统计学第6章方差分析与试验设计(1)资料.ppt

一、提出假设 1. 一般提法 H0 ： m1 = m2 =…= mk 自变量对因变量没有显著影响 H1 ： m1 ，m2 ，… ，mk不全相等 自变量对因变量有显著影响 2. 注意：拒绝原假设，只表明至少有两个总体的均值不相等，并不意味着所有的均值都不相等 二、构造检验的统计量1. 计算水平的均值 1. 假定从第i个总体中抽取一个容量为ni的简单随机样本，第i个总体的样本均值为该样本的全部观察值总和除以观察值的个数 2. 计算公式为 式中： ni为第 i 个总体的样本观察值个数 xij 为第 i 个总体的第 j 个观察值 二、构造检验的统计量2. 计算全部观察值的总均值 1. 全部观察值的总和除以观察值的总个数 2. 计算公式为 构造检验的统计量(例题分析) 二、构造检验的统计量 3. 计算总误差平方和 SST 1.全部观察值 与总平均值 的离差平方和 2.反映全部观察值的离散状况 3.其计算公式为 前例的计算结果： SST = (57-47.869565)2+…+(58-47.869565)2 =115.9295 二、构造检验的统计量4. 计算水平项平方和 SSA 1.各组平均值 与总平均值 的离差平方和 2.反映各总体的样本均值之间的差异程度，又称组间平方和，该平方和既包括随机误差，也包括系统误差 3. 计算公式为 前例的计算结果：SSA = 1456.608696 二、构造检验的统计量5. 计算误差项平方和 SSE 1.每个水平或组的各样本数据与其组平均值的离差平方和 2.反映每个样本各观察值的离散状况，又称组内平方和，该平方和反映的是随机误差的大小 3.计算公式为 前例的计算结果：SSE = 2708 构造检验的统计量(三个平方和的关系) 总离差平方和(SST)、误差项离差平方和(SSE)、水平项离差平方和 (SSA) 之间的关系 SST = SSA + SSE 前例的计算结果： 4164.608696=1456.608696+2708 SST反映全部数据总的误差程度；SSE反映随机误差的大小；SSA反映随机误差和系统误差的大小 构造检验的统计量6. 计算均方MS 1.各误差平方和的大小与观察值的多少有关，为消除观察值多少对误差平方和大小的影响，需要将其平均，这就是均方，也称为方差 2.计算方法是用误差平方和除以相应的自由度 3.三个平方和对应的自由度分别是 SST 的自由度为n-1，其中n为全部观察值的个数 SSA的自由度为k-1，其中k为因素水平(总体)的个数 SSE 的自由度为n-k 构造检验的统计量(计算均方 MS) 1. 组间方差：SSA的均方，记为MSA，计算公式为 2. 组内方差：SSE的均方，记为MSE，计算公式为 构造检验的统计量7. 计算检验统计量 F 1. 将MSA和MSE进行对比，即得到所需要的检验统计量F 2. 当H0为真时，二者的比值服从分子自由度为k-1、分母自由度为 n-k 的 F 分布，即 三、统计决策 将统计量的值F与给定的显著性水平?的临界值F?进行比较，作出对原假设H0的决策 根据给定的显著性水平?，在F分布表中查找与第一自由度df1＝k-1、第二自由度df2=n-k 相应的临界值 F? 若FF? ，则拒绝原假设H0 ，表明均值之间的差异是显著的，所检验的因素对观察值有显著影响 若FF? ，则不能拒绝原假设H0 ，表明所检验的因素对观察值没有显著影响 F分布与拒绝域 如果均值相等，F=MSA/MSE?1 a F 分布 F?(k-1,n-k) 0 拒绝H0 不能拒绝H0 F 单因素方差分析表(基本结构) 单因素方差分析(例题分析) 小结 观察值之间的差异来自两个方面： 某因素不同水平的影响 （系统性影响） 其他随机因素的影响 （随机性影响） 水平间方差 （组间方差） 水平内方差 （组内方差） 如果原假设成立：说明某因素不同水平的影响不显著（无系统性影响），只剩下随机性影响，因此组间方差与组内方差差别不大，它们的比接近于1。 如果原假设不成立：说明某因素不同水平的影响显著（存在系统性影响），组间方差与组内方差差别较大，它们的比远超出1。 用Excel进行方差分析 (Excel检验步骤) 第1步：选择“工具 ”下拉菜单 第2步：选择“数据分析 ”选项 第3步：在分析工具中选择“单因素方差分析 ” ，然 后选择“确定 ” 第4步：当对话框出现时 在