新双因素方差分析.pptVIP

四、双因素方差分析例题 1、对因素A提出的假设为 H0: m1=m2=m3=m4 (品牌对销售量没有影响) H1: mi (i =1,2, … , 4) 不全相等 (品牌对销售量有影响) 2、对因素B提出的假设为 H0: m1=m2=m3=m4=m5 (地区对销售量没有影响) H1: mj (j =1,2,…,5) 不全相等 (地区对销售量有影响) 四、双因素方差分析例题 1、自由度和平方和的分解 三、交互作用 记 所有期望值的总平均 有交互作用的双因素试验的方差分析 线性统计模型 其中 所有期望值的总平均 水平Ai对试验结果的效应 水平Bj对试验结果的效应 试验误差 交互效应 特性： 要判断因素A，B及交互作用A?B对试验结果是否 有显著影响，即为检验如下假设是否成立： 总离差平方和的分解定理 仿单因素方差分析的方法，考察总离差平方和 可分解为： SSA称为因素A的离差平方和，反映因素 A 对试验指标的影响。 SSB称为因素B的离差平方和，反映因素 B 对试验指标的影响。SSA?B称为交互作用的离差平方和，反映交互作用A?B对试验指标的影响。SSE称为误差平方和，反映试验误差对试验指标的影响。 若“各因素、各水平及其交互作用的影响无统计意义”的假设 成立，则 则 可推得： 由 作右侧假设检验来考察各因素及因素 间的交互作用对试验指标的影响力. 双因素（有重复）试验方差分析表 方差来源 因素A 总和 平方和 自由度 均方和 F 值 F 值临介值 因素B 误差 各离差平方和的计算公式参看出P180_181 这里 双因素有重复（有交互作用）试验资料表 因素 A 因素 B 各变异来源的自由度和平方和的估计为： abn-1 总变异 ab(n-1) 试验误差 (a-1)(b-1) A×B互作 b-1 B因素 a-1 A因素 ab-1 处理组合 MS SS DF 变异来源 [例]施用A1、A2、A33种肥料于B1、B2、B33种土壤，以小麦为指示作物，每处理组合种3盆，得产量结果(g)如下表，试作方差分析。 14.8 15.0 15.7 平均 T=409.4 133.5 134.6 141.3 T.j. 总和 40.6 41.1 40.3 Tij. 14.0 13.3 13.7 3 14.6 13.6 13.8 2 13.6 122.0 12.0 14.2 12.8 1 A3 41.2 38.7 38.3 Tij. 13.9 12.0 12.1 3 14.0 13.7 14.2 2 13.1 118.2 13.3 13.0 12.0 1 A2 51.7 54.8 62.7 Tij. 17.5 16.4 20.1 3 16.6 18.8 21.2 2 18.8 169.2 17.6 19.6 21.4 1 A1 B3(白僵) B2(二合) B1(油沙) 平均 总和Ti.. 土壤种类(B) 盆 肥料种类 (A) 2、F 测验 将上述结果及自由度录于方差分析表中，以固定模型作F测验 219.28 26 总变异 0.928 16.70 18 试验误差 4.58 5.18 4.81 19.24 4 肥料×土类 6.01 2.13 1.98 3.96 2 土类间 6.01 96.65 89.69 179.38 2 肥料间 3.71 27.28 25.22 202.58 8 处理 F0.01 F MS SS DF 变异来源 例9-2 两因素：疾病种类（A）与护士年龄（B） a=4（心脏病、肿瘤、脑血管意外、结核病） b=3（20～、30～、40～）; n=5；Yijk为访视时间 问： (1) 护士年龄的主效应？ (2) 疾病病种的主效应？ (3) 护士年龄与疾病病种间是否存在交互作用？ 两因素析因分析的方差分析步骤 * * * 双因素方差分析方法 双因素试验的方差分析 在实际应用中，一个试验结果（试验指标）往往受多个因素的影响。不仅这些因素会影响试验结果，而且这些因素的不同水平的搭配也会影响试验结果。 例如：某些合金，当单独加入元素A或元素B时， 性能变化不大，但当同时加入元素A和B时，合金性 能的变化就特别显著。 统计学