统计学——原理与SPSS应用 教学课件 作者 李卉妍 第9章 方差分析.pptVIP

第 9 章 方差分析 第 9 章 方差分析 §9.1 方差分析引论 §9.2 方差分析的基本概念 §9.3 方差分析的基本原理和方法 §9.4 单因素方差分析 §9.5 双因素方差分析 §9.2 方差分析的基本概念 假设前提 偏差平方和及其分解 假设前提 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 比如，每个行业被投诉的次数必需服从正态分布 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 比如，四个行业被投诉次数的方差都相等 观察值是独立的 比如，每个行业被投诉的次数与其他行业被投诉的次数独立 偏差平方和及其分解 §9.3 方差分析的基本原理和方法(图形分析) 从散点图上可以看出 不同行业被投诉的次数是有明显差异的 即使是在同一个行业，不同企业被投诉的次数也明显不同 家电制造也被投诉的次数较高，航空公司被投诉的次数较低 行业与被投诉次数之间有一定的关系 如果行业与被投诉次数之间没有关系，那么它们被投诉的次数应该差不多相同，在散点图上所呈现的模式也就应该很接近 仅从散点图上观察还不能提供充分的证据证明不同行业被投诉的次数之间有显著差异 这种差异也可能是由于抽样的随机性所造成的 需要有更准确的方法来检验这种差异是否显著，也就是进行方差分析 所以叫方差分析，因为虽然我们感兴趣的是均值，但在判断均值之间是否有差异时则需要借助于方差 这个名字也表示：它是通过对数据误差来源的分析判断不同总体的均值是否相等。因此，进行方差分析时，需要考察数据误差的来源。 1. 比较两类误差，以检验均值是否相等 2. 比较的基础是方差比 3. 如果系统(处理)误差显著地不同于随机误差，则均值就是不相等的；反之，均值就是相等的 4. 误差是由各部分的误差占总误差的比例来测度的 §9.4 单因素方差分析 §9.4 单因素方差分析(one-way analysis of variance) 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 构造检验的统计量 构造统计量需要计算 水平的均值 全部观察值的总均值 误差平方和 均方(MS) 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 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 构造检验的统计量(例题分析) 构造检验的统计量(计算总误差平方和 SST) 全部观察值 与总平均值 的离差平方和 反映全部观察值的离散状况 其计算公式为 构造检验的统计量(计算水平项平方和 SSA) 各组平均值 与总平均值 的离差平方和 反映各总体的样本均值之间的差异程度，又称组间平方和 该平方和既包括随机误差，也包括系统误差 计算公式为 构造检验的统计量(计算误差项平方和 SSE) 每个水平或组的各样本数据与其组平均值的离差平方和 反映每个样本各观察值的离散状况，又称组内平方和 该平方和反映的是随机误差的大小 计算公式为 构造检验的统计量(三个平方和的关系) ?总离差平方和(SST)、误差项离差平方和(SSE)、水平项离差平方和 (SSA) 之间的关系 构造检验的统计量(三个平方和的作用) SST反映全部数据总的误差程度；SSE反映随机误差的大小；SSA反映随机误差和系统误差的大小 如果原假设成立，则表明没有系统误差，组间平方和SSA除以自由度后的均方与组内平方和SSE和除以自由度后的均方差异就不会太大；如果组间均方显著地大于组内均方，说明各水平(总体)之间的差异不仅有随机误差，还有系统误差 判断因素的水平是否对其观察值有影响，实际上就是比较组间方差与组内方差之间差异的大小 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 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 构造检验的统计量(计算检验统计量 F ) 将MSA和MSE进行对