第二章_均值向量及协方差阵的检验.ppt

二元正态分布的密度函数为： §2 　数理统计中的某些常用分布 一、 ?2—分布 三、F—分布　 正态总体统计量的分布 §4 均值向量的检验 §5 协方差阵的检验 §6　方差分析 什么是方差分析 单因素试验的方差分析 双因素无重复试验的方差分析 双因素等重复试验的方差分析 什么是方差分析？ 6.1 单因素试验的方差分析 6.2 双因素无重复试验的方差分析 6.2 双因素无重复试验的方差分析 6.3 双因素有重复试验的方差分析 ST = SA = 　　　　　　　　　Se = F = 19 115.9295 总和 ** F0.05(3,16)=3.24 F0.01(3,16)=5.29 10.486 3 16 76.8455 39.084 组间 误差 显著性 临界值 F 值 自由度 平方和 方差来源 单因素试验方差分析表 结论：饮料的颜色是对销售量有非常显著影响。 (26.5-28.695)2+(28.7-28.695)2+…+(32.8-28.695)2 =115.9295 76.8455 39.084 (76.8455/3)/(39.084/16) = 10.486 Xi j ~ N(μi j ,σ2), 　μi j = μ+ αi + βj i =1, 2, …, k; j = 1, 2, …, m 。 B1 B2 … Bm x11 x12 … x1m x21 x22 … x2m : : : : : : : : xk1 xk2 … xkm A1 A2 : : Ak 因素B 因素A Xi j ~ N(μi j ,σ2), 　μi j = μ+ αi + βj i =1, 2, …, k; j = 1, 2, …, m 。 x x.1 x.2 … x.m 平均值 x1. x2. : : xk. 平均值 B1 B2 … Bm x11 x12 … x1m x21 x22 … x2m : : : : : : : : xk1 xk2 … xkm A1 A2 : : Ak 因素B 因素A － 　　－　　　　　　　－ － H01: α1= α2= … = αk= 0 H11: α1,α2, … ,αk不全等于0 记号： H02: β1= β2= … =βm= 0 H12: β1,β2, … ,βm不全等于0 拒绝域 检验统计量 (k-1)(m-1) Se 误差 km-1 ST 总和 F0.05 、F0.01 F0.05 、F0.01 FA FB k-1 m-1 SA SB 因素A 因素B 显著性 临界值 F 值 自由度 平方和 方差来源 3.　双因素无重复试验方差分析表 计算步骤： 1.　列表计算水平平均值（当样本观测值较大时，可将每个数都减去同一常数C）。 2. B3 B2 B1 55 42 44 49 60 55 52 57 50 47 48 53 A1 A2 A3 A4 　　机器 工人 例 四个工人分别操作三台机器各一天，日产量如下表。试检验工人和机器对产品产量是否有显著影响？ 55 42 44 49 60 55 52 57 50 47 48 53 A1 A2 A3 A4 B3 B2 B1 　　机器 工人 解 55 42 44 49 60 55 52 57 50 47 48 53 A1 A2 A3 A4 B3 xi . B2 B1 x = x. j 　　机器 工人 解 55 48 48 53 55 42 44 49 60 55 52 57 50 47 48 53 A1 A2 A3 A4 47.5 B3 xi . B2 B1 x = 51