06方差分析S课件.pptVIP

试验设计数据的方差分析 ;试验设计;一个例子;试验设计模型就是回归模型;方差分析;方差分析分解因素贡献的机理;单因素方差分析回顾饲料比较数据, n=19头猪, 用p=4种饲料喂养一段时间后的重量增加(data12.01)问题: 四种饲料是否不同? ;饲料例子(继续):饲料(fodder)为自变量(单因子),重量增加(weight) 为因变量(一个数量变量) (SPSS计算机数据形式有所不同);各种SPSS输出: (ANOVA-CONTRASTS/POST HOC-LSD,T2/OPTION-DES.,HOMO./MEAN PLOT) ;四种饲料的箱图 ;假设:;公式:总平方和=组间平方和+组内平方和 ;(比较一元总体的) ANOVA WEIGHT(重量) ;F0.05(3,15);ANOVA WEIGHT ;Test of Homogeneity of Variances (A robust test);SPSS操作Compare Means→One Way ANOVA:fodder(饲料) → FactorWeight(重量) → Dependent ListOptions:  Descriptive  Homogeneity of Variance Mean Plot;销售数据(sales.sav) ;Excel 数据;;多因素方差分析(只考虑主效应,不考虑交互效应及协变量);多因素方差分析(只考虑主效应,不考虑交互效应及协变量);方差分析(只考虑主效应,不考虑交互效应及协变量);公式:总平方和=组间平方和+组内平方和 ;Tests of Between-Subjects Effects Dependent Variable: XXX ;对于这个模型，SPSS输出为;这里的估计只有相对意义。一定要放在模型中，或者考虑同一因子水平之间的差，比如a1-a3、a2-a3、b1-b2等等。上面的模型还可以有截距有截距时的SPSS默认约束是固定a3=b2=0；而目前的没有截距的a1，a2，a3的估计实际上等于截距的估计加上有截距时的a1，a2，a3的估计。 由于约束条件不一样，所以各种软件的各种选项的估计不尽相同，但相对大小是不会变的。;根据上面估计，我们的模型为（各个参数仅有相对意义，常数项混合在其中）;没有交互作用的模型可以从下面点图中直观看出。图10.1中下面一条折线连接了没有售后服务时三种促销状况的销售均值，而上面一条连接了有售后服务时三种促销状况的销售均值。由于模型选择为无交互作用，所以这两条线是平行的。从该图可以看出，两个因子效应综合效应是简单的加法。 ;SPSS实现(只有因子主效应的方差分析);方差分析;这个模型的交互作用可以用下面的来描述： ;还要说明的是，如果每一种因??水平的组合只有一个观测值（这里例中每个组合有四个观测值），那么，无法对是否有交互作用进行判断；这是由于数据量不够，交互作用即使有也混在误差项中，无法剥离出来进行分析。 ;方差分析表的意义;方差分析表的意义