单因素方差分析.pptVIP

单因素方差分析--one-way ANOVA By 徐榕 one-way ANOVA 概念 ·用来研究一个控制变量的不同水平是否对观测变量产生了显著影响。这里，由于仅研究单个因素对观测变量的影响，因此称为单因素方差分析。 ·例如，分析不同施肥量是否给农作物产量带来显著影响，考察地区差异是否影响妇女的生育率，研究学历对工资收入的影响等。这些问题都可以通过单因素方差分析得到答案。 one-way ANOVA分析步骤 Step 1：提出假设 H0：μ1＝μ2＝μ3…＝μk 自变量对因变量没有显著差异 H1：μ1，μ2，μ3，…，μk 自变量对因变量有显著差异 Step 2：构造检验的统计量 为检验 H0是否成立，需确定检验的统计量F Step 3：统计决策 依据 F值的分布概率值来进行原假设的判断。 MSA（组间方差）=组间误差（SSA）/(k-1)组间误差自由度，k为因素水平的个数。 不同行业之间的观测值也不同，来自不同行业之间的误差称为组间误差（SSA）。组间误差有可能是由于抽样本身形成的随机误差；也有可能由于行业的差异造成的，这种由于系统性因素造成的差异，称为系统误差。 MSE（组内方差）=组内误差（SSE）/（n-k）组内误差自由度，n为全部观测值的个数。 同一行业（同一总体）下，样本的个观测值不同。这种由于企业是随机抽样而造成的差异，称为组内误差（SSE） 检验统计量F的比值 检验步骤 位置： Analyze→Compare Means→One-way ANOVA LSD（最小显著差法），Duncan(Duncan多范围检验)，S-N-K(Student-Newman-Keuls检验，有称q检验)，Tukey(Honestly显著差异检验),Tukey’s-b(Tukey的另一种检验方法)，Bonferroni (Bonferroni检验),Scheffe(Scheffe检验)等。 练习 ·打开“态度得分.sav”，比较北京、上海、广州的三 组居民的样本是取自态度相同的同一总体还是取自 态度不同的总体。 * 组间方差 组内方差 = MSA MSE F = 若F 的概率值足够小，则拒绝原假设H0, 即μ1＝μ2…＝μk不成立，各总体之间的差异是显著的 计算出F的值，在F分布表中查找与分子自由度df1＝k-1、与分母自由度df2＝n-k 对应的概率。 若F的概率值较大，则不拒绝原假设H0, 不能认为各总体之间有显著差异 F = MSA MSE （ k-1 ， n-k ） 是否拒绝原假设 因变量列表 因子 对比 两两比较 选项 假定方差齐性 假定方差不齐性 描述性 固定和随机效果 方差同质性检验 均值图 缺失值的设置 *