第二讲 方差分析--中文版.pptVIP

13.11 Selecting the Sample Size 设有m个总体，设I,j为其中任选的两个总体。两总体均值的差的区间估计为 所以，我们要选定两者的样本量来保证满足误差要求，设对误差的要求为v（为给定量） 则所需的样本量由以下方式确定 总体方差未知，s为随机变量， 对于s的估计，我们可以近似的估计为 对于t分布，其自由度为 为了简便分析，我们可以近似推测（依据书697页） 于是就有 解得 13.11 Selecting the Sample Size 13.12 Simultaneous Confidence Intervals for More Than One Parameter 若要使多个参数的置信度满足以下条件，则需要满足 同时，由之前的学习，显然有 所以，只需保证下式即可使上述条件得到满足 所以，只要每个参数区间的置信水平为 就可保证整个方差分析犯第一类错误的概率小于或等于a 当然，这里介绍的只是其中一种方法 设有m个总体，设I,j为其中任选的两个总体 为了将置信度达到（1-a),则I,j两总体均值的差的区间估计应为 对于t分布，其自由度依旧为 并且，其中 13.12 Simultaneous Confidence Intervals for More Than One Parameter 13.13 Analysis of Variance Using  Linear Models 之前介绍过方差分析其实是研究分类自变量对数值因变量的影响，这和描述统计中介绍的虚拟自变量的回归其实是一致的 虚拟变量：用数字代码表示的回归模型中的定性自变量 对于二分类变量，可以直接转化为0，1变量进行分析，一元线性回归即可 那么，我们很容易想到右边的模型 利用矩阵的思想，我们很容易得到 我们给出原假设 统计量检验为 13.13 Analysis of Variance Using  Linear Models 对于分类自变量有很多个水平的情形，我们不妨设有三个水平，此时，我们有两种处理方式 第一种是对每一个水平设置一个二分类变量，即 X1=1,if material from bolt 1 used X1=0,otherwise X2=1,if material from bolt 2 used X2=0,otherwise X3=1,if material from bolt 3 used X3=0,otherwise 这样的线性方程为 13.13 Analysis of Variance Using  Linear Models 13.2 The Analysis of Variance Procedure 13.3 Comparison of More Than Two Means:Analysis of Variance for One-Way Layout 我们定义 ， 还是对SSE和SST进行讨论 令 那么 类似两个总体的情况，定义检验统计量 以此进行假设检验 几点总结： 几点总结： 几点总结： 方差分析表 Source df SS MS F 组间 k-1 SST 组内 n-k SSE 总体 n-1 单向分析的统计模型 Yij= μi+εij, j=1,2,……, ni μi=μ+τi 其中 τ1+τ2+……+τk=0 τi 通常是指不同的处理的作用，最终，我们得到关于单向分析的传统统计模型。 其中 Yij 代表处理i中的第j个观察值 μ代表总体中的平均值 τi代表第i个处理的非随机化效用,其中Σki=1τi=0, εij 代表随机化错误，独立地服从正态分布，其中期望E(εij) =0，方差V(εij) = σ2 For i=1,2,……,k and j=1,2,……, ni, Yij=μ+τi+εij 设计当中可以用n-k代替n-1，并令s= ，使置信区间变小。 13.7 Estimation in the one-way layout 在通过t分布用样本均值估计总体参数的置信区间时，可以用 来作为置信区间，其中s为样本标准差 ，这里t分布的自由度为n-1，在单向 13.8 A Statistical Model for the  Randomized Block Design 对i=1、2、……、k和j=1、2、……