第8章 方差分析(new).ppt

警惕过多地假设检验。你对数据越 苛求，数据会越多地向你供认，但 在威逼下得到的供词，在科学询查 的法庭上是不容许的。 ——Stephen M.Stigler 第 8 章 方差分析与实验设计 8.1 方差分析的基本原理 8.2 单因素方差分析 8.3 双因素方差分析 学习目标 方差分析的基本思想和原理 单因素方差分析 多重比较 只考虑主效应的双因素方差分析 考虑交互效应的双因素方差分析 不同运动队的平均成绩之间是否有显著差异？ 奥运会女子团体射箭比赛，每个队有3名运动员。进入最后决赛的运动队需要进行4组射击，每个队员进行两次射击。这样，每个组共射出6箭，4组共射出24箭 在2008年8月10日进行的第29届北京奥运会女子团体射箭比赛中，获得前3名的运动队最后决赛的成绩如下表所示 不同运动队的平均成绩之间是否有显著差异？ 每个队伍的24箭成绩可以看作是该队伍射箭成绩的一个随机样本。获得金牌、银牌和铜牌的队伍之间的射箭成绩是否有显著差异？ 如果采用第6章介绍的假设检验方法，用分布做两两的比较，则需要做次比较。这样做不仅繁琐，而且每次检验犯第Ι类错误的概率都是，作多次检验会使犯第Ι类错误的概率相应地增加，检验完成时，犯第Ι类错误的概率会大于。同时，随着检验的次数的增加，偶然因素导致差别的可能性也会增加。 采用方差分析方法很容易解决这样的问题，它是同时考虑所有的样本数据，一次检验即可判断多个总体的均值是否相同，这不仅排除了犯错误的累积概率，也提高了检验的效率方差分析方法就很容易解决这样的问题，它是同时考虑所有的样本数据，一次检验即可判断多个总体的均值是否相同，这不仅排除了犯错误的累积概率，也提高了检验的效率。 方差分析是鉴别各因素效应的一种有效统计方法，它是通过实验观察某一种(或多种因素)的变化对实验结果是否带来显著影响，从而选取最优方案的一种统计方法。 方差分析开始于本世纪20年代。1923年英国统计学家R.A. Fisher 首先提出这个概念。因当时他在农业实验场工作，所以首先把方差分析应用于农业实验上，通过分析提高农作物产量的主要因素。现在方差分析方法已广泛应用于科学实验，医学，化工，管理学等各个领域，范围广阔。 【例8.1】某农业科研所新培养了四种水稻品种: A1，A2，A3，A4。每个品种随机选种在四块试验田中，共16块试验田，除水稻品种之外，尽量保持其它条件相同（如面积，水分，日照，肥量等），收获后计算各试验田中产量如下表： 试验中可控因素共有k个水平，每个水平都进行m次试验，某个水平上的m次试验可当作一个样本看待。Xi j表示第i个水平上第j次试验的结果。 因素和处理 在方差分析中，把可控制的条件称为“因素”（factor），把因素变化的各个等级称为“水平”或“处理”（treatment）。 若是试验中只有一个可控因素在变化，其它可控因素不变，称之为单因素试验，否则是多因素试验。 8.1.1 什么是方差分析？ 什么是方差分析? (例题分析) 1. 分析四个行业之间的服务质量是否有显著差异，也就是要判断“行业”对“投诉次数”是否有显著影响。 2. 作出这种判断最终被归结为检验这四个行业被投诉次数的均值是否相等。 3. 如果它们的均值相等，就意味着“行业”对投诉次数是没有影响的，即它们之间的服务质量没有显著差异；如果均值不全相等，则意味着“行业”对投诉次数是有影响的，它们之间的服务质量有显著差异。 什么是方差分析(ANOVA)?(Analysis of Variance) 1. 检验多个总体均值是否相等 通过分析数据的误差判断各总体均值是否相等 2. 研究分类型自变量对数值型因变量的影响 3. 有单因素方差分析和双因素方差分析 单因素方差分析：涉及一个分类的自变量 双因素方差分析：涉及两个分类的自变量 方差分析中的有关术语 1. 因素或因子(Factor) 所要检验的对象 要分析行业对投诉次数是否有影响，行业是要检验的因素或因子 2. 水平或处理(Treatment) 因子的不同表现 零售业、旅游业、航空公司、家电制造业就是因子的水平 3. 观察值 在每个因素水平下得到的样本值 每个行业被投诉的次数就是观察值 方差分析中的有关术语 1. 试验 这里只涉及一个因素，因此称为单因素四水平的试验 2. 总体 因素的每一个水平可以看作是一个总体 比如零售业、旅游业、航空公司、家电制造业可以看作是四个总体 3. 样本数据 被投诉次数可以看作是从这四个总