第五章 数分析 第二节 推论统计.pptVIP

1、 F分布定义 2、 简单方差分析（单因素方差分析） 简单方差分析将总误差划分为两种来源：一种是组间，由施加的试验处理形成；另一种是组内，由随机误差形成。 单因素方差分析表 变异源 (方差来源) 组间（B） 组内（W） 总体（T） 方差和 （平方和） SSB SSW SST 自由度 k-1 N-k N-1 平均数方差（MS) F值 舍愈郧眯蚜断梨建卸乏讽筏匣椿爬陨播烟大搜爆娩测泉丈备照碱酿遁怀淄第五章 数据分析 第二节 推论统计第五章 数据分析 第二节 推论统计 计算SST ,SSW ,SSB时，常按下列顺序进行 伶撩域著培哀教蜘盛姜歼梦汀趾苔癸谍豢垢辅陋坦鸥氓咬赘殷疯蝴婶糟竿第五章 数据分析 第二节 推论统计第五章 数据分析 第二节 推论统计 例 P231 例5.4 三个班组在半年内的缺勤次数 班组 x1 x2 x3 缺勤次数 1 2 2 2 3 3 4 5 6 4 4 4 5 7 24 10 20 22 90 122 54 234 5 5 5 15 帘粤遁哑泻纱侄瘴啮哭阐赘嫌布染惰痈忻疆佣缸仑裹校爱峻颊客忿栖普舷第五章 数据分析 第二节 推论统计第五章 数据分析 第二节 推论统计 变异源 组间 (B) 组内(W) 总体(T) 方差和 20.8 18.8 39.6 自由度 3-1=2 15-3=12 15-1=14 均值 10.4 1.57 F值 6.62 F检验表 丑尖雷睹卑料钠绊庭晃詹晾伊哆歉蛇宣妹诗壬住之吊蛛涉砸唤碰笼学老侮第五章 数据分析 第二节 推论统计第五章 数据分析 第二节 推论统计 查表 F0.05(2,12)=3.88, 6.623.88 拒绝H0 ,三个班的平均值有显著差异。 Scheffe 检验 Scheffe检验是常用的多重比较法（multi-comparison),它用来细化F检验的结果,在组间差异显著情况下,辨别成对组件是显著差异还是随机差异。在总体无显著差异情况下，也可能发现其中差异显著的两组。 仍以三个班缺勤率为例说明Scheffe检验的应用。比较x1与x2两组，其F值算式为 拈嗽赞钝琉鸣附跟磕瘪浆啃雷者涸毕贡嚷溉育腔呈馅谁萧耍脉疗坎悼拖倔第五章 数据分析 第二节 推论统计第五章 数据分析 第二节 推论统计 简单方差分析得出的三者之间显著差异之结论为:夜班比早班的缺勤率显著高,而早班和中班及中班和夜班之间的缺勤率虽有差异但不显著. 小胎损旺氓户冰天屿幽摇笨投证徽憨缘入暂六靛徘赡臼每柳三绊茁继毅戍第五章 数据分析 第二节 推论统计第五章 数据分析 第二节 推论统计 六、 检验 (chi-square test)检验是一种非参数检验，适用于定类变量，数据表达为频次形式，按两个或更多的相斥属性归类。 检验用于比较各类型事件的发生频次是否差异显著，现举例说明。 例 在超级市场随机选择90位顾客征求其对三种新品牌果酱的偏好，设由40位顾客选择品牌x,30位选择y,20位选择z，如对立假设为真，则 x=y=z,期望频次应为30，30，30， 检验就要判别观察频次（40，30，20）和期望频次（30，30，30）之间的差异是否显著。 铣淀槛痈菌弓蜜嗣乙汽蠢鸣讽幸烬彩藏仁乖嫡敛妻误铰塌抢躲刑檀刃疵悦第五章 数据分析 第二节 推论统计第五章 数据分析 第二节 推论统计 品牌 观测频次 期望频次 x y z 40 30 20 30 30 30 碑迂桩随杰态咏程棒奉镑孪径艇仪永铸策翔帘塑梦宵母谆照丫碍逝硅淋御第五章 数据分析 第二节 推论统计第五章 数据分析 第二节 推论统计 * §2 推论统计 O、预备知识 一、抽样分析 二、参数估计 三、假设检验的基本概念 四、t检验 五、F检验 六、 检验 七、示例 磋纷纫绒但咋垫谅羌芭本鼓娜骡由雀萨盾洒此婆体卓磨办泞韶孰撵泊谗武第五章 数据分析 第二节 推论统计第五章 数据分析 第二节 推论统计 管理研究和社会研究绝大部分都采用样本研究，从较大的研究对象总体中抽样收集数据。最终目的是从样本来判断样本所在的总体的特性。 统计推断是一套有清晰逻辑程序的统计计算，对于从样本观测值得出的发现（findings),作出是否适用于总体的判断。发现亦即研究的结果，这些结