第八单元 方差分析.pptVIP

【 例 】某公司计划引进一条生产线。为了选择一条质量优良的生产线以减少日后的维修问题，他们对6种型号的生产线作了初步调查，每种型号调查4条，结果列于下表。这些结果表示每个型号的生产线上个月维修的小时数。试问由此结果能否判定由于生产线型号不同而造成它们在维修时间方面有显著差异? 对6种型号生产线维修时数的调查结果 现在的试验就是进行调查,每种型号调查4台,相当于每个总体中抽取一个容量为4的样本,得到的数据记作yij(i=1,2,…,6;j=1,2,3,4),即为下表数据。 计算各样本平均数 如下: 两个总体平均值比较的检验法 把样本平均数两两组成对: 与 , 与 ,… 与 , 与 ,…, 与 ,共有( 15)对。 （一）什么是方差分析(ANOVA)?(analysis of variance) 检验多个总体均值是否相等 通过分析数据的误差判断各总体均值是否相等 研究分类型自变量对数值型因变量的影响 一个或多个分类型自变量 两个或多个 (k 个) 处理水平或分类 一个数值型因变量 有单因素方差分析和双因素方差分析 单因素方差分析：涉及一个分类的自变量 双因素方差分析：涉及两个分类的自变量 什么是方差分析?  什么是方差分析? (例题分析) 分析4个行业之间的服务质量是否有显著差异，也就是要判断“行业”对“投诉次数”是否有显著影响 作出这种判断最终被归结为检验这四个行业被投诉次数的均值是否相等 若它们的均值相等，则意味着“行业”对投诉次数是没有影响的，即它们之间的服务质量没有显著差异；若均值不全相等，则意味着“行业”对投诉次数是有影响的，它们之间的服务质量有显著差异 （二）方差分析中的有关术语 因素或因子(factor) 所要检验的对象 分析行业对投诉次数的影响，行业是要检验的因子 水平或处理(treatment) 因子的不同表现 零售业、旅游业、航空公司、家电制造业 观察值 在每个因素水平下得到的样本数据 每个行业被投诉的次数 方差分析中的有关术语 试验 这里只涉及一个因素，因此称为单因素4水平的试验 总体 因素的每一个水平可以看作是一个总体 零售业、旅游业、航空公司、家电制造业是4个总体 样本数据 被投诉次数可以看作是从这4个总体中抽取的样本数据 二、方差分析的基本思想和原理(图形分析—散点图) 方差分析的基本思想和原理(图形分析) 从散点图上可以看出 不同行业被投诉的次数有明显差异 同一个行业，不同企业被投诉的次数也明显不同 家电制造被投诉的次数较高，航空公司被投诉的次数较低 行业与被投诉次数之间有一定的关系 如果行业与被投诉次数之间没有关系，那么它们被投诉的次数应该差不多相同，在散点图上所呈现的模式也就应该很接近 方差分析的基本思想和原理 散点图观察不能提供充分的证据证明不同行业被投诉的次数之间有显著差异 这种差异可能是由于抽样的随机性造成的 需要有更准确的方法来检验这种差异是否显著，也就是进行方差分析 所以叫方差分析，因为虽然我们感兴趣的是均值，但在判断均值之间是否有差异时则需要借助于方差 这个名字也表示：它是通过对数据误差来源的分析判断不同总体的均值是否相等。因此，进行方差分析时，需要考察数据误差的来源 方差分析的基本思想和原理(两类误差) 随机误差 因素的同一水平(总体)下，样本各观察值之间的差异 比如，同一行业下不同企业被投诉次数之间的差异 这种差异可以看成是随机因素的影响，称为随机误差 系统误差 因素的不同水平(不同总体)之间观察值的差异 比如，不同行业之间的被投诉次数之间的差异 这种差异可能是由于抽样的随机性所造成的，也可能是由于行业本身所造成的，后者所形成的误差是由系统性因素造成的，称为系统误差（因素水平引起的偏差） 方差分析的基本思想和原理(误差平方和—SS) 数据的误差用平方和(sum of squares)表示 组内平方和(within groups) 因素的同一水平下数据误差的平方和 比如，零售业被投诉次数的误差平方和 只包含随机误差 组间平方和(between groups) 因素的不同水平之间数据误差的平方和 比如，4个行业被投诉次数之间的误差平方和 既包括随机误差，也包括系统误差 方差分析的基本思想和原理(均方—MS) 平方和除以相应的自由度 若原假设成立，组间均方与组内均方的数值就应该很接近，它们的比值就会接近1 若原假设不成立，组间均方会大于组内均方，它们之间的比值就会大于1 当这个比值大到某种程度时，就可以说不同水平之间存在着显著差异，即自