EXCEL与数据分析课件.ppt

第一节 数据间的差异性 一、研究数据间差异性的意义 二、研究数据间差异性的方法 三、方差分析的基础概念 一、研究数据间差异性的意义 二、研究数据间差异性的方法 三、方差分析的基础概念 第二节 单因素方差分析 一、单因素方差分析的思路 二、利用Excel进行单因素方差分析 一、单因素方差分析的思路 二、利用Excel进行单因素方差分析 * * 授课教师：马银戌 第五章 数据间的差异性分析 第一节 数据间的差异性 第二节 单因素方差分析 本章主要教学内容差异性是事物个体存在的根本，也是世间万物丰富多彩的根源。人们通过对事物间差异性的探索，进一步寻找影响差异性的决定因素，并通过对决定因素的控制逐步趋近事物的最优状态。例如，在农业生产中，同一农作物的亩产量是不同的，有高有低，存在不同程度的个体差异性。为了实现低成本、高产量的最优目标，人们就会对影响农作物产量的因素进行分析。显然影响因素是众多的，如品种、施肥量、气候、地域等，都会对亩产量带来或多或少的影响。如果能够从这众多的影响因素中找到某些关键因素，如种子、施肥量，人们就可以根据实际情况对这些关键因素加以控制。 。进一步地，如果能够得知如甲品种能更有效地提高产量，那么人们就可以在以后的种植中选用这个品种。同样，如果在得知施肥量是影响亩产量的关键性因素的同时，也得知哪种施肥量水平对亩产量增产更有意义，那么人们就可以采用一个恰当的施肥量，既能够提高产量，也能够降低成本。同时如果再与优良品种进行搭配，就会得到一个较优的种植方案。因此，分析数据间的差异性，从数据的差异性入手寻根溯源是一种很有效的数据分析思路和方法。 研究数据间差异性的方法主要用方差分析。方差分析是通过对多个总体均值是否相等这一假设进行检验来分析数据间的差异性的。 方差分析 单因素方差分析 双因素方差分析 可重复双因素分析 无重复双因素分析1、方差分析首先将引起数据差异的因素分为控制因素和随机因素两类。 随机因素：指人为很难控制的因素，也称为随机变量。如在影响亩产量的因素中，气候、地域差异影响就属于随机变量。 控制因素：指人为可以控制的因素，也称为控制变量。如将影响亩产量的因素分为两类，其中，农作物品种的选定、施肥量的控制属于控制变量。2、控制变量、控制变量的水平、观测变量是方差分析中的重要概念。在区分了两类不同的影响因素后，接下来要对控制因素进行分析。例如，考察农作物品种这个影响因素时，可以选用甲、乙两个不同的品种，在其他条件都相近的两批地块中分别种植；再如考察施肥量因素时，可以选用10公斤、20公斤、30公斤三种不同的施肥量水平，在其他条件都相近的三批地块中分别施肥。方差分析将上述甲、乙两个品种，称为“品种”这个控制变量的两个不同水平，在不同控制变量的不同水平下，会得到不同品种下农作物的亩产量数据，或者不同施肥量水平下的亩产量数据。亩产量在方差分析中被称为观测变量。然后，分析控制变量不同水平下的观测变量。例如，对亩产量这个观测变量进行分析，可能会得到多组亩产量数据。如果发现甲、乙两个品种所获得的亩产量总体均值相差不显著，可以认为甲、乙两个品种没有对亩产量产生显著影响，今后种植过程中选用哪个品种都可以。同样地，对亩产量数据进行分析，如果发现三种不同水平的施肥量下获得的亩产量数据差异性较大，而且，施肥量20公斤的地块亩产量明显高于施肥量10公斤，但施肥量30公斤的地块亩产量不明显高于施肥量20公斤的地块，那么今后在种植过程中就应选择每亩施肥量20公斤，这样不但提高了产量，也有效降低了生产成本。方差分析就是要分析控制变量的不同水平是否对观测变量产生了显著影响。如果控制变量的不同水平对实验结果产生了显著影响，那么，它和随机变量的共同作用必然使得观测变量数据有显著变动；相反，如果控制变量的不同水平对试验结果没有产生显著影响，那么，观测变量数据的变动就不会明显表现出来，它的变动可以归结为随机变量影响造成的。根据控制变量的个数可以将方差分析分成单因素方差分析和多因素方差分析。顾名思义，单因素方差分析中的控制变量只有一个，而多因素方差分析中的控制变量有多个。实际中常用单因素方差分析和多因素方差分析中的两因素方差分析。利用Excel可以实现的也是这些。单因素方差分析是测度某一个控制变量的不同水平是否给观测变量造成了显著差异和变动。单因素方差分析可以应用在很多方面。如，考察不同施肥量是否给农作物亩产量造成显著差异；考察不同学历是否对职工收入产生显著影响；考察商品包装的不同颜色是否对销售量产生显著影响等等。分析某控制变量的不同水平是否给观测变量造成了显著差异和变动，重要的分析依据是数据。从上述数据的获得过程可知，方差分析中观测变量数据应看做来自控制变量不同水平下观测变量总体中的独立样本。例如，为考察三种不同的施肥量水