4-2二元方差分析.ppt

第二节　二元方差分析 一、非无重复试验二元方差分析 二、双因素等重复试验的方差分析 三、小结 误　差 平方和 因素 A 的 效应平方和 因素 B 的 效应平方和 因素A,B的交 互效应平方和 2.研究统计特性 自由度 数学期望 方差分析就是把总的试验数据的波动分成 1、反映因素水平改变引起的波动。 2、反映随机因素所引起的波动。 然后加以比较进行统计判断，得出结论。 方差分析的基本思想：把全部数据关于总均值的离差平方和分解成几部分，每一部分表示某因素诸水平及交互作用所产生的效应，将各部分均方与误差均方相比较，从而确认或否认某些因素或交互作用的重要性。 用公式概括为： 各因素引起 由个体差异引起（误差） 总变异 = 组间变异 + 组内变异 —组内离差平方和 （误差平方和） —组间离差平方和 （效应平方和） 单因素试验方差分析表 方差来源 因素的影响 (组间) 误差(组内) 总和 离差平方和 自由度 均方离差 F　值 一、非重复试验二元方差分析 二、重复试验二元方差分析 三、小结 　　讨论两个因素对实验结果的影像是否显著。 　　如果已知不存在交互作用,或已知交互作用对 试验的指标影响很小,则可以不考虑交互作用. 　　对两个因素的每一组合只做一次试验, ——非重复试验二元方差分析. 表　4.6 因子B 因子A 假设 双因素无重复试验方差分析的数学模型 检验假设 2. 研究统计特性; 检验步骤 1. 分解平方和; 3. 确定拒绝域. 1.分解平方和 总离差平方和(总离差) 误　差 平方和 因子 A 引起的离差 因子 B 引起的离差 2.研究统计特性 自由度 服从分布 3.确定拒绝域 表4.8　非重复试验二元方差分析表 方差 来源 离差平方 和 自由度 均方离差 F比值 因子A 因子B 误 差 总 和 例1 下面给出了在某 5 个不同地点、不同时间空气 中的颗粒状物 ( 以 mg/m3 计 ) 的含量的数据: 因子B(地点) 因 子 A (时间) 1975年10月 1976年 1 月 1976年 5 月 1996年 8 月 289 1 2 3 4 5 1275 251 308 227 200 76 82 68 63 67 69 59 56 81 96 67 64 56 59 54 58 51 70 42 37 331 376 290 278 解： 按题意需检验假设 r=4,s=5 方差 来源 离差平方 和 自由度 均方离差 F比值 因子A 因子B 误 差 总 和 表　4.10 因素A 因素B 假设 记号 总平均 双因素试验方差分析的数学模型 检验假设 2. 研究统计特性; 检验步骤 1. 分解平方和; 3. 确定拒绝域. 1.分解平方和 总偏差平方和(总离差)