方差分析单因素解析.ppt

§ 方差分析----单因素方差分析 　检验多个母体平均数是否相等 1、从散点图上可以看出 ＊不同行业被投诉的次数是有明显差异的 ＊即使是在同一个行业，不同企业被投诉的次数也明显不同 ＊家电制造被投诉的次数较高，航空公司被 投诉的次数较低 2、行业与被投诉次数之间有一定的关系 ＊如果行业与被投诉次数之间没有关系，那么 它们被投诉的次数应该差不多相同，在散点图 上所呈现的模式也就应该很接近 1、仅从散点图上观察还不能提供充分的证据证明不 同行业被投诉的次数之间有显著差异 ＊这种差异也可能是由于抽样的随机性所造成的 2、需要有更准确的方法来检验这种差异是否显著， 也就是进行方差分析 ＊所以叫方差分析，因为虽然我们感兴趣的是均值， 但在判断均值之间是否有差异时则需要借助于方差 ＊这个名字也表示：它是通过对数据误差来源的分析 判断不同母体的均值是否相等。因此，进行方差分析 时，需要考察数据误差的来源。 1、随机误差 ＊因素的同一水平(母体)下，子样各观察值之 间的差异，对数据形成组内差。 ＊比如，同一行业下不同企业被投诉次数是不 同的 ＊这种差异可以看成是随机因素的影响，称为 随机误差 2、系统误差 ＊因素的不同水平(不同母体)下，各观察值之 　间的差异，对数据形成组间差。 ＊比如，不同行业之间的被投诉次数之间的差 　异 ＊这种差异可能是由于抽样的随机性所造成的，也可能是由于行业本身所造成的，后者所形成的误差是由系统性因素造成的，称为系统误差 例 某公司想对新销售人员进行不同的销售培训，为了比较它们的有效性，随机选择了三组销售人员，每组五人。一组接受A课程销售训练，一组接受销售B课程销售训练，另一组C没有参与任何训练。当前两组的训练课程结束时，收集训练后两个星期内的各组销售人员的销售记录如下： 由定理（1），有 即 结合定理(1)(2)(3)，有 （4） 单因素方差分析的假设检验： （1）提出统计假设 不全相等. （2）取假设统计量 （3）拒绝域： 说明：如果组间差异比组内差异大得多，则说明各水平间有显著差异，H0不真。 ST ，SA ，SE 的简便计算方法 记 化简得 单因素方差分析的假设检验的步骤： （1）提出统计假设 不全相等. （2）编制单因素试验数据表 （3）根据数据表计算 （4）填制单因素方差分析表 单因素方差分析表 n-1 ST 总和 SA/(s-1) SE/ (n-s) s-1 n-s SA SE 组间 组内 临界值 F值 均方 自由度 平方和 方差来源 （5）检验，若 否则接受H0 ，认为因子A对指标没有显著影响. 则拒绝H0， 例1. 在显著性水平α=0.01下，用单因素方差分析法判断实例1中，三个工厂所生产的电池的平均寿命有无显著差异？ 解： 提出统计假设 不全相等. 编制单因素试验数据表 184 46 37 60 69 47 86 100 40 67 98 60 92 95 98 样本 和 样 本 值 样本 均值 A1 A2 A3 部分 总体 498 267 83 89 单因素方差分析表 总和 组间 组内 临界值 F值 均方 自由度 平方和 方差来源 所以拒绝H0， 因为 认为三个工厂所生产的电池的平均寿命有显著差异. 四、参数μj 和方差σ2的估计 前面已说明： 又 所以 （3）对均值差的区间估计问题 若假设 不成立, 有时需要对 作 区间估计. 由 区间估计 又 独立于 于是 的置信度为 的置信区间为 故 注：单因子试验的统计分析可得如下三个结果: (1) 因子 A 是否显著. (2) 试验的误差方差σ2 的估计. (3)各水平均值μi 的点估计与其差的区间估计. (此项在因子A不显著时无需进行) 例2. 试验4种不同的农药，观察它们的杀虫率有无明显的不同，试验结果如下表所示: 55.0 48.2 56.2 62.4 90.5 88.5 87.3 94.7 87.4 85.0 80.2 样 本 值 A4 A3 A2 A1 部分总体 1）在显著性水平α=0.01下，问4种农药的杀虫率的均值是否有明显不同？2）分别求4种不同农药的杀虫率的均值和方差的估计值。 解： 编制单因素试验数据表 252.6 87.4 90.5 56.2 55.0 85.0 88.5 62.4 48.2 80.2 87.3 94.7