[六、单因素方差分析.ppt

分析：用6次t 检验来考察4个省份的大学生新生入学成绩是否相同，对于某一次比较，其犯I类错误的概率为?，那么连续进行6次比较，其犯I类错误的概率是多少呢？不是 ?6，而是1-（1- ?）6。也就是说，如果检验水准取0.05，那么连续进行6次t 检验，犯I类错误的概率将上升为0.2649！这是一个令人震惊的数字！ 结论：多个均数比较不宜采用t 检验作两两比较；而应该采用方差分析！ R.A.Fisher 提出的方差分析的理论基础： 将总变异分解为由研究因素所造成的部分和由抽样误差所造成的部分，通过比较来自于不同部分的变异，借助F分布作出统计推断。后人又将线性模型的思想引入方差分析，为这一方法提供了近乎无穷的发展空间。 预分析（重要）：检验其应用条件 当各组样本含量不同，选择Scheffe法，得结果： 假设在调查的设计阶段，就计划好了第二组和第一组，以及第三组和第一组的比较，可以使用主对话框中的contrast 按钮实现。 理论上，方差分析所对应的分组变量应该是一个无序的变量。但实际上，往往分组变量的取值也可以体现顺序的意义，比如，多个时间点上的某项指标的比较；不同pH下某些化学物质转化率的比较等。这类资料并不少见。 对于这类资料，既然是多组间计量资料的比较，当然是优先考虑单因素方差分析。但是在得到各组间有差异的结论之余，也应该注意到单纯的方差分析并未利用分组变量中蕴涵的次序信息。 例2 要研究高梁的不同播种深度与出苗时间的关系，数据如下表，见trend.sav： 自变量间各取值间间隔相等时，除了对此进行方差分析之外，还可以利用线性模型的有关原理对数据作进一步的分析，以考察应变量与处理因素之间是否存在某种依存关系，统计学上称为趋势检验。 这种趋势并非仅仅指线性的，也可能是一种多项式关系。因此，一般通过建立正交多项式模型的方法来进行趋势检验。 注意： 趋势检验的目的并非拟合线性或非线性模型，而是希望知道当因素的水平改变时，均数以什么样的形式（线性、二次性或者其他）随之改变。 均数两两比较方法 结果分析 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 在coefficients后面的框中输入1，-1，0，每次输入后点击add，就可以比较第一组和第二组的NO；再点击next按钮，继续输入下一个组合，即0，-1，1。 均数两两比较方法 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 均数两两比较方法 结果分析 可见，第一个组合无统计学意义，而第二个组合有显著性差异。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 趋势检验 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 高梁的不同播种深度与出苗时间的关系 趋势检验 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 本例经方差分析可知各种播种深度下出苗天数不等或不全相等，而Means－plot 图进一步提示天数与深度之间的关系，如下。 趋势检验 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 趋势检验 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 在contrast对话框中，选择polynomial复选框，并在degree列表中选择cub