数学建模算法方差分析.docVIP

第十一章 方差分析 我们已经作过两个总体均值的假设检验，如两台机床生产的零件尺寸是否相等，病人和正常人的某个生理指标是否一样。如果把这类问题推广一下，要检验两个以上总体的均值彼此是否相等，仍然用以前介绍的方法是很难做到的。而你在实际生产和生活中可以举出许多这样的问题：从用几种不同工艺制成的灯泡中，各抽取了若干个测量其寿命，要推断这几种工艺制成的灯泡寿命是否有显著差异；用几种化肥和几个小麦品种在若干块试验田里种植小麦，要推断不同的化肥和品种对产量有无显著影响。 可以看到，为了使生产过程稳定，达到优质、高产，需要对影响产品质量的因素进行分析，找出有显著影响的那些因素，除了从机理方面进行研究外，常常要作许多试验，对结果作分析、比较，寻求规律。用数理统计分析试验结果、鉴别各因素对结果影响程度的方法称为方差分析（Analysis Of Variance），记作ANOVA。 人们关心的试验结果称为指标，试验中需要考察、可以控制的条件称为因素或因子，因素所处的状态称为水平。上面提到的灯泡寿命问题是单因素试验，小麦产量问题是双因素试验。处理这些试验结果的统计方法就称为单因素方差分析和双因素方差分析。 §1 单因素方差分析 只考虑一个因素对所关心的指标的影响，取几个水平，在每个水平上作若干个试验，试验过程中除外其它影响指标的因素都保持不变（只有随机因素存在），我们的任务是从试验结果推断，因素对指标有无显著影响，即当取不同水平时指标有无显著差别。 取某个水平下的指标视为随机变量，判断取不同水平时指标有无显著差别，相当于检验若干总体的均值是否相等。 1.1 数学模型 设取个水平，在水平下总体服从正态分布，，这里未知，可以互不相同，但假定有相同的方差。又设在每个水平下都作了次独立试验，即从中抽取容量为的样本，记作，服从，且相互独立。将这些数据列成下表（单因素试验数据表）的形式： … 1 … 2 … … 将第列称为第组数据。判断的个水平对指标有无显著影响，相当于要作以下的假设检验 ；不全相等 由于的取值既受不同水平的影响，又受固定下随机因素的影响，所以将它分解为 ，， （1） 其中，且相互独立。记 ，， （2） 是总均值，是水平对指标的效应。由（1）、（2）模型可表为 （3） 原假设为（以后略去备选假设） （4） 1.2 统计分析 记 ， （5） 是第组数据的组平均值，是总平均值。考察全体数据对的偏差平方和 （6） 经分解可得 记 （7） （8） 则 （9） 是各组均值对总方差的偏差平方和，称为组间平方和；是各组内的数据对均值偏差平方和的总和。反映不同水平间的差异，则表示在同一水平下随机误差的大小。 对和作进一步分析可得 （10） （11） 当成立时 （12） 可知若成立，只反映随机波动，而若不成立，那它就还反映了的不同水平的效应。单从数值上看，当成立时，由（10）、（12）对于一次试验应有 而当不成立时这个比值将远大于1。当成立时，该比值服从自由度，的分布，即 （13） 为检验，给定显著性水平，记分布的分位数为，检验规则为 时接受，否则拒绝。 以上对的分析相当于对组间、组内等方差的分析，所以这种假设检验方法称方差分析。 1.3 方差分析表 将试验数据按上述分析、计算的结果排成下表的形式，称为单因素方差分析表。 方差来源 平方和 自由度 平方均值 值 概率 因素 误差 总和 最后一列给出的概率相当于。 方差