差平方和、平均平方（均方差）； ③计算F值，根据显著性水平α确定临界值； ④比较F值和临界值，决定是否接受原假设； ⑤如果结果是拒绝原假设，则还可以进一步进行多重比较分析。 概述 （１）被检验的各总体均服从正态分布； （２）各总体的方差皆相等； （３）从每一个总体中所抽出的样本是　　　 随机且独立的。 方差分析的三个条件 概述 方差分析按所涉及因素的多少可分为： 单因素方差分析 双因素方差分析 多因素方差分析 　方差分析的分类 概述 （１）将各不同水平间的总离差分成两个部分 组间差异　和　组内差异 （２）构造检验统计量 F= MSR / MSE （３）判断 在零假设为真时，F～Ｆ[(k-l),(n-k)]的F分布。 若各样本平均数的差异很大，则分子组间差异会随之变大，而F值也随之变大，故F检验是右尾检验。 当检验统计量F大于临界值时则拒绝原假设。 方差分析的基本步骤 　SSR与MSR 组间差异（组间平方和，简称SSR）： 各组平均值与总平均值离差的平方和，反映了各水平之间的差异程度或不同的处理造成的差异。 组间均方: MSR= SSR /(自由度k-l) 　SSE与MSE 组内差异（组内平方和、残差平方和，简称SSE）： 每个样本数据与其组平均值离差的平方和，反映了随机误差造成差异的大小。 组内均方: MSE= SSE/(自由度n-k) 　F检验示意图 单因素方差分析 1, 单因素方差分析假设 2. 单因素方差分析数据结构表 3, 单因素方差分析表 4. 单因素方差分析SPSS界面 例子１ 例子２ 练习 双因素方差分析 例子１ 例子２ （不考虑交互作用） 1. 双因素方差分析假设 2. 双因素方差分析数据结构表 3. 双因素方差分析表 4. 双因素方差分析SPSS界面 双因素方差分析 例子１ 例子２ （考虑交互作用） 1, 双因素方差分析假设 2. 双因素方差分析数据结构表 3, 双因素方差分析表 4. 双因素方差分析SPSS界面 　单因素方差分析假设 　单因素方差分析数据结构表 　单因素方差分析表 　单因素方差分析SPSS界面 例子1 有40个学生入学成绩成绩没有差异，现用5种不同的教学方法组织教学，每组8人。期末考试成绩如下表，假定学生成绩服从正态分布，且具有方差齐性，问不同教学方法对学生成绩有无影响？ 例子2 五个商店以各自的销售方式卖出新型健身器，连续五天各商店健身器的销售量如下表所示。销售量服从正态分布，且具有方差齐性，试考察销售方式对销售量有无显著影响，并对销售量作两两比较。 　双因素方差分析假设 　双因素方差分析数据结构表 　双因素方差分析表 　双因素方差分析SPSS界面 *