数理统计-方差解答.ppt

第五章　方差分析 方差分析法：平方和分解式 检验统计量: 统计分析： 一、无交互作用的双因素方差分析 二、有交互作用的双因素方差分析 2.研究统计特性 3.确定拒绝域 表5.2-1　双因素无交互作用的方差分析表 方差 来源 平方 和 自由度 均　方 F　比 因素A 因素B 误 差 总 和 例1 下面给出了在某 5 个不同地点、不同时间空气 中的颗粒状物 ( 以 mg/m3 计 ) 的含量的数据: 因素B(地点) 因 素 A (时间) 1975年10月 1976年 1 月 1976年 5 月 1996年 8 月 289 1 2 3 4 5 1275 251 308 227 200 76 82 68 63 67 69 59 56 81 96 67 64 56 59 54 58 51 70 42 37 331 376 290 278 　　设本题符合模型中的条件,试在显著性水平为 0.05下检验:在不同时间下颗粒状物含量的均值有 无显著差异,在不同地点下颗粒状物含量的均值有 无显著差异. 在MATLAB中求解 a=[76,67,81,56,51; 82,69,96,59,70; 68,59,67,54,42; 63,56,64,58,37]; p=anova2(a) 源程序 程序运行结果 方差分析表 帮　　　助 因素A,B的不同水平的组合都只作n次试验，结果如下： 因素A 因素B * * 回归分析: -------研究变量之间是否存在相关关系 方差分析: ------研究变量对变量是否有显著性影响 在实际中,方差分析就是对数据进行分析处理,分清各种实验条件及状态对结果的影响,以便指导生产实践. 化工产品的 数量和质量 反应温度 压　力 原料成分 原料剂量 溶液浓度 操作水平 反应时间 机器设备 　　方差分析——根据试验的结果进行分析,鉴别 各个有关因素对试验结果的影响程度. 试验指标——试验中要考察的指标. 因　　素——影响试验指标的条件. 因素 可 控 因 素 不可控因素 水　　平——因素所处的状态. 单因素试验——在一项试验中只有一个因素改变. 多因素试验——在一项试验中有多个因素在改变. 例1　设有三台机器,用来生产规格相同的铝合金薄 板.取样,测量薄板的厚度精确至千分之一厘米.得结 果如下表所示. 表5.1　铝合金板的厚度 机器Ⅰ 机器Ⅱ 机器Ⅲ 0.236 0.238 0.248 0.245 0.243 0.257 0.253 0.255 0.254 0.261 0.258 0.264 0.259 0.267 0.262 试验指标: 薄板的厚度 因素: 机器 水平: 不同的三台机器是因素的三个不同的水平 §5.1 单因素方差分析 　　假定除机器这一因素外, 其他条件相同, 属于单因素试验. 　　试验目的: 考察各台机器所生产的薄板的厚度 有无显著的差异. 即考察机器这一因素对厚度有无 显著的影响. 　　　　 在每一个水平下进行独立试验,结果是一 个随机变量. 例1 表5.1　铝合金板的厚度 机器Ⅰ 机器Ⅱ 机器Ⅲ 0.236 0.238 0.248 0.245 0.243 0.257 0.253 0.255 0.254 0.261 0.258 0.264 0.259 0.267 0.262 问题分析 将数据看成是来自三个总体的样本值. 检验假设 检验假设 　　进一步假设各总体均为正态变量,且各总体的 方差相等,但参数均未知. 　　问　　题——检验同方差的多个正态总体均 值是否相等. 　　解决方法——方差分析法,一种统计方法. 数学模型 表 5.2 观察结果 水平 样本均值 样本容量 总体分布 假设 单因素试验方差分析的数学模型 需要解决的问题 1.检验假设 数学模型的等价形式 总平均 原数学模型： 改写为： 原检验假设 等价于 检验假设 — 数据的总平均值 总离差平方和（总偏差） —反应数据 的离散程度，即波动情况 因此将总离差平方和分为如下两类： 这种波动是由于随机误差和因素A的各个水平的 效应间的差异此两种共同所引起的。因此，若后者 大于前者，则认为数据 的波动主要是由于因素 A的水平不同而引起的，即因素A的各个水平结果 有显著性的影响，从而拒绝 . 1. 组内离差平方和 2. 组间离差平方和 ——纯粹是由于随机误差引起的。 ——是由于因素的各水平不同效应而引起的 若 比较大,表明在整个误差中 占主要部分,因此可认为因素的各水平对试验结果的影响显著,从而拒绝 ,因此 的拒绝域形式为 单因素试验方差分析表 方差来源 因　素A