第四章 4.3方差分析.pptVIP

4.3 方差分析Analysis of Variance (ANOVA) 失业保险案例：为什么要进行方差分析？ 要研究的问题 各个总体的均值相等吗？ 失业保险案例：实验结果…… 1=无奖金 2=低奖金 3=中奖金 4=高奖金。根据实验结果，可以认为各总体的平均失业时间相同吗？ 研究方法：两样本的t检验？ 用t检验比较两个均值： 每次只能比较两个均值，要解决上述问题需要进行6次t检验…… 在整体检验中犯第一类错误的概率显著增加：如果在每次t检验中犯第一类错误的概率等于5%，则在整体检验中等于1-(1-0.05)6=0.2649 方差分析可以用来比较多个均值 方差分析（Analysis of variance，ANOVA）的主要目的是通过对方差的比较来检验多个均值之间差异的显著性。 可以看作t检验的扩展，只比较两个均值时与t检验等价。 20世纪20年代由英国统计学家费喧（R. A. Fisher）最早提出的，开始应用于生物和农业田间试验，以后在许多学科中得到了广泛应用。 一、 方差分析中的基本概念和假设 什么是方差分析 方差分析中的基本概念 方差分析中的基本假设与检验 （一）什么是方差分析? （一） 什么是方差分析? (例题分析) 分析四个行业之间的服务质量是否有显著差异，也就是要判断“行业”对“投诉次数”是否有显著影响 作出这种判断最终被归结为检验这四个行业被投诉次数的均值是否相等 若它们的均值相等，则意味着“行业”对投诉次数是没有影响的，即它们之间的服务质量没有显著差异；若均值不全相等，则意味着“行业”对投诉次数是有影响的，它们之间的服务质量有显著差异 （二） 方差分析中的几个基本概念 1. 因变量：我们实际测量的、作为结果的变量，例如失业持续时间。 2. 自变量：作为原因的、把观测结果分成几个组以进行比较的变量例如奖金水平。 在方差分析中，自变量也被称为因素(factor)。 因素的不同表现，即每个自变量的不同取值称为因素的水平或处理(treatment)。 3. 观察值 在每个因素水平下得到的样本数据 每种奖金水平下的失业时间就是观察值 方差分析中的有关术语 试验 这里只涉及一个因素，因此称为单因素四水平的试验 总体 因素的每一个水平可以看作是一个总体 比如4种奖金水平可以看作是四个总体 样本数据 失业时间可以看作是从这四个总体中抽取的样本数据 基本概念 方差分析主要用来研究一个定量因变量与一个或多个定性自变量的关系 只有一个自变量的方差分析称为单因素方差分析。 研究多个因素对因变量的影响的方差分析称为多因素方差分析，其中最简单的情况是双因素方差分析。 方差分析与回归分析的联系* 回归分析主要用来研究定量自变量和定量因变量之间的关系（以后学习）。 回归分析中方差分析常常用来检验回归方程的整体显著性。 回归模型中也可以包含定性自变量。这时回归模型与方差分析模型是等价的。 （三）方差分析中的基本假设 在各个总体中因变量都服从正态分布； 在各个总体中因变量的方差都相等； 各个观测值之间是相互独立的。 二、 单因素方差分析 单因素方差分析的数据结构 单因素方差分析的基本思想和原理 单因素方差分析的步骤 方差分析中的多重比较 （一） 单因素方差分析的数据结构(one-way analysis of variance) （二） 方差分析的基本思想和原理(图形分析) （二）方差分析的基本思想和原理(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 同一个行业，不同企业被投诉的次数也明显不同 家电制造被投诉的次数较高，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 （二） 方差分析的基本思想和原理 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 （二） 方差分析的基本思想和原理(两类误差) 随机误差 因素的同一水平(总体)下，样本各观察值之间的差异 比如，同一行业下不同企业被投诉次数是不同的 这种差异可以看成是随机因素的影响，称为随机误差 系统误差 因素的不同水平(不同总体)下，各观察值之间的差异 比如，不同行业之间的被投诉次数之间的差异 这种差异可能是由于抽样的随机性所造成的，也可能是由于行业本