5第五章方差解析.ppt

方差分析中的变量转换 有些数据不能满足方差分析的前提条件，如偏态分布、方差不齐等； 对这些数据可尝试采用变量转换的方法使之符合要求； 常见的变量转换方法有：1）平方根转化；2）对数转换；3）平方根反正弦转换。 第六节 析因设计的方差分析 析因设计是将多个因素的各个水平进行排列组合，在每一种可能的水平组合下进行试验，以探讨各因素的效应以及各因素之间的交互效应，而且通过比较各种组合效应，找出最佳组合。 2×2析因设计的数据结构 2×2析因设计方差分析的目的 考察A、B两因素的“主效应” 考察A、B两因素间的“交互效应” 例5-7的2×2析因分析 表5-12 例5-7资料坚持时间整理表 析因设计方差分析要考察的效应种类 表5-13 例5-7数据的方差分析表 确定P值，作出统计推断结论。 表5-13结果显示，A、B因素间差异的P值均小于0.05，因此拒绝H0，接受H1。统计结论为自尊程度不同或指示措施不同时完成任务的坚持时间差别均有显著统计学意义。 推论不同自尊程度和指示方式能对工作毅力产生影响。 自尊程度与指示方式之间交互作用的P值小于0.05，因此拒绝H0 ，接受H1 。推论自尊程度与指示方式之间共同对完成任务的坚持时间产生作用。 第五章 方差分析 第一节 方差分析的基本原理及用用注意事项 第二节 完全随机设计的方差分析 第三节 随机区组设计的方差分析 第四节 多个样本均数的两两比较 第五节 方差齐性检验和变量转换 第六节 析因设计的方差分析 主要内容 第一节 方差分析的基本原理及应用注意事项 方差分析（analysis of variance, ANOVA），又称 F检验；主要用于检验两个或两个以上总体均数是否相等 。通过对不同方差的比较、利用F检验作出接受或拒绝H0假设的统计推断 。 方差分析应用的前提条件：各处理条件下的样本是相互独立、来自正态总体、其样本的总体方差齐。 第二节 完全随机设计的方差分析 采用完全随机分组原则，将研究对象并将其随机分配到各个处理组； 每组分别接受不同的处理； 比较各个处理组之间的差异是否具有统计学意义； 属于单因素方差分析。 例5-1 为研究详尽复述在记忆中的作用，随机抽取了17个受试对象，按完全随机设计分为三组，要求每个受试者记10个生词，内容和难度相同，但指导不同：第一组通过反复朗读单词记忆；第二组通过查生词的意思记忆；第三组通过寻找生词之间的联系记忆。一段时间后，要求被试者写出所记住的生词，记住生词个数如表5-1所示。不同指导措施在记忆中的作用是否相同？ 从这个表，可以看到三种变异： 组内数据的变异 —— 组内变异 三组之间数据的变异 —— 组间变异 全部数据间的变异 —— 总变异 组内变异(SSe) 组内各个观测值 与本组内均值 之差的平方和。反映了组内（同一水平下）样本的随机波动。 组间变异（SSTR） 组内均值　与总均值　之差的平方和 反映了： 处理因素各个水平组间的差异，同时也包含了随机误差。 全部测量值大小不同，这种变异称为总变异，以各测量值Xij与总均数 间的差异度量。 总变异（SST） 总变异、组间变异、组内变异的关系 对应自由度的关系 均方(mean square，MS) 将各部分离均差平方和除以相应自由度，其比值称为均方差，简称均方(MS)。 F 值与F分布 组间均方与组内均方的比值称为F统计量，服从F分布，即 如果H0成立，即各处理组的样本来自相同总体，处理因素没有作用，则组间变异同组内变异一样，只反映随机误差作用的大小。 将全部观测值的总变异按影响结果的诸因素分解为相应的若干部分变异，构造出反映各部分变异作用的统计量，在此基础上，构建假设检验统计量，以实现对总体参数的推断。 方差分析的思想逻辑 完全随机设计方差分析表 ⒈ 提出检验假设，确定检验水准。 H0: 三个组记住单词数值的总体均数相同； H1:三个组记住单词数值的总体均数不全相同； ⒉ 根据公式计算SS、MS及F值，列于方差分析表内(计算 过程省略) 例5-1的方差分析步骤 ⒊ 确定P值，作出判断。本例的分子自由度=k-1=2，分母自由度=n-k=14，查F界值表，得F0.05(2,14)=3.74，F=10.91F0.05(2,14）, P0.05。 结论：按α=0.05，拒绝H0，接受H1，认为3个处理组的总体均数不全相等，即不同的指导措施对记忆有影响。 第三节 随机区组设计资料方差分析 随机区组设计，又称称配伍组设计; 受试对象按性质相同或