课件11方差讲述.ppt

* * * * * * * * 无交互作用的双因素方差分析表 变差来源 离差平方和 SS 自由度 df 均方 MS F值 A因素 SSA r-1 MSA=SSA/(r-1) FA=MSA/MSE B因素 SSB s-1 MSB=SSB/(s-1) FB=MSB/MSE 误 差 SSE n-r-s+1 MSE=SSE/(n-r-s+1) 合 计 SST n-1 9.3.2 有交互作用的双因素方差分析模型 在有交互作用的双因素方差分析模型中因变量的取值受五个因素的影响：总体的平均值；因素A导致的差异；因素B导致的差异；由因素A和因素B的交互作用导致的差异；以及误差项。写成模型的形式就是： 5.3.2 有交互作用的双因素方差分析模型 离差平方和的分解： SST SSA SSB SSE SSAB 有交互作用的双因素方差分析表 变异来源 离差平方和SS 自由度 df 均方 MS F值 A因素 SSA r-1 MSA=SSA/(r-1) FA=MSA/MSE B因素 SSB s-1 MSB=SSB/(s-1) FB=MSB/MSE AB交互作用 SSAB (r-1)(s-1) MSAB=SSAB/(r-1)(s-1) FAB=MSAB/MSE 误 差 SSE rs(m-1) MSE=SSE/rs(m-1) 合 计 SST n-1 9.3.3 双因素方差分析的步骤（1） 双因素方差分析的步骤与单因素分析类似，主要包括以下步骤： 1.分析所研究数据能否满足方差分析要求的假设条件，需要的话进行必要的检验。如果假设条件不满足需要先对数据进行变换。 9.3.3 双因素方差分析的步骤（2） 2、提出零假设和备择假设。双因素方差分析可以同时检验两组或三组零假设和备择假设。 要说明因素A有无显著影响，就是检验如下假设： 要说明因素B有无显著影响，就是检验如下假设： 在有交互作用的双因素方差中，要说明两个因素的交互作用是否显著还要检验第三组零假设和备择假设： 9.3.3 双因素方差分析的步骤（3） 3、计算F检验值。 4、根据实际值与临界值的比较，或者p-值与α的比较得出检验结论。 与单因素方差分析的情况类似，对FA、FB和FAB，当F的计算值大于临界值Fα（或者p-值α）时 拒绝零假设H0。 双因素方差分析：包装与柜台对销售额影响的例子（1） 柜台 1 2 3 包　 92 88 94 　 1 100 89 80 装　 85 90 78 86 88 78 方 2 108 89 72 93 75 79 式 96 77 82 　 3 92 79 75 　 90 71 81 同时考虑包装方式和柜台因素，二者对销售额有显著影响吗？ 双因素方差分析：包装与柜台对销售的影响 1、进行正态性和等方差性检验。一般假设正态性满足。 2、提出假设（有交互作用的方差分析模型 ）： 对包装方式因素： 对年龄因素： 对交互作用： 打开数据文件包装与柜台对销售额影响数据.sav。 选择【分析】→【一般线性模型】→【单变量】 举例 结果及其解释（1） 结果及其解释（2） 结果及其解释（3） 9.4 协方差分析 9.4.1协方差分析的基本思想 无论是单因素方差分析还是多因素方差分析，控制变量是可以控制的，其各个水平可以通过人为努力得到控制和确定。但是在实际问题中，有些控制变量很难人为控制，但他们的不同水平确实对观测变量产生较为显著的影响。比如：不同地块对农作物产量的影响。在方差分析中，如果忽略这些因素的存在而单纯去分析其他因素对观测变量的影响，往往会夸大或缩小其他因素对观测变量的影响，使分析结论不准确。因此，为了更加准确的研究控制变量不同水平对观测变量的影响，应尽量排除其他因素对分析结论的影响。 协方差分析(ANCOVA) 既分析控制因素影响，又分析协变量的影响以及控制因素和协变量关系的方法称为协方差分析。 协方差分析是针对在试验阶段难以控制或者无法严格控制的因素，在统计分析阶段进行统计控制，它在扣除协变量的影响后再对修正后的主效应进行方差分析，是一种把直线回归和方差分析结合起来的方法。 2、协方差分析的特点 方差分析中的控制变量都是定性变量（包括定类和定序变量），线性回归分析中的解释变量（自变量）都是定量变量。而协方差分析中的控制变量是定性变量，而协变量一般是定量变量。所以说协方差分析是一种介于方差分析和线性回归分析之间的分析方法。例如：在研究生猪的饲养问题的协方差分析中，饲料是控制变量，生猪的初始体重是协变量。 协方差分析中要求多个协变量之间无交互作用，且观测变量与协变量之间有显著的线性关系。 3、离差平方和的分解 在协方差分析中，将观测变量的总离差平方和分解为由控制变量独立作用引起的、由