统计学第7章方差分析.pptVIP

第七章 方差分析; 方差分析（Analysis of Variance, ANOVA)是假设检验的一种延续与扩展，它可以解决诸如多个均值是否相等等方面的检验问题，在因素分析中具有一定的优势。 例4：一个儿童食品制造商生产儿童麦片，该制造商认为以下三种因素影响麦片味道： （1）麦片中小麦与玉米的比例； （2）甜味剂类型的选择：糖、蜂蜜等； （3）制作时间的长短。 该例中，食品制造商通过生产出不同类型的麦片并邀请儿童进行品尝试验，最后发现： （1）麦片成份及甜味剂类型对麦片食味有很大影响； （2）制作时间对麦片食味没有影响。; 因此，食品制造商可以对麦片成份及甜味剂类型给予充分的关注以生产更合儿童口味的麦片，而对制作时间不必太介意。 ; 方差分析主要用来对多个总体均值是否相等作出假设检验。 例：某饮料制造商生产一种新型饮料，共有四种颜色： (1)橘黄、(2)粉红、(3)绿色、(4)无色。 该制造商想知道颜色是否对销售量有显著影响，随机抽取了5家超市前一期的销售量（下表）进行分析。 ; 下表 四种饮料销售量情况;其中， ?i(I=1,2,3,4) 表示所有饮料（无色、粉红、橘黄、绿色）销售量之均值。; 1、相关术语 因素：是一个独立的变量，是方差分析的研究对象 （上例中的饮料颜色）；;2、进行方差分析必须满足如下假设;在上述假定条件下，判断颜色对销售量是否有显著影响，实际上也就是检验具有同方差的四个正态总体的均值是否相等的问题 如果四个总体的均值相等，可以期望四个样本的均值也会很接近 四个样本的均值越接近，我们推断四个总体均值相等的证据也就越充分 样本均值越不同，我们推断总体均值不同的证据就越充分 ;? 如果原假设成立，即H0: m1 = m2 = m3 = m4 四种颜色饮料销售的均值都相等 没有系统误差 这意味着每个样本都来自均值为??、差为?2的同一正态总体 ;?如果备择假设成立，即H1: mi (i=1，2，3，4)不全相等 至少有一个总体的均值是不同的 有系统误差 这意味着四个样本分别来自均值不同的四个正态总体 ; 观察值之间的差异来自两个方面：;二、单因素方差分析的步骤 提出假设 构造检验统计量 统计决策;提出假设;构造检验的统计量;构造检验的统计量(计算水平的均值 );构造检验的统计量(计算全部观察值的总均值 );构造检验的统计量(前例计算结果 );构造检验的统计量(计算总离差平方和 SST);构造检验的统计量(计算误差项平方和 SSE);构造检验的统计量(计算水平项平方和 SSA);构造检验的统计量(三个平方和的关系);构造检验的统计量(三个平方和的作用);构造检验的统计量(计算均方 MS);构造检验的统计量(计算均方 MS);构造检验的统计量(计算检验的统计量 F );构造检验的统计量(F分布与拒绝域); 对原假设： H0: ?1=?2=?3=?4 及备择假设： H1: 四个总体均值不全相等 计算F值： F=MSA/MSE=25.6152/2.4428= 10.486 给出显著性水平：?=0.05， 查F(r-1,n-r)分布表临界值：3.24;;三、双因素方差分析;双因素方差分析中需假设两个因素不交互作用，即各自独立地发挥影响作用。 （一）数据结构;双因素方差分析的数据结构 ;双因素方差分析的步骤;提出假设;构造检验的统计量;构造检验的统计量(计算总离差平方和 SST);构造检验的统计量(计算SSA、SSB和SSE);构造检验的统计量(各平方和的关系);构造检验的统计量(计算均方 MS);构造检验的统计量(计算均方 MS);构造检验的统计量(计算检验的统计量 F);统计决策 ;双因素方差分析表(基本结构);双因素方差分析 ;双因素方差分析（提出假设）;双因素方差分析（Excel 输出的结果）