第5章假设检验与方差分析1.pptVIP

方差分析;一个班级 的学生，某门课程的成绩;例 某饮料生产企业研制出一种新型饮料。饮料的颜色共有四种，分别为橘黄色、粉色、绿色和无色透明。这四种饮料的营养含量、味道、价格、包装等可能影响销售量的因素全部相同。现从地理位置相似、经营规模相仿的五家超级市场上收集了前一时期该饮料的销售情况，见下表，试分析饮料的颜色是否对销售量产生影响。 ; 该饮料在五家超市的销售情况;二、方差分析的基本概念;2、水平 因子在实验中的不同状态或因素的具体表现称为水平。 上例中A1、A2、A3、 A4四种颜色就是因素的水平;4、观察值 在每个因素水平下得到的样本值 上例中每种颜色饮料的销售量就是观察值 ;5、总体 因素的每一个水平可以看作是一个总体 上例中A1、A2、A3、 A4四种颜色可以看作是四个总体 6、样本数据 上面的数据可以看作是从这四个总体中抽取的样本数据;数据结构;三、方差分析的基本思想;（一）两类误差 1、随机误差 在因素的同一水平(同一个总体)下，样本的各观察值之间的差异 比如，同一种颜色的饮料在不同超市上的销售量是不同的 不同超市销售量的差异可以看成是随机因素的影响，或者说是由于抽样的随机性所造成的，称为随机误差 ;2、系统误差 在因素的不同水平(不同总体)下，各观察值之间的差异 比如，同一家超市，不同颜色饮料的销售量也是不同的 这种差异可能是由于抽样的随机性所造成的，也可能是由于颜色本身所造成的，后者所形成的误差是由系统性因素造成的，称为系统误差 ;（二）两类方差 1、组内方差 因素的同一水平(同一个总体)下样本数据的方差 比如，无色饮料A1在5家超市销售数量的方差 组内方差只包含随机误差 ;2、组间方差 因素的不同水平(不同总体)下各样本之间的方差 比如，A1、A2、A3、A4四种颜色饮料销售量之间的方差 组间方差既包括随机误差，也包括系统误差 ;（三）方差的比较 如果不同颜色(水平)对销售量(结果)没有影响，那么在组间方差中只包含有随机误差，而没有系统误差。这时，组间方差与组内方差就应该很接近，两个方差的比值就会接近1。 如果不同的水平对结果有影响，在组间方差中除了包含随机误差外，还会包含有系统误差，这时组间方差就会大于组内方差，组间方差与组内方差的比值就会大于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。;（四）基本假定 1、每个总体都应服从正态分布 对于因素的每一个水平，其观察值是来自服从正态分布总体的简单随机样本 比如，每种颜色饮料的销售量必须服从正态分布 ;2、各个总体的方差必须相同 对于各组观察数据，是从具有相同方差的总体中抽取的 比如，四种颜色饮料的销售量的方差都相同 3、观察值是独立的 比如，每个超市的销售量都与其他超市的销售量独立;三、方差分析的原理;（二）检验统计量 检验因子影响是否显著的统计量是一个F统计量： ;四、单因素方差分析;五、单因素方差分析的步骤;（三）统计决策 将统计量的值F与给定的显著性水平?的临界值F?进行比较，作出接受或拒绝原假设H0的决策 1、根据给定的显著性水平?，在F分布表中查找与第一自由度＝r-1、第二自由度=nr-r相应的临界值 F? 若FF? ，则拒绝原假设H0 ，表明均值之间的差异是显著的，所检验的因素(A)对观察值有显著影响 若F?F? ，则不能拒绝原假设H0 ，表明所检验的因素(A)对观察值没有显著影响 ;2、单因素方差分析表;例 为了对几个行业的服务质量进行评价，消费者协会在零售业、旅游业、航空公司、家电制造业分别抽取了不同的样本，其中零售业抽取7家，旅游业抽取了6家，航空公司抽取5家、家电制造业抽取了5家，然后记录了一年中消费者对总共23家服务企业投诉的次数，结果如表所示。试分析这四个行业的服务质量是否有显著差异？(?＝0.05);消费者对四个行业的投诉次数 ;解：提出假设 H0: u1 = u2 = u3 = u4 (四个行业的服务质量无显著差异) H1: u1 ，u2 ，u3， u4不全相等 (有显著差异) Excel输出的结果如下;结论：拒绝H0 ,四个行业的服务质量有显著差异;因为：F=3.15 4.26 或 P（0.092) (0.05) 所以接受原假设，认为不同的家庭背景对学员成绩没有显著影响。