单因素方差分析-excel教程.ppt

第十一章 方差分析 学习要求 基本概念： 指标、 因素、 水平、 单因素方差分析、 双因素方差分析 基本步骤 掌握单因素方差分析的基本方法 方差分析步骤 分析四个行业之间的服务质量是否有显著差异，作出这种判断需要检验这四个行业被投诉次数的均值是否相等 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 提出假设 一般提法 H0: m1 = m2 =…= mk H1: m1 ，m2 ，… ，mk不全相等 注意：拒绝原假设，只表明至少有两个总体的均值不相等，并不意味着所有的均值都不相等 构造检验的统计量 构造统计量需要计算 水平的均值 全部观察值的总均值 误差平方和 均方(MS) 构造检验的统计量(计算水平的均值) 假定从第i个总体中抽取一个容量为ni的简单随机样本，第i个总体的样本均值为该样本的全部观察值总和除以观察值的个数 计算公式为 构造检验的统计量(计算全部观察值的总均值) 全部观察值的总和除以观察值的总个数 计算公式为 构造检验的统计量(例题分析) 构造检验的统计量(计算总误差平方和 SST) 全部观察值 与总平均值 的离差平方和 反映全部观察值的离散状况 其计算公式为 构造检验的统计量(计算水平项平方和 SSA) 各组平均值 与总平均值 的离差平方和 反映各总体的样本均值之间的差异程度，又称组间平方和 该平方和既包括随机误差，也包括系统误差 计算公式为 构造检验的统计量(计算误差项平方和 SSE) 每个水平或组的各样本数据与其组平均值的离差平方和 反映每个样本各观察值的离散状况，又称组内平方和 该平方和反映的是随机误差的大小 计算公式为 构造检验的统计量(三个平方和的关系) ?总离差平方和(SST)、误差项离差平方和(SSE)、水平项离差平方和 (SSA) 之间的关系 构造检验的统计量(F分布与拒绝域) 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? ，则不拒绝原假设H0 ，不能认为所检验的因素对观察值有显著影响 单因素方差分析表(基本结构) 单因素方差分析(例题分析) 观察值之间的差异来自两个方面： 用Excel进行方差分析 用Excel进行方差分析 第1步：选择“工具”下拉菜单 第2步：选择“数据分析”选项 第3步：在分析工具中选择“单因素方差分析” ，然后选择“确定” 第4步：当对话框出现时 在“输入区域”方框内键入数据单元格区域 在?方框内键入0.05（可根据需要确定） 在“输出选项”中选择输出区域 补充概念：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互作用的双因素方差分析或可重复双因素方差分析 (Two-factor with replication ) 某因素不同水平的影响 （系统性影响） 其他随机因素的影响 （随机性影响） 水平间方差 （组间方差） 水平内方差 （组内方差） 进一步的理解： 如果原假设成立：说明某因素不同水平的影响不显著（无系统性影响），只剩下随机性影响，因此组间方差与组内方差差别不大，它们的比接近于1。 如果原假设不成立：说明某因素不同水平的影响显著（存在系统性影响），组间方差与组内方差差别较大，它们的比远超出1。 * 在工农业生产和科研活动中，我们经常遇到这样的问题：影响产品产量、质量的因素很多，例如影响农作物的单位面积产量有品种、施肥种类、施肥量等许多因素。我们要了解这些因素中哪些因素对产量有显著影响，就要先做试验，然后对测试结果进行分析，作出判断。方差分析就是分析测试结果的一种方法。 引 言 基