统计学 第六章方差分析.ppt

第一节 方差分析的一般问题 第二节 单因素方差分析 ;第一节 方差分析的一般问题;; 方差分析该统计分析方法能一次性地检验多个总体均值是否存在显著差异。假设检验主要是检验两总体的均值是否差异显著。对于多个总体均值是否差异显著的问题，如果按照每一对总体进行一次检验，显然要花费较多的时间。因此，方差分析所提供的处理方法比两两比较的处理方法要方便得多。;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;方差分析的基本概念;水平;观察值;;;方差分析的基本思想;两类误差;系统 误差;两类方差;组间方差;方差的比较;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。 ;基本假定;基本假定;方差分析的原理;方差分析的原理;如果原假设成立，即H0: = = 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? 、方差为?2的同一正态总体 ;;如果备择假设成立，即H1: (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 。 ;;方差的分解;方差的分解;反之，如果波动的主要部分来自组内方差，则因子的影响就不明显，没有充足理由认为因子对实验或抽样的结果有显著作用。;F统计量越大，越说明组间方差是主要的方差来源，因子影响是显著的；F越小，越说明随机方差是主要的方差来源，因子的影响不显著。;第二节 单因素方差分析;单因素方差分析的步骤;单因素方差分析的步骤;构造检验统计量;构造检验统计量需要计算 1、水平的均值 2、全部观察值的总均值 3、离差平方和 4、均方差 ;;;SST是全部观察值 与总平均值的离差平方和，反映全部观察值的离散状况。 其计算公式为：;计算SSE组内离差平方和 ;计算SSA（ 组间离差平方和） ;;如果原假设成立，即H1＝ H2 ＝…＝ Hr 为真，则表明没有系统误差，组间平方 和SSA除以自由度后的均方差与组内平方和SSE除以自由度后的均方差的差异就不会太大；如果组间均方差显著地大于组内均方差，说明各水平(总体)之间的差异不仅有随机误差，还有系统误差。;判断因素的水平是否对其观察值有 影响，实际上就是比较组间均方差与组内均方差之间差异的大小。 检验这种差异，需要构造一个用于检验的统计量。 检验统计量=组间均方差/组内均方差 即： ;计算均方差 各离差平方和的大小与观察值的多少有关，为了消除观察值多少对离差平方和大小的影响，需要用离差平方和除以相应的自由度，这就是均方差。 计算方法： ;统计决策;接受域;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。 ;;单因素方差分析表;[例];消费者对四个行业的投诉次数 ;解：设四个行业被投诉次数的均值分别为， 、 、 、 ，则需要检验如下假设 H0: = = = (四个行业的服务质量无显著差异) H1: ， ， ， 不全相等 (有显著差异) Excel输出的结果如下 ;结论: