第六章方差分析高等教育出版社).ppt

第 6 章 方差分析与试验设计 统计学是有关收集和分析带有随机性误差的数据的科学和艺术。 第 6 章 方差分析与试验设计 6.1 方差分析引论 6.2 单因素方差分析 6.3 双因素方差分析 6.4 试验设计初步 一、方差分析及其有关术语 （一）什么是方差分析？ 3. 组内误差和组间误差 （1）组内误差：同一总体下各样本数据之间的误差。 如所抽7各零售企业被投诉次数之间的误差。 （2）组间误差：不同总体下各样本数据之间的误差。 如所抽零售业、旅游业等行业之间被投诉次数之间的误差。 （3）组内误差和组间误差之间的关系：组内误差只包括随机误差，组间误差既包括随机误差，也包括系统误差。 如果不同行业对投诉次数没有影响，此时组间误差只包含随机误差，不包括系统误差。这时，组间误差和组内误差经过平方后的数值比就应该会接近1。 反之，如果不同行业对投诉次数有影响，此时组间误差不仅包含了随机误差，还会包括系统误差。这时，组间误差经过平方后的数值就会大于组内误差经过平方后的数值，他们之间的比值就会大于1。这一比值达到某种程度时，可以说因素的不同总体之间存在着显著差异，也就是自变量对因变量有影响。 4.方差分析：判断行业对投诉次数是否有显著影响，实质就是检验被投诉次数的差异主要是由于什么原因所引起，并需要有更准确的方法来检验这种差异是否显著，就需要进行方差分析。 6.2 单因素方差分析 二、分析步骤 （一）提出假设 案例分析 （四）单因素方差分析表 基本结构 单因素方差分析 例题分析 三、用Excel进行方差分析 用Excel进行方差分析 Excel检验步骤 四、方差分析中的多重比较 3）计算误差项平方和 SSE ①每个水平或组的各样本数据与其组平均值的离差平方和 ②反映每个样本各观察值的离散状况，又称组内平方和 ③该平方和反映的是随机误差的大小 ④计算公式为 前例的计算结果：SSE 2708 三个平方和的关系： ?总离差平方和 SST 、误差项离差平方和 SSE 、水平项离差平方和 SSA 之间的关系 SST SSA + SSE 前例的计算结果： 4164.608696 1456.608696+2708 三个平方和的作用： 1. SST反映全部数据总的误差程度；SSE反映随机误差的大小；SSA反映随机误差和系统误差的大小 2. 如果原假设成立，则表明没有系统误差，组间平方和SSA除以自由度后的均方与组内平方和SSE和除以自由度后的均方差异就不会太大；如果组间均方显著地大于组内均方，说明各水平 总体 之间的差异不仅有随机误差，还有系统误差 3. 判断因素的水平是否对其观察值有影响，实际上就是比较组间方差与组内方差之间差异的大小 （4）构造检验的统计量 计算均方MS ① 各误差平方和的大小与观察值的多少有关，为消除观察值多少对误差平方和大小的影响，需要将其平均，这就是均方，也称为方差 ② 计算方法是用误差平方和除以相应的自由度 ③ 三个平方和对应的自由度分别是 SST 的自由度为n-1，其中n为全部观察值的个数 SSA的自由度为k-1，其中k为因素水平 总体 的个数 SSE 的自由度为n-k 构造检验的统计量 计算均方 MS 组间方差：SSA的均方，记为MSA，计算公式为 组内方差：SSE的均方，记为MSE，计算公式为 构造检验的统计量 计算检验统计量 F 将MSA和MSE进行对比，即得到所需要的检验统计量F 当H0为真时，二者的比值服从分子自由度为k-1、分母自由度为 n-k 的 F 分布，即 构造检验的统计量 F分布与拒绝域 如果均值相等，F MSA/MSE?1 a F 分布 F? k-1,n-k 0 拒绝H0 不能拒绝H0 F （三）统计决策 ? 将统计量的值F与给定的显著性水平?的临界值F?进行比较，作出对原假设H0的决策 根据给定的显著性水平?，在F分布表中查找与第一自由度df1＝k-1、第二自由度df2 n-k 相应的临界值 F? 若F F? ，则拒绝原假设H0 ，表明均值之间的差异是显著的，所检验的因素对观察值有显著影响 若F F? ，则不能拒绝原假设H0 ，表明所检验的因素对观察值没有显著影响 第1步：选择“工具 ”下拉菜单 第2步：选择“数据分析 ”选项 第3步：在分析工具中选择“单因素方差分析 ” ，然后选择“确定 ” 第4步：当对话框出现时 在“输入区域 ”方框内键入数据单元格区域 在?方框内键入0.05（可根据需要确定） 在“输出选项 ”中选择输出区域 ?用Excel进行方差分析 * * 中国统计年鉴2001 中国人口统计年鉴 中国市场统计年鉴 世界发展报告 世界经济年检 工业普查数据 中国统计出版社 我看出来了：方差分析提