数理统计7课件.ppt

第七章 方差分析 (Analysis of Variance)简称ANOVA 方差分析 在化学中，对一个试样进行分析或进行一个化学反应时，常常要选择具体的实验条件，通常需要通过多次条件试验才能确定。这种条件试验应如何进行？其结果能说明什么问题？这就要借助于方差分析来给出解答。 Ronald A. Fisher开发并首先应用了方差分析作为实验设计中的设计分析的基本方法. $7.1 化学试验的单因素方差分析 单因素方差分析，是指仅分析一个因素对试验结果的影响是否显著的问题。例如，在分析化学中实验被分析溶液的酸度对分析结果的影响是否显著。 例7-1 用火焰原子吸收光谱法测定试样中的铋，研究溶液的酸度对测定吸光度的影响，得到如下结果，求分析酸含量的变化对测定结果的影响是否显著？ 在方差分析中，把所有数据之间的差异叫做总变差。产生总变差的原因有两类，一类是条件变差（本例中即是酸度的影响），另一类就是试验误差。方差分析解决这个问题的办法就是： 1、从总变差中区分出试验变差和条件变差，也就是将不同因素的影响给区分开来。 2、利用F检验比较这两个变差的大小，确定出主要变差。 3、根据主要的变差，去选择较好的分析条件，或确定进一步试验的方向。 方差分析的基本思想 方差分析的依据是建立在变差平方和具有加和性的基础上的。因此，如果用变差平方和来表征测定结果的总变差，那么总变差的平方和就等于各变异因素形成的变差平方和的总和。 方差分析的基本思想，就是将总变差分解为各构成部分之和，然后对它们作统计检验。总变差： 其中m为试验水平数，n为重复次数，自由度vT = mn – 1 = N – 1 条件变差(组间方差) 每一组的测定平均值和总平均值差值的平方和再乘以重复次数： 自由度vA = m – 1 试验误差(组内方差) 各组内的每次测定值和组内平均值差值的平方和： 自由度ve = m(n – 1) = N – m 总变差的分解 定义 例7-1 例7-1 方差分析要注意以下几点 1、从理论上可推知，当ve很小时，F检验的灵敏度是很低的， ve很大时，灵敏度就高。增加实验次数，有利于灵敏度提高。一般ve应在5-10，如达不到，须将? 放宽至0.20。 2、当F值特别小时，表明可能取样或测量中有系统误差，一般不应发生，一旦发生就应仔细寻找原因，决不能放过。 3、试验应采取随机的方式，而不能按照先后次序（例如温度从高到低）。因为有可能在整个试验过程中，前后尺度掌握不均，或者有其它因素也在有规律或周期性地变化。 4、如果是评定实验室之间及实验室内部的精度，当F? F?时，就说明实验室之间的精度与实验室内部的精度是一致的。 $7.2 化学试验的双因素方差分析 1、 多因素全面试验的试验设计方法类型 交差分组：每个因素的每个水平与其它因素的所有水平都要搭配到，试验A和B处于完全平等的地位 系统分组：先按A的a个水平分成a组，然后在不同的组里再按B的水平来分组，如果有第三个，还可再安排C，它们的各自水平数不必相同，也不需要均匀搭配 混合分组：可以使其中两个先采用一种分组方法，然后对第三个采取另一种方法 $7.2 化学试验的双因素方差分析 1、 交叉分组的双因素试验 设因素A有l个水平，A1, A2……Al, 因素B有m个水平B1, B2……Bm, 在每一组合（Ai, Bj）下进行一次试验，得到观察值Aij，其方差分析计算方法如下： 化学试验的双因素方差分析表 例7-2：为考察蒸馏水的pH值和硫酸铜溶液浓度对化验血清中白蛋白的球蛋白的影响，将蒸馏水pH值(A)和硫酸铜浓度(B)分成如下的水平进行试验： 结果 3、有交互作用的交叉分组的双因素试验 因素A对试验指标的影响与B取什么水平有关，而因素B对指标的影响也与A取什么水平有关，这就是A和B之间有交互作用，记作A?B。如果每次试验重复r次： 平均值作图 为了测定石油灰分中的钒，研究了三种溶样方法，用三种方法分别溶解四种不同组成的试样，试验结果列于表中，试由这些分析数据，评价这三种溶样方法的效果。 不同试样中钒的含量 溶样方法 甲 乙 丙 丁 Ⅰ 65.04 35.36 35.67 2.69 62.27 34.57 33.33 2.78 68.68 36.74 33.86 2.74 Ⅱ 57.49 36.50 34.45 3.21 54.22