专题1统计分析在会计研究中的应用-1.pptVIP

  • 3
  • 0
  • 约1.64千字
  • 约 19页
  • 2017-05-10 发布于重庆
  • 举报

专题1统计分析在会计研究中的应用-1.ppt

专题1统计分析在会计研究中的应用-1

* * Excel在试验数据处理中的应用 之二方差分析 方差分析 “数据分析”功能的安装 启动 Excel后查看窗口主菜单“工具” 项下是否有“数据分析” 菜单项。 若有表明已经安装了数据分析功能; 若没有此项,按以下步骤安装: 主菜单“工具” “加载宏” 选中“分析工具库” “确定” 方差分析 方差分析程序的进入 “工具” “数据分析” 选择分析工具 “确定” 方差分析 方差分析工具的选择 单因素方差分析 无重复双因素分析 可重复双因素分析 单因素完全随机试验 单因素随机区组试验 双因素无重复试验(不存在) 双因素完全随机试验 单因素方差分析的一个实例 一、单因素方差分析 不同施肥法对小麦植株含氮量的影响,6个处理× 5次重复的完全随机试验 一、单因素方差分析 数据输入引用的区域 处理的排列方式 “数据区域”第一行是否为标题 显著水平 选择结果输出的位置 单击“确定” “工具” “数据分析” 单因素方差分析 一、单因素方差分析 方差分析结果表中各项目的含义 SS 平方和 df 自由度 MS 均方 F及F crit F值及F临界值,F crit =FINV(α,df1,df2 ) P-value F分布的概率, P-value=FDIST(F,df1,df2) 组间 处理 组内 误差 一、单因素方差分析 显著性判断 根据P-value 判断: P-value ≤ 0.01 极显著 0.01P-value≤ 0.05 显著 P-value0.05 不显著 根据F crit判断: F ≥ F crit 在α水平上显著 F F crit 在α水平上不显著 一、单因素方差分析 小提示:P-value 提供的信息更详细 一、单因素方差分析 显著性检验结果 P-value=9.6E-180.01 F0.05=2.6207,F0.01= FINV(0.01,5,24)=3.8951 F=164.17 F 0.01 不同施肥法的小麦植株含氮量差异达极显著水平 二、无重复双因素分析 实例:不同生育期干旱对春小麦产量影响 7处理× 3重复的随机区组试验 二、无重复双因素分析 “工具” “数据分析” 无重复双因素分析 二、无重复双因素分析 二、无重复双因素分析 显著性检验结果 行间(处理间):P-value=6.49E-090.01 差异极显著 列间(重复间):P-value=0.560.1 差异不显著 三、可重复双因素分析 实例:水肥耦合试验 3种施肥水平× 3种水分水平,每种组合重复3次 三、 可重复双因素分析 注意原始数据表的设计与输入区域的选择 三、 可重复双因素分析 方差分析结果 方差分析结果表“变异源” 中各项目的含义 三、 可重复双因素分析 样本 水分效应 列 肥料效应 交互 水肥交互效应 内部 误差 三、 可重复双因素分析 显著性检验结果 不同水分处理:P-value=2.56E-090.01 差异极显著 不同施肥水平:P-value=2.96E-130.01 差异极显著 不同水肥组合:P-value=1.95E-080.01 差异极显著

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档