SPSS胡方差分析和回归分析.ppt

方差分析中的基本概念 例 为比较五种牌子的合成木板的耐久性，对每种牌子取4个样品做试验，测量磨损量。推断不同牌子的磨损量间有无显著性差异（或牌子对磨损量有无显著性影响）。 方差分析中的基本概念（续1） 方差分析研究分组变量对数值型变量的影响。分组变量称为因子，分组变量的每个取值称为因子的一个水平。只考虑一个因子的方差分析称单因子的方差分析，考虑两个因子的方差分析称两因子的方差分析。 例题中牌子是分组变量，磨损量为数值型变量，牌子是因子，A、B、C、D和E是因子的五个水平，属于单因子的方差分析。研究牌子对磨损量的影响，即比较五种牌子的磨损量间有无显著性差异，将每个牌子的磨损量看做一个总体，本题比较五个独立总体的均值间有无显著性差异，是多总体均值相等的假设检验问题。 （一）单因素方差分析 1. 数学模型 设因子A有r个水平，在水平i下进行mi次试验，观测数据yij表示第i个水平下第j次试验的观测数据， i = 1，2，…，r ；j = 1，2，…，mi。 每个水平的数量指标是一个总体，如每个牌子的磨损量为一总体，每个水平下的所有试验数据构成来自该总体的一个样本，单因子的方差分析就是用r个样本来检验r个总体的均值是否相等。即 H0：?1 = ?2 = … = ?r，H1：?1，?2，…，?r不全相等； 2.模型的假定条件 单因子方差分析要求满足下面的假定条件： a) 所有观测数据独立；（可直观判断） b) 每个总体均服从正态分布；（需要正态性检验） c) 所有总体的方差相等。（需要方差齐性检验） 在以上假定条件下，可设第i个水平对应的总体服从正态分布 ，相应样本为 。根据yij与总体 同分布可设 yij = ?i + ?ij ， 1≤i≤r ，1≤j≤m。 其中?i表示第i个总体的均值，?ij为随机误差，服从正态分布 。 3. 方差分析表 方差分析将总波动分解成误差引起的波动和因子引起的波动，当因子引起的波动相对于误差引起的波动大时，说明因子是显著的，即因子对数量指标有显著性影响。 总的偏差平方和 ，其中 ， 它反映数据总的波动。 因子A的偏差平方和 其中 ， SST中第i个水平下的每个观测数据都用其样本均值替换得到SSM，因此SSM反映因子不同引起的(组间)波动。 误差的偏差平方和 ，它反映误差或其它随机因素引起的（组内）波动。 在H0成立下可以证明： SST = SSM + SSE, , 为排除自由度对波动的影响，对波动分别除以各自的自由得到均方和： 因子的均方和: 误差的均方和: 两均方和之比得检验统计量： 由检验统计量得概率p值，从而做出推断。 方差分析表 来源 平方 自由度 均方和 F比 因子 SSM fA=r-1 MSA=SSM/fA F=(MSA/MSE)~F(fA, fe) 误差 SSE fe=n-r MSE=SSE/fe 总和 SST fT=n-1 建数据集 检验模型的条件：1.方差齐性 检验模型的条件：1.方差齐性 方差齐性检验结果 检验模型的条件：2.正态性检验先按组拆分数据文件1 按组拆分数据文件2 比如用QQ图检验正态性。 QQ图1 QQ图2注意：窗口中有选项不清楚，用帮助选项 QQ图的帮助选项（1） （2）相关主题/在不同过程中使用的正态分布方法 第一组的QQ图 第二组的QQ图 第三组的QQ图 第四组的QQ图 模型的假定条件成立时，可做方差分析（1） 方差分析（2） 单因素方差分析结果 多重t检验