二組資料之比較.pptVIP

ANOVA EXCEL 深入應用 (參考excel結果) 【例12.1】比較三實驗室之差別 (p260) 由 ANOVA F 檢定得 p-值 = 0.052，差異不顯著 非常態資料 使用 ANOVA 之條件是常態母體、變異數相同 有時資料違背此二條件，如：有離群值出現時 違背此二條件的資料是不應該使用 ANOVA 作為分析方法，可使用無母數法中的 Kruskal Wallias 替代 對於滿足此二條件的資料，應使用 ANOVA 的結果 * 第十二章 變異數分析 12.1 單因子變異數分析 1-way ANOVA Subject : 比較三組以上的母體平均數 k 組資料，母體平均數為 μ1 , …, μi , …, μk Data : k 組資料，樣本數為 n1 ,…, nk . xij --- 第 i 組的第 j 個觀察值 N = n1 +…+ nk 總個數 【主題】 : To test the equality of the k popultions. 【方法】 : 變異數分析 ANOVA 註 : 多組資料比較時，以平均數之間的變異代表各均值差異程度，其基本精神事實上和二組比較的想法是一致的。 ANOVA 假設k組資料有不同的平均數，相同的變異數，且為常態分配。 Review : 二組資料之比較 資料A: 67，68，69，70，71 資料B: 70，71，72，73，74 資料C: 68.5，69.5，70.5，71.5，72.5 資料D: 71.2，71.6，72，72.4，72.8 資料E: 69.7，70.1，70.5，70.9，71.3 A、B 之差異是否顯著？ B、C 之差異是否顯著？ D、E 之差異是否顯著？ t = D / SE, 二組資料比較之檢定量 = 平均數差 / 標準誤， A組與B組比較 t = 3/1=3, p-value = .017 結論為 二組差異 顯著 B組與C組比較 t = 1.5/1=1.5, p-value = .172 結論為 二組差異 不顯著 D組與E組比較 t = 1.5/0.4=3.75, p-value = .0056 結論為 二組差異 顯著 平均數差愈大時，愈能顯示出二組差異偏大 標準誤愈小時，愈能顯示出二組差異 【 Notation 】 【MS】 變異數 = 平方和 / 自由度 SST = SSTr + SSE 【檢定值及結論】 f = MSTr / MSE p-value = P( F f )，當 p-value α ，差異顯著。 註： 1、MSE 就是 k 組資料的 pooled variance，k=2 時，MSE=Sp2 2、MSE與 MSTr皆為變異數，相除後產生一F分布之統計量 平均數變異愈大，顯示各組之間差異愈大 組內變異數愈小，愈能顯示各組間之差異 說明： H0：μ1= μ2= …= μm vs. H1：差異存在 若差異存在，MSTr 值偏大，將產生一較大的 f 值，故 p-值= p( F f )，p-值愈小，差異愈顯著。可視為一單尾檢定。 變方分析之結果可整理成一 ANOVA Table 如下： p-value = P( F-值 f ), 【例 12.1 】比較A、B、C三食品品質之差別 方法 : 1-way ANOVA p-value = .059 ，結論此3組均值之差異不顯著，食品對 增重之影響不顯著。 。 【例 12.2 】比較A、B、C三食品品質之差別 方法 : 1-way ANOVA f =9.69， p-value = .0057 ，結論此3組均值之差異顯著，食品對增重之影響不顯著。 例12.1 12.2 資料圖比較，三組平均值皆為 6, 7, 11 EXCEL: 輸入資料→ 工具 →資料分析 → 單因子變異數分析 資料：p260 表12.1 當ANOVA結果是差異顯著，需作進一步比較，稱為事後多重比較，它能提供更詳細的訊息，多重比較可進行許多方面的比較，最常用的是對對比較，即，同時將各組中有明顯差異的找出來。 Multiple Comparisons 對對比較只有近似法，至少有 10 種方法存在，本教科書介紹的是 Bonferroni 法，其它常用方法有 LSD，HSD，Duncan 法。LSD 法是化學分析中常用的方法，但是太容易