体育第八章 体育统计学：.doc

第八章 方 差 分 析 方差分析，是数理统计的基本方法之一，是分析试验或观察数据的一种方法。促使观察数据产生方差的因素：一是条件误差（或系统误差），另一是随机误差（或偶然误差）。方差分析的作用，就是从观察数据总方差中，将上述两种因素造成的部分，分别求出并加以比较，寻找出对观察数据起主要影响的因素。在实际工作中，人们已利用方差分析这一特殊性能改进体育教学和训练方法，提高教学质量和运动成绩。现实中的事物是复杂的影响它的因素是多种多样的，而且这些因素间又常常是相互制约、矛盾、依存的。如何通过有限的观察或试验数据，分析出各个因素以及各因素之间的交互作用的影响，抓住事物的主要矛盾解决问题，这就是方差分析要解决的主要课题之一。 第一节 单因素多水平的方差分析 一、基本原理 单因素多水平的方差分析，也称一种方式分组的方差分析，即对要研究的问题的影响因素只有一个。若影响因素不止一个，这时可先只考察其中的一个因素，把除此之外的其他因素都暂固定下来；然后再将要考察的这个因素的范围，划分成几个区段（即水平），分别通过多次重复试验取得数据；最后将所取得的数据，以一定的格式列表，进行方差分析。因此，人们就称它为一种方式分组的方差分析。通过下例，可从中理解方差分析解决问题的思想，并归纳出一种方式分组的方差分析的一般方法。 例 8 — 1 为迎接运动会承制运动员服装，某体委统一购进一批由同种原料织成的布料。经不同染整工艺处理后进行缩水试验，测得缩水率的百分数如下表： 五种染整工艺缩水试验（%） 布样编号 染整工艺缩水试验（%） 总缩水率总平均缩水率 Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ 1 4. 3 6. 1 6. 5 9. 3 9. 5 2 7. 8 7. 3 8. 3 8. 7 8. 3 3 3. 2 4. 2 8. 6 7. 2 11. 4 4 6. 5 4. 1 8. 2 10. 1 7. 8 21. 8 21. 7 31. 6 35. 3 37. 5 ＝147. 9 组内平均＝ 5. 450 5. 425 7. 900 8. 825 9. 375 ＝7. 395 试考察哪一种染整工艺结缩水率影响比较显著。 解：（一）由表中数据可以看出 1. 布料的缩水率在不同试验，不同工艺中，都存在差异； 2. 不同工艺的缩水率的平均值的差异，说明不同工艺对缩水率有一定影响； 3. 同一工艺下四块布样缩水率也存在差异。显见这种差异不是由工艺引起的，而是由试验误差生成的； 4. 由于试验误差存在，自然会对2. 的结论产生怀疑，不同工艺缩水率平均值差异除了工艺影响之外，是否有较大的试验误差影响？ 为了得出正确结论，必须对试验数据进行更加细致的分析。方差分析的意图，是设法把由不同工艺造成缩水率的误差与其它偶然因素的试验误差分开。 （二）具体方法 1. 用同一工艺的四块布料的离均差平方和反映试验误差。它们是： Ⅰ：( 4. 3－5. 45 ) 2＋( 7. 8－5. 45 ) 2＋( 3. 2－5. 45 ) 2＋( 6. 5－5. 45 ) 2＝13. 01； Ⅱ：( 6. 1－5. 425 ) 2＋( 7. 3－5. 425 ) 2＋( 4. 2－5. 425 ) 2＋( 4. 1－5. 425 ) 2＝7. 23； Ⅲ：( 6. 5－7. 90 ) 2＋( 8. 3－7. 90 ) 2＋( 8. 6－7. 90 ) 2＋( 8. 2－7. 90 ) 2＝2. 70； Ⅳ：( 9. 3－8. 825 ) 2＋( 8. 7－8. 825 ) 2＋( 7. 2－8. 825 ) 2＋( 10. 1－8. 825 ) 2＝4. 51； Ⅴ：( 9. 5－9. 375 ) 2＋( 8. 8－9. 375 ) 2＋( 11. 4－9. 375 ) 2＋( 7. 8－9. 375 ) 2＝6. 93。 这五个离均差平方和相加，反映了试验误差大小，称为组内平方和，记为S2 。 S2 ＝13. 01＋7. 23＋2. 70＋4. 51＋6. 93＝34. 38 2. 五种工艺对缩水率的影响，可用每种工艺的平均缩水率与总平均缩水率差的平方和来表示。由于每种工艺处理四块布样，故将此平方和四倍，称为组间平方和，记为S1 。 S1 = 4 × [ ( 5. 45－7. 395 ) 2＋( 5. 425－7. 395 ) 2＋( 7. 90－7. 395 ) 2＋( 8. 825－7. 395 ) 2 ] ＝ 55. 53 组内平方和S2 刻划试验误差大小。组间平方和S1 刻划不同工艺缩水率之间的差异程度，它除了包含着随机因素的影响外，还包含着不同工艺（条件因素）对缩水率的影响。因此，比较S1 与S2 的大小，就可以从中看到不同工艺对缩水率的影响