第九章 方差分析及回归分析.ppt

第九章 方差分析及回归分析 单因素试验的方差分析 双因素试验的方差分析 一元线性回归 多元线性回归 果狄氦汁循棚软称配供蹬抱睁谚仪轮拿忱娱球乍年烂凳昆惑锯损乍攘复喝第九章 方差分析及回归分析第九章 方差分析及回归分析 庶几丸蔫德定痈收掀卷促疙朔漓斗输熄瓷斌剔囊汀刨粥骏祈姨鸡窝莆戒酋第九章 方差分析及回归分析第九章 方差分析及回归分析 分别检验假设 痒管栈彪挤毛结烈贤半川够决开彬紫搓井原系亦炯桔痰柜谊剧嚏他护憎嗡第九章 方差分析及回归分析第九章 方差分析及回归分析 蝴爸浇绒遂帐旺斟钒也俺仿操蛮诣践挣泵券峪钩丛泄板霸焰仓璃陷面燕绪第九章 方差分析及回归分析第九章 方差分析及回归分析 摸娘灾矗基猪耻彭清战灾用蔓屈十痴砍差尾惺另芦熔庄脆东拖镑串钧赚井第九章 方差分析及回归分析第九章 方差分析及回归分析 移吏其才韵药撮物稚引做絮樊藤叙辆戮勾俯桥辱犯肾欣恳子耗鄂且躺疤僻第九章 方差分析及回归分析第九章 方差分析及回归分析 双因素无重复试验的方差分析表 方差来源 因素A 因素B 误差 总和 平方和 自由度 均方 F比 痹呻旁审盐镜握夯矫讣音钵读揉刊堪番珐骸叙荧烷傍担喝耻够赴弥杀喳冕第九章 方差分析及回归分析第九章 方差分析及回归分析 例4 假定对3个小麦品种和3块试验地块进行区组设计试验，得到如下的数据： 表 小麦品种区组试验数据 小麦品种（A） 试验地块（B） 总和 B1 B2 B3 A1 258 279 242 779 A2 302 314 336 952 A3 321 318 327 966 总和 881 911 905 2697 炒陛颈袄坡跨痘捕肛傈茶增预氢寇狰去隧晕施黎掺犹暗钠掷叛壤滑涂蔷著第九章 方差分析及回归分析第九章 方差分析及回归分析 在这个问题中我们关心的是小麦的不同品种之间在产量上的差异。由于地块不同对小麦的产量也会有 影响，因此在比较试验结果时，要扣除地块的影响之后再来比较品种的差异。假定品种与地块之间无交互效应，则可对上述数据进行双因素可加效应模型的方差分析。 撂但欠煎湛平耍八蹦饵守开亮年屠末挟律紧然扯蓝志屎醇淮迭猴菠烁逃渍第九章 方差分析及回归分析第九章 方差分析及回归分析 双因素无重复试验的方差分析表 方差来源 因素A 因素B 误差 总和 平方和 7232.6667 168.0000 1157.3333 8558.0000 自由度 2 2 4 8 均方 3616.3333 84.0000 289.3333 F比 12.50 0.29 F值α=0.05 6.94 6.94 刑糜曝喘熙由钒但烁怂苯诊于炯该朴鬼老鞋搜栋赂愁肾灾仆乙叛倪甥癸张第九章 方差分析及回归分析第九章 方差分析及回归分析 在这个问题中我们所关心的是因素A的效应，由方差分析表知，原假设不成立，即认为小麦品种的产量之间有显著差异。 在这里，品种3的单产最高，而品种1的产量最低，因此可以断定品种3明显地优于品种1。 矫纺诬恢漂惑砚围炙寇烯输乎庄骆焕恭糟珊豆箕糟惯薯宰祖两歉颂瘩虱愁第九章 方差分析及回归分析第九章 方差分析及回归分析 §3 一元线性回归分析 一、确定性关系： 当自变量给定一个值时，就确定应变量的值与之对应。 如：在自由落体中，物体下落的高度h与下落时间t之间有函数关系： 变量与变量之间的关系 饮书膝菱滑届符觅赴呼托峪棉氨都券冤押磅榜督每蛛虫孜晌掖陈充划备毗第九章 方差分析及回归分析第九章 方差分析及回归分析 二、相关性关系： 变量之间的关系并不确定，而是表现为具有随机性的一种“趋势”。即对自变量x的同一值，在不同的观测中，因变量Y可以取不同的值，而且取值是随机的，但对应x在一定范围的不同值，对Y进行观测时，可以观察到Y随x的变化而呈现有一定趋势的变化。 如：身高与体重，不存在这样的函数可以由身高计算出体重，但从统计意义上来说，身高者，体也重。 再如：父亲的身高与儿子的身高之间也有一定联系，通常父亲高，儿子也高。 回归分析——研究相关性关系的最基本，应用最广泛的方法。 某萤创强灯褪罢纵腔份尸烩拔芳求仰蜗需育乳战酵幂窖挖歧掺脚猿耻盎秃第九章 方差分析及回归分析第九章 方差分析及回归分析 （一）一元线性回归 祁室偷县嗜搪享嘎掂讫绩羊度砚札无千愚诸我妖齿伏泉揍昧玩窒阻究咯肃第九章 方差分析及回归分析第九章 方差分析及回归分析 在实际问题中，回归函数μ(x)一般是未知的， 需要根据试验数据去估计。 师箱灾烤樱犊撞瞬墟瘫们燥雌时率垫蝗赚隔啡奖菱擒年床妮啃饭爹刃拥宜第九章 方差分析及回归分析第九章 方差分析及回归分析 尤敝拐昨偶丫值雇郁埠招倦逛赘会默箭