13.4隨機集區設計.pptVIP

企業研究方法第13章 LOGO 第13章變異數分析與多變數分析 　　1. 變異數分析的應用時機 　　2. 變異數分析的假設前提 　　3. SSS , SSB , SST之算法及關係 　　4. 隨機集區設計之方法及應用 　　5. 多變異數分析的應用時機 　　6. 多重T檢定之方法 　　7. 變異數分析在SPSS軟體之操作說明 * ? 本章的學習主題 ? 13.1 變異數分析的概念 1.當我們在檢定一個母體平均數或比較兩個樣本平均數時，通常是使用Ｚ檢定或ｔ檢定 * H0：μ1 = μ2 H1： μ1 ≠μ2 13.1 變異數分析的概念 2. 如果實驗變數超過二個的時候，利用多變量變異數分析 ( ANOVA )。變異數分析的作用在於分析各種變異的來 源，並進而加以比較，以瞭解不同的實驗變數所造成的結 果是否有顯著的差異，它的虛無和對立假設如下： * H0：μ1 = μ2 = … = μm H1： 並非所有的 μ 皆相等 13.2 變異數分析的假設 進行 ANOVA 及 MANOVA 分析時，均必須符合以下之假定： 1.各母體呈常態分配。 2.變異數同質：各母體的變異數σ2都相等。 3.自變數不應有高度的共線性。 4.對極端值應有足夠的敏感性。 5.可加性：所有樣本都是隨機抽樣，而且彼此獨立，可以進行 累積與加減。 6.球面性：不同樣本在不同水準間重複測試 ，其變動情形應具 有一致性，否則型一誤差(Type I error，即H0是對 的而拒絕)的機率將增大 * 13.3 完全隨機設計 在此類變異數分析中，我們所要計算來作為檢定用途的，首先是樣本的離均差平方和，其內容有組內變異(誤差)的離均差平方和(sum of squares)： 而組間變異(實驗變數)的離均差平方和為： * j = 1, 2, 3, ….,m 13.3 完全隨機設計 最後總變異的離均差平方和，是等於組內變異的離均差平方和加上組間變異的離均差平方和，即： 成大 台大 政大 評審一 9 7 5 評審二 8 6 4 評審三 7 5 3 評審四 9 7 5 評審五 8 6 4 評審六 7 5 3 * 範例 試以變異數分析來判別三所大學辦學績效是否有顯著差異。 13.3 完全隨機設計 成大 台大 政大 評審一 9 7 5 評審二 8 6 4 評審三 7 5 3 評審四 9 7 5 評審五 8 6 4 評審六 7 5 3 平均 8 6 4 總平均 6 SSW=SSW成+SSW台+SSW政 =[(9-8)2+…+(7-8)2]+[(7-6)2+…+(5-6)2]+[(5-4)2+…+(3-4) 2] =12 SSB=SSB成+SSB台+SSB政 =[6(8-6)2+6(6-6)2+6(4-6)2] =48 SST=SSW+SSB=60 * 13.3 完全隨機設計 在求出上列各項離差平方和後，我們再加以求算它們的不偏變異數。 組內不偏變異數(mean square) ： n為樣本總數，m為組數 組間變異的不偏變異數為： * 13.3 完全隨機設計 上述兩個步驟完成後，便可求算其Ｆ值，再用Ｆ分配表檢定組間變異是否顯著，Ｆ值的算法如下： 如果F＞Fα， 即組間變異顯著，代表所檢定的組別  中，最少有一組之平均數是與其他組有顯著差異的， 因此拒絕Ｈ0 如果F＜Fα ，即組間變異不顯著(在α水準下)，無 法拒絕Ｈ0 * 13.3 完全隨機設計 範例： 假設某電器用品廠商要測定其三家經銷商之平均銷售量是否相同，於是該廠商從甲店上個月各天的銷售量中隨機抽選五天的銷售量，從乙店抽選六天的銷售量，從丙店抽選四天的銷售量，所得資料如表13 – 1 所列。 * 13.3 完全隨機設計 經銷商 甲 乙 丙 銷售量 14 13 10 17 16 10 8 5 12 14 11 6 9 8 13 平均數 14 10 9 變異數 7.5 10 8.67 * 表 13-1 三家經銷商的銷售量 單位新台幣10萬元： 13.3 完全隨機設計 針對此一問題我們所發展的假設如下： Ｈ0：μ1＝μ2＝ μ3 ( 三家經銷商的平均銷售量相同