数理统计CH6_方差分析6.1解析.pptx

2017-4-4 王玉顺：数理统计06_方差分析 1 第六章 方差分析 Analysis of variance 2017-4-4 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 2017-4-4 王玉顺：数理统计06_方差分析 3 6 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 2017-4-4 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 2017-4-4 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 2017-4-4 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 2017-4-4 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 2017-4-4 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 2017-4-4 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 2017-4-4 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 2017-4-4 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 2017-4-4 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 2017-4-4 王玉顺：数理统计06_方差分析 13 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 α a m p 0.05 3 3 0.1426 0.05 4 6 0.2649 0.05 5 10 0.4013 0.05 6 15 0.5367 0.05 7 21 0.6594 2017-4-4 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 2017-4-4 王玉顺：数理统计06_方差分析 15 6 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。