MINITAB培训_假设检验_方差_回归.ppt

;假设检验;假设检验;假设检验 Process;假设检验 Process;Theme选定;假设检验事例;假设检验事例;假设检验事例;假设检验事例;假设检验事例;假设检验事例;假设检验事例;假设检验事例;假设检验事例;假设检验事例;实施结果：One-way ANOVA: A, B, C Analysis of Variance Source DF SS MS F P Factor 2 0.145 0.073 0.26 0.778 Error 15 4.273 0.285 Total 17 4.419 Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev --------+---------+---------+-------- A 6 5.6767 0.5823 (------------*------------) B 6 5.5433 0.5558 (------------*-------------) C 6 5.4583 0.4547 (------------*------------) --------+---------+---------+-------- Pooled StDev = 0.5338 5.25 5.60 5.95 ;假设检验事例;假设检验事例;假设检验事例;假设检验事例;假设检验事例;假设检验事例;2.3 统计技术方法;2.3.1 方差分析 ;一、几个概念 ;[例2.1-1] 现有甲、乙、丙三个工厂生产同一种零件，为了了解不同工厂的零件的强度有无明显的差异，现分别从每一个工厂随机抽取四个零件测定其强度，数据如表所示，试问三个工厂的零件的平均强度是否相同？ ;在这一例子中，考察一个因子： 因子A：工厂 该因子有三个水平：甲、乙、丙 试验指标是：零件强度;二、单因子方差分析 ; 当 不真时，表示不同水平下的指标的均值有显著差异，此时称因子A是显著的，否则称因子A不显著。检验这一假设的分析方法便是方差分析。; 方差分析的三个基本假定; 设在一个试验中只考察一个因子A，它有r个水平，在每一水平下进行m次重复试验，其结果用 表示，i=1,2, …, r。 常常把数据列成如下表格形式：; 记第i水平下的数据均值为 ，总均值为 。此时共有n=rm个数据，这n个数据不全相同，它们的波动（差异）可以用总离差平方和ST去表示;引起数据波动（差异）的原因不外如下两个：; 二是由于存在随机误差，即使在同一水平下获得的数据间也有差异，这是除了因子A的水平外的一切原因引起的，我们将它们归结为随机误差，可以用组内离差平方和表示：;可以证明有如下平方和分解式：; 当 时认为在显著性水平 上因子A是显著的。其中 是自由度为 的F分布的1-α分位数。;各个离差平方和的计算： ;进行方差分析的步骤如下： ;对上例的分析 ;（3）计算各离差平方和： ;（4）列方差分析表： ;（5） 如果给定 =0.05，从F分布表查得 ; 在本例中，三个工厂生产的零件的平均强度的的估计分别为： ;三、重复数不等的情况; 例2.1-3 某型号化油器原中小喉管的结构使油耗较大，为节约能源，设想了两种改进方案以降低油耗。油耗的多少用比油耗进行度量，现在对用各种结构的中小喉管制造的化油器分别测定其比油耗，数据如表所列，试问中小喉管的结构（记为因子A）对平均比油油耗的影响是否显著。（这里假定每一种结构下的油耗服从等方差的正态分布） ;[例2.1-3]的试验结果 ;（1）各水平下的重复试验次数及数据和分别为： ;（2）计算各类平方和： ;（4）列方差分析表： ;（5） 如果给定 =0.05，从F分布表查得 ;