4-方差分析1幻灯片.pptVIP

第四章 方差分析 方差分析 (Analysis of variance简称ANOVA) 前面已经讨论两个均值相等的假设检验问题，但在统计分析与决策中，常常遇到两个以上均值是否相等的判断与检验问题，这便需要通过方差分析来解决。 方差分析是一种实用的统计方法，一般按误差来源作平方和分解，再将因素平方和、误差平方和、总平方和作比较分析。 方差分析 方差分析又叫变异(差异）分析，1928年由英国统计学家Ronald Fisher爵士首先提出来的，在无效假设成立的前提下检验统计量F的分布规律，当时的检验统计量记做Z，1934年，W．Ｓ．Snedecor转换了另一个更容易计算的统计量，为了纪念Fisher的贡献，将检验统计量命名为F，所以方差分析又叫F检验。 方差分析的用途 1 用于两个或多个均数间的比较 2 分析两个或多个因素的交互作用 3 回归方程的假设检验 ４方差齐性检验 方差分析的基本概念 在方差分析中，我们将衡量试验结果的标志称为试验指标。 将影响试验结果的条件称为因素。 因素在试验中所处的不同状态称为该因素的水平。 只考察一个影响条件即因素的试验称为单因素试验，相应的方差分析称为单因素方差分析。 §1 单因素方差分析 方差分析的最基本的形式就是单因素分析。单因素方差分析可用于检验两个以上的总体均值相等的原假设。假定检验总体均值是正态分布，总体方差是相等的，并且随机样本是相互独立的。 1 单因素方差分析问题 假定各组数据分别是来自相互独立的正态总体，且方差相等，观察值是分别从总体中随机抽取的样本，则可以通过各个总体均值是否相等的检验，判断总体均值是否相等。 应用方差分析时要符合两个前提条件：1）正态性：各水平的观察数据能够看作是从服从正态分布的总体中随机抽取的样本。 2）同方差性：各组观察数据是从具有相同方差的相互独立的总体中抽取的。 2 统计分析原理 单因素A有a个水平A1 , A2, ... , Aa , 在水平Ai (i=1,2, ... ,a)下, 进行ni次独立试验， 试验指标的观察值为： 试验指标的观察值 1）统计模型 在水平Ai (i=1,2, ... ,a)下 的样本为 Xi1 , Xi2 , ... , Xini ,来自总体Xi~N(?i, ?2) 线性统计模型为 1）统计模型 总平均值 第i个水平Ai的效应?i = ?i -? 显然有 统计模型变为 2）建立假设 原假设 H0：m1= m2 = ... = mr 对立假设 H1：mi (i=1,2, ... ,r)不完全相等 2）建立假设 方差分析：就是检验统计模型中a个 总体N(?i, ?2)中各?i的相等性 原假设 H0：m1= m2 = ... = ma 对立假设 H1：mi ?mj,至少有一对i,j 假设等价于： H0：?1= ?2 = ... = ?a=0 H1：?i ?0,至少有一个i 3）总变差的分解 1)总变差 在水平Ai下的样本均值 样本数据的总平均值 总變差（离差）平方和 3）总变差的分解 2)组间变差：各处理组间的均值各不相同，这种差异叫组间（变差）变异，反映了处理因素。 3）总变差的分解 3)组内变差：各个处理组内的观察值也大小不一，这种差异叫组内变差（变异），反映了随机误差的大小。 3）总变差的分解 3）总变差的分解 3）总变差的分解 则 ST= SA + SE ST称为总变差 SA称为因素A效应平方和 SE称为误差平方和 4）统计分析 若H0真，则 xij ~ N(?, ?2) 4）统计分析 4）统计分析 即 4）统计分析 4）统计分析 4）统计分析 由于 所以 在H0：?i=0成立的条件下： 可证 4）统计分析 记 对于给定的?，查出F?(a-1,n-a)， 由样本值计算出SA , SE ，从而算出F值。 若F F?(a-1,n-a)，则拒绝H0， 若F F?(a-1,n-a)，则接受H0 。 5）单因素方差分析表 6）简化计算与列表 简便计算公式 3 单因素方差分析问题举例 人造纤维的抗拉强度是否受掺入其中的棉花的百分比的影响是有疑问的。现确定棉花百分比的5个水平：15%，20%，25%，30%，35%，每个水平中测5个抗拉强度的值，列于表中，问抗拉强度是否受掺入棉花的百分比的影响？（?=0.01） 例 解 设抗拉强度为 xij=?i+ ?ij , i,j=1,2,3,4,5 原假设H0： ?1 = ?2 =