方差分析(单双).pptVIP

第六章 方差分析 （一）因素。因素又称因子，是在实验中或在抽样时发生变化的“量”，通常用A、B、C、…表示。方差分析的目的就是分析因子对实验或抽样的结果有无显著影响。如果在实验中变化的因素只有一个，这时的方差分析称为单因素方差分析；在实验中变化的因素不只一个时，就称多因素方差分析。双因素方差分析是多因素方差分析的最简单情形。 （二）水平。因子在实验中的不同状态称作水平。如果因子A有r个不同状态，就称它有 r 个水平，可用A表示。我们针对因素的不同水平或水平的组合，进行实验或抽取样本，以便了解因子的影响。 （三）实验指标 实验关注的实验结果，它可以是单一的指标（包括综合评价指标），也可以是多个指标。 　　按试验指标性质可分为定性指标与定量指标。 　　定性指标是指由人的感官直接评定的指标，如水质的恶臭的程度，油漆的亮度等。 　　定量指标是指能和某种仪器或工具准确测量的指标，如产率、吸光度、峰高、谱线强度、光电流等。 方差分析简称ANOV（Analysis of Variance），该统计分析方法能一次性地检验多个总体均值是否存在显著差异。 H0： H1： 不全等。 三、方差分析的原理 （一）方差的分解。样本数据波动就有二个来源：一个是随机波动，一个是因子影响。样本数据的波动，可通过方差来反映。 方差分解为组间方差与组内方差两部分。组间方差反映出不同的因子对样本波动的影响；组内方差则是不考虑组间方差的纯随机影响。 自由度的分解：Q总是由于全部数据波动引起的差方和，但是这里所有的pr个变量并不独立，它们满足一个约束条件，真正独立的变量只有pr-1个，自由度是pr-1。QA是因子在不同水平上的均值变化而产生的方差。但是，p个均值并不是独立的，它们满足一个约束条件，因此也丢失一个自由度，它的自由度是p-1。Qe是由所有的在各因素水平上的围绕均值波动产生，它们满足的约束条件一共r个，失去了r个自由度，所以Qe的自由度是p(r-1) 即：f总=pr-1 fA= p-1 fe= p(r-1)=pr-p f1=fA = p-1 f2=fe= p(r-1)=pr-p 查表得 F0.01，f1, f2 F0.05，f1, f2 F0.1，f1, f2 饲料养鸡增肥的研究中，某研究所提出三种饲料配方： A1是以鱼粉为主的饲料， A2是以槐树粉为主的饲料， A3是以苜蓿粉为主的饲料。 为比较三种饲料的效果，特选 24 只重量皆为200g的雏鸡随机均分为三组，每组各喂一种饲料，60天后观察它们的重量。试验结果如下表所示： f1=fA = 3-1=2 f2=fe= n（r-1）=n-nr=21 f1=fA = 3-1=2 f2=fe= n（r-1）=n-nr=21 查表得 F0.01，2, 21 =5.78 F0.05，f1, f2 =3.47 F0.1，f1, f2 =2.59 双因素方差分析的类型 数据结构 直观分析 方差分析 应用实例 双因素方差分析的数据结构如表所示： 3 直观分析 即：f总=pq-1 fA= p-1 fB= q-1 fe= (p-1)(q-1)=pq-p-q+1 f1=fA = p-1 f2=fe= (p-1)(q-1)=pq-p-q+1 查表得 F0.01，f1, f2 F0.05，f1, f2 F0.1，f1, f2 FA与上面三个F值进行比较，方法同单因素试验 f1=fB = q-1 f2=fe= (p-1)(q-1)=pq-p-q+1 查表得 F0.01，f1, f2 F0.05，f1, f2 F0.1，f1, f2 FB与上面三个F值进行比较，方法同单因素试验 先对总偏差进行分解： 总偏差=Xijh- 因素A引起的偏差：KiA- 因素B引起的偏差：KjB- 随即误差引起的偏差：Xijh- 交互作用A×B引起的偏差： - KiA- KjB+ 即：f总=pqr-1 fA= p-1 fB= q-1 fA×B= (p-1)(q-1)=pq-p-q+1 fe=pq（r-1） f1=fA = p-1 f2=fe= pq(r-1)=pqr-pq 查表得 F0.01，f1, f2