第六讲：方差分析和实验设计.pptVIP

第六讲 Session 6 方差分析和实验设计 Analysis of Variance and Experimental Design 本讲主题 方差分析－－多个总体平均值相等的检验　Testing for the equality of k population means 多重比较过程　Multiple comparison procedures 完全随机设计　Completely randomized designs 随机区组设计　Randomized block design 多因素实验　Factorial experiments 方差分析－多个等方差正态总体均值的假设检验 引例：为了了解工人对综合质量管理了解多少，从三个工厂各随机抽取6名工人进行测验，得分如下 多个正态总体均值的假设检验　　　　　－方差分析（等方差情况） 现在的问题是检验假设 　　　　　不是所有总体的均值都相等 　在　之下，三个样本均来自同一总体　　　　　，由样本均值的抽样分布可知，三个样本均值的均值也是总体均值　的最好估计值 　样本均值的方差的估计值为 　 多个正态总体均值的假设检验　　　　　－方差分析（等方差　情况） 　由此得总体方差的样本间估计值为 　这个值远大于总体方差用各个样本方差作估计的估计值34、20、32，也远大于各个样本方差的平均值（或称为　的样本内估计值） 　 多个正态总体均值的假设检验　　　　　－方差分析（等方差　情况） 　如果前面的假设正确，基于样本均值本身之间的差异的　的估计值与基于每个样本内数据的　的估计值应该不会有太大的差异，即二者之间的比值应接近1才对。如果差异太大，即二者比值远大于1，说明三个样本并非来自于一个总体，即前面假设就不真，那么究竟怎样才算差异大呢，也就是二者的比例什么情况下才算远大于1呢？ 多个正态总体均值的假设检验　　　　　－方差分析（等方差　情况） 　考虑m个等方差的正态总体 　要检验 　　　　　 不是所有总体的方差都相等 　 为此，从第i（　　　　　）个总体中随机抽取容量为　 的样本，得观测值如下表 多个正态总体均值的假设检验　　　　　－方差分析（等方差　情况） 　 多个正态总体均值的假设检验　　　　　－方差分析（等方差　情况） 　令 　为所有观测值的平均值，其中　　　　　　　　。当　　　　　　　　　　　　时 多个正态总体均值的假设检验　　　　　－方差分析（等方差　情况） 两种变差 随机变差：同一工厂里的工人的成绩是不同的。 系统变差：不同的工厂里的工人的成绩是不同的。 要判别不同的工厂是否是造成工人成绩差异的主要因素，归结为判断三个总体是否具有相同分布的问题。 多个正态总体均值的假设检验　　　　　－方差分析（等方差　情况） 　则总体误差平方和SST被分解为两个部分：组间误差平方SSB和及组内误差平方和SSW 多个正态总体均值的假设检验　　　　　－方差分析（等方差　情况） 　记 　则在　　之下 多个正态总体均值的假设检验　　　　　－方差分析（等方差　情况） 　则对任意给定的　　　　　，可找到　　，使 　利用样本观测值求出组间方差估计值与组内方差估计之比　　，若　　　　，则拒绝接受原假设　　，否则接受原假设　　。 　 多个正态总体均值的假设检验　　　　　－方差分析（等方差　情况） 　方差分析表 多个正态总体均值的假设检验　　　　　－方差分析（等方差　情况） 　方差分析表 多个正态总体均值的假设检验　　　　　　－多重比较（Fisher’s LSD） 　 　对任意　　　　，　　的关于　　　　的否定区域为 多个正态总体均值的假设检验　　　　　　－多重比较（Fisher’s LSD） 　在前例中 　 　 　 　因此没有理由拒绝假设　　　　　　，而有理由拒绝假设　　　　　　和 多个正态总体均值的假设检验　　　　　　－多重比较（Fisher’s LSD） 一、方差具有齐性时均值的比较方法有多种，如： 1、LSD：用T检验完成各组均值间的配对比较，对多重比较误差不进行调整； 2、LSDMOD：用T检验完成各组间均值的配对比较，但通过设置每个检验的误差率来控制整个误差率 二、方差不具齐性时均值的比较方法也有多种，如 1、Tamhane’sT2：检验进行配对比较 2：Dunnett’sT3：正态分布下的配对比较 多个正态总体均值的假设检验 SS----Sum of Square（平方和） df----degree of freedom (自由度） MS----Mean Square, Variance (方差） F---- 由样本算出的F值 P-value---- 拒绝H0犯错的概