数理统计CH6_方差6.1技术总结.pptxVIP

2016-12-12王玉顺：数理统计06_方差分析1第六章方差分析Analysisofvariance2016-12-12王玉顺：数理统计06_方差分析2按p≤决策规则，检验两总体均值差假设犯第一类错误的概率不大于，即：6方差分析(1)两独立正态总体均值相等检验犯第一类错误的概率2016-12-12王玉顺：数理统计06_方差分析36方差分析按p≤决策规则，检验两总体均值差假设不犯第一类错误的概率不小于1-，即：(1)两独立正态总体均值相等检验犯第一类错误的概率2016-12-12王玉顺：数理统计06_方差分析4三个独立正态总体均值相等假设等价于三个均值差假设同时成立：6方差分析(2)三个独立正态总体均值相等检验犯第一类错误的概率2016-12-12王玉顺：数理统计06_方差分析5每个均值差t检验犯第一类错误的概率记作ρ，三个独立正态总体均值相等检验犯第一类错误的概率记作p，若按ρ≤决策，则p值仍是不大于吗？6方差分析(2)三个独立正态总体均值相等检验犯第一类错误的概率2016-12-12王玉顺：数理统计06_方差分析6三个独立正态总体均值相等检验，犯第一类错误的概率等于三个均值差原假设至少一个被错误否定的概率，即：P(否定H0|H0真)=P(H0被错误否定)=P(H01,H02,H03至少一个被错误否定)=P(H01,H02,H03恰好一个被错误否定)+P(H01,H02,H03恰好两个被错误否定)+P(H01,H02,H03三个均被错误否定)6方差分析(2)三个独立正态总体均值相等检验犯第一类错误的概率2016-12-12王玉顺：数理统计06_方差分析7做三次均值差t检验被视作三次独立重复的贝努利试验，每一次试验犯第一类错误的概率为ρ，不犯第一类错误的概率为1-ρ，则6方差分析(2)三个独立正态总体均值相等检验犯第一类错误的概率2016-12-12王玉顺：数理统计06_方差分析8应用二项式定理，三个独立正态总体均值相等检验犯第一类错误的概率计算如下：6方差分析(2)三个独立正态总体均值相等检验犯第一类错误的概率按ρ≤α决策2016-12-12王玉顺：数理统计06_方差分析9同理，a个独立正态总体均值相等假设等价于m个均值差假设同时成立：6方差分析(3)多个独立正态总体均值相等检验犯第一类错误的概率2016-12-12王玉顺：数理统计06_方差分析10应用二项式定理，a个独立正态总体均值相等检验犯第一类错误的概率如下：6方差分析(3)多个独立正态总体均值相等检验犯第一类错误的概率按ρ≤α决策2016-12-12王玉顺：数理统计06_方差分析11换一个思路，a个独立正态总体均值相等检验犯第一类错误的概率计算如下：6方差分析(3)多个独立正态总体均值相等检验犯第一类错误的概率2016-12-12王玉顺：数理统计06_方差分析12对于a个独立正态总体的均值相等假设若采用m次均值差t检验，且每次的检验水平定为，则犯第一类错误的最大概率p是：6方差分析(3)多个独立正态总体均值相等检验犯第一类错误的概率2016-12-12王玉顺：数理统计06_方差分析136方差分析(3)多个独立正态总体均值相等检验犯第一类错误的概率αamp0.05330.14260.05460.26490.055100.40130.056150.53670.05721012-12王玉顺：数理统计06_方差分析14对于多个独立正态总体，如果我们仅仅关心全部均值是否相同或至少一个均值显著与众不同这样的问题，则采用均值差t检验法完成问题的检验存在三个缺限：(1)检验次数较多，效率低；(2)每次检验的t统计量仅仅利用一对样本的信息；(3)检验的均值个数愈多，犯第一类错误的概率愈大。因此，解决问题需要另辟蹊径。6方差分析(3)多个独立正态总体均值相等检验犯第一类错误的概率2016-12-12王玉顺：数理统计06_方差分析156方差分析(4)方差分析法背景1923年，在英国一个农业试验站工作的统计学家R.A.Fisher发明F分布创立了著名的方差分析(ANOVA)。方差分析首先应用于农业生产并取得丰硕的成果，尔后在其它领域亦得到广泛应用，现已成为统计学的核心方法。经“特别设计”的试验所产生的数据才能采用方差分析，因此数据是有“模式”的。2016-12-12王玉顺：数理统计06_方差分析166方差分析MSA代表因素效应，MSE代表误差效应，两者之比MSA/MSE遵从F分布，其值愈大H0下发生抽样观测事件FMSA/MSE的概率p就愈小，H0就愈不可能成立。在方差相同条件下按p≤α决策规则对多个独立正态总体的均值是否相同做F检验，称作方差分析。AnalysisofVarianceANOVA(5)什么是方差分析？方差分析检验多总体均值相等假设2016-1