统计学9ppt课件.pptVIP

第九章 方差分析 analysis of variance, ANOVA √9.1 方差分析引论 √9.2 单因素方差分析 9.3 方差分析中的多重比较 9.4 双因素方差分析 重点：方差分析的概念、思路、步骤 难点：方差分析的思想、误差平方和分 解 9.1 方差分析引论 1.方差分析及有关术语 2.方差分析的基本思想和原理 3.方差分析中的基本假定 4.假设问题的一般提法 9.2.3 关系强度的测量 拒绝原假设表明因素(自变量)与观测值之间有关系 组间平方和(SSA)度量了自变量(行业)对因变量(投诉次数)的影响效应 只要组间平方和SSA不等于0，就表明两个变量之间有关系(只是是否显著的问题) 当组间平方和比组内平方和(SSE)大，而且大到一定程度时，就意味着两个变量之间的关系显著，大得越多，表明它们之间的关系就越强。反之，就意味着两个变量之间的关系不显著，小得越多，表明它们之间的关系就越弱 本 章 小 结 一、9.1 方差分析的引论 ①何谓方差分析？②误差来源的分解（总离差平方和、组间离差平方和、组内离差平方和） ②方差分析的基本假定p313 ③方差分析的基本思想及原理 二、单因素方差分析（分析步骤、检验统计量，作决策，看懂p322-323表) 三、关系强度的测定 三个平方和的作用 SST反映全部数据总的误差程度；SSE反映随机误差的大小；SSA反映随机误差和系统误差的大小 如果原假设成立，则表明没有系统误差，组间平方和SSA除以自由度后的均方与组内平方和SSE除以自由度后的均方差异就不会太大；如果组间均方显著地大于组内均方，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方差与组内方差之间差异的大小 ④ 计 算 均 方 MS 各误差平方和的大小与观察值的多少有关，为消除观察值多少对误差平方和大小的影响，需要将其平均，这就是均方，也称为方差 计算方法是用误差平方和除以相应的自由度 三个平方和对应的自由度分别是 SST 的自由度为n-1，其中n为全部观察值的个数 SSA的自由度为k-1，其中k为总体的个数 SSE 的自由度为n-k 注意 计算均方 MS 组间均方：SSA的均方，记为MSA，计算公式为 组内均方：SSE的均方，记为MSE，计算公式为 四 计算检验统计量 F 将MSA和MSE进行对比，即得到所需要的检验统计量F 当H0为真时，二者的比值服从分子自由度为k-1、分母自由度为 n-k 的 F 分布，即 记住 F分布与拒绝域 如果均值相等，F=MSA/MSE?1 a F 分布 F?(k-1,n-k) 0 拒绝H0 不能拒绝H0 F 五、统计决策 ? 将统计量的值F与给定的显著性水平?的临界值F?进行比较，作出对原假设H0的决策 根据给定的显著性水平?，在F分布表中查找与第一自由度df1＝k-1、第二自由度df2=n-k 相应的临界值 F? 若FF? ，则拒绝原假设H0 ，表明均值之间的差异是显著的，所检验的因素对观察值有显著影响 若FF? ，则不能拒绝原假设H0 ，表明所检验的因素对观察值没有显著影响 单因素方差分析表(基本结构)P256 看懂 记住 例题分析P257 9.2.3关系强度的测量 变量间关系的强度用自组间平方和(SSA)及残差平方和(SSE)占总平方和(SST)的比例大小来反映 自变量平方和占总平方和的比例记为R2 ,即 其平方根R就可以用来测量两个变量之间的关系强度 关系强度的测量(例题分析) R=0.591404 结论： 行业(自变量)对投诉次数(因变量)的影响效应占总效应的34.9759%，而残差效应则占65.0241%。即行业对投诉次数差异解释的比例达到近35%，而其他因素(残差变量)所解释的比例近为65%以上 R=0.591404，表明行业与投诉次数之间有中等以上的关系 9.4 双因素方差分析 9.4.1 双因素方差分析及其类型 9.4.2 无交互作用的双因素方差分析 9.4.3 有交互作用的双因素方差分析 P261双因素方差分析 (two-way analysis of variance) 分析两个因素(行因素Row和列因素Column)对试验结果的影响 如果两个因素对试验结果的影响是相互独立的，分别判断行因素和列因素对试验数据的影响，这时的双因素方差分析称为无交互作用的双因素方差分析或无重复双因素方差分析(Two-factor without replication) 如果除了行因素和列因素对试验数据的单独影响外，两个因素的搭配还会对结果产生一种新的影响，这时的双因素方差分析称为有交