统计学–思想方法与应用(袁卫等)第七章方差分析.pptVIP

7.3.1 无交互效应的双因素方差分析 如果上例中我们只考虑路线引起的效应而将其余的都归为随机效应，那么我们没有必要让五名司机分别行驶四条路线。 如果我们考虑不同司机的影响，我们就能减少残差平方和，从而得到更大的F值。我们把本例中的司机因素称为区组因素（blocking variable），即在方差分析中能减少残差平方和的第二个处理因素。 在本例中将司机作为区组因素，从残差平方和中提取出司机的影响能够影响处理的F比值。 这里介绍无交互作用的双因素方差分析。 7.3.1 无交互效应的双因素方差分析 因为我们考虑不同司机行使时间的差异，所以要对区组做假设检验。两组假设分别为： 1． 不同路线均值都相等（ ）， 各路线均值不全相等 2． 区组均值都相等（ ）， 各区组均值不全相等 两因素方差分析表的格式与单因素方差分析的格式一致，唯一的区别是加了一行区组变差。 7.3.1 无交互效应的双因素方差分析 因变量:行驶时间 源 III 型平方和 df 均方 F Sig. 模型 29295.400a 8 3661.925 1536.472 .000 路线 32.400 3 10.800 4.531 .024 司机 78.200 4 19.550 8.203 .002 误差 28.600 1