〈精品〉Unit-4分析4.7方差分析.ppt

目 录 ANOVA(方差分析)的概念 One way ANOVA的概念 ANOVA的原理 应用MINITAB 实习 – 弹射器 再多想一想 简要及 附录 ANOVA的概念(1) - ANOVA是什么? ANOVA的概念(2) - 包含在哪里? ANOVA的概念(3) – 路径分析 One way ANOVA的概念(1) – 概要 我们要观察的一个 input 变量(因子)有多个样本时, 我们实际上在实施 单因子实验 (Single Factor Experiment). 我们要分析对象的 因子是否有水平间的差异 确定3个供应商的平均交货期是否有差异 确定某个机器的设定值在5个水平间变化时，零件的尺寸是否不同 现在开始做第一次实验! …观察. One ANOVA的概念(2) – 例题 存在电流对焊接强度的影响吗？ One ANOVA的概念(3) – 例题 One way ANOVA的概念(3) – 例题 设定假设!!! 此设计的数学模型是： One ANOVA的概念(6) – 变量选定 ANOVA的原理 (1) – 总变动 ANOVA的原理 (2) – 总变动 ANOVA的原理 (3) – 总变动 ANOVA的原理 (4) – 自由度 ANOVA的原理 (5) – 方差分析表 ANOVA的原理 (6) – F分布 ANOVA的原理 (7) – 例题 ANOVA的原理 (8) – 例题 ANOVA的原理 (9) – 统计的假定 单一因子实验分析 实验结果移动到 MINITAB Worksheet. 数据有没有异常点利用管理图进行确认. (稳定性分析) 利用统计 方差分析 等方差检验程序进行等方差检验. 方差同一时实施(p-value 0.05) ANOVA . 用统计 方差分析 单因子方差分析 进行分析 . 所有的数据在1列时 (Stacked) : One-way 按水平别数据分几列时(Unstacked) :采用 One-way(Unstacked..) . 解释F-ratio. F-value 高 p-value 显著水平时(一般 5-10%) 推翻零假设(Ho) . 推翻零假设时, 利用统计 方差分析主效应图 或统计 方差分析区间图对均值差异利用区间图说明. 利用Minitab 的 Anova 视窗中的 残差项目(残差 Plot) 对残差实施评价. 为测试实际的显著性,对有影响的 Epsilon-Squared 进行计算. 根据分析结果找出方案. 设置假设 应用MINITAB分析(2) – 输入数据 主效果图、箱图及区间图 主效果图及 箱图 应用MINITAB分析(9)–ε Squared Epsilon-Squared虽然是一个有争议的统计量, 但其结果提供实质性的显著性情报. Epsilon-Squared 根据适当的 input变量说明的 output变量的大小. 该统计量很容易计算. 这值是 Sum-of-Squares (Effect)/Sum-of-Squares (Total) . 在采取措施以前应经常要确认这值. 应用MINITAB分析(10) – 结论 知道了是谁刷的厚. 单因子方差分析的 P-value 0.05,可采用备择假设 (Ha) “作业者中至少有一名刷的厚度与其他不同(或大或小)”. 这厚度差异,作业者实际影响的效果占51%. 在 95% 的置信水平中 (显著水平为 5%)确认为Walt有所不同. 决定对Walt进行再教育. 参考区间图或 主效应图 实习 – 解释 按组别各准备 CATAPULT 发射者(3名)的变化? (跟球类无关) 角度每 2 度变化时(4水平) 距离是? (用乒乓球) 各条件用同样的条件各 15回 Test 利用这 DATA利用 Minitab与前面路径一样实施 ANOVA 分析 结果发表 – F-检验和 t-检验 F-检验和 t-检验 在前面关于油漆厚度的实验所得到的结果中, 针对Bob的结果和 Walt的结果进行比较, 将t-test得到的 T值进行平方时就得到与F值相同的结果 应用MINITAB分析(4)–正态性分析 ①目的：确认各水平数据是否服从正态分布. ②路径：统计- 基本统计量 - 正态检验（参考下图） 4、判形 应用MINITAB分析(4)–正态性分析 ③输出结果 ④结论 各水平中的数据都服从正态分布 可继续往后分析 应用MINITAB分析(5)–等方差检验 ①目的：确认各水平数据之间方差是否相等. ②数据堆栈：路径：数据- 堆叠 - 堆叠列（参考下图） 5、判散 应用MINITAB分析(5)–等方差检验 ③等方差检验