第五章假设检验与统计推断2方差分析与独立卡方检验.pptVIP

9 平方和的计算 设： 为对应于行因素的第i个水平和列因素的第j个 水平的第l行的观察值 为行因素的第i个水平的样本均值 为列因素的第j个水平的样本均值 对应于行因素的第i个水平和列因素的第j个水 平组合的样本均值 为全部n个观察值的总均值 平方和的计算 总平方和： 行变量平方和： 列变量平方和： 交互作用平方和： 误差项平方和： Excel计算 第1步：选择“工具”下拉菜单，并选择“数据分析”选项 第2步：在分析工具中选择“方差分析：可重复双因素分 析”，然后选择“确定” 第3步：当对话框出现时 在“输入区域”方框内键入数据区域 在方框内键入0.05(可根据需要确定) 在“每一样本的行数”方框内键入样本行数 在“输出选项”中选择输出区域 用Excel进行可重复双因素分析 试验设计与方差分析 完全随机化 设计 因子 设计 试验设计 随机化 区组设计 可重复双因素 方差分析 单因素 方差分析 无重复双因素 方差分析 完全随机化设计(completely randomized design) “处理”被随机地指派给试验单元的一种设计 “处理”是指可控制的因素的各个水平 “试验单元(experiment unit)”是接受“处理”的对象或实体 在试验性研究中，感兴趣的变量是明确规定的，因此，研究中的一个或多个因素可以被控制，使得数据可以按照因素如何影响变量来获取 对完全随机化设计的数据采用单因素方差分析 完全随机化设计(例题分析) 【例】一家种业开发股份公司研究出三个新的小麦品种：品种1、品种2、品种3。为研究不同品种对产量的影响，需要选择一些地块，在每个地块种上不同的品种，然后获得产量数据进行分析。这一过程就是试验设计的过程 这里的“小麦品种”就是试验因子或因素，品种1、品种2、品种3就是因子的三个不同水平，称为处理 假定选取3个面积相同的地块，这里的“地块”就是接受处理的对象或实体，称为试验单元 将每个品种随机地指派给其中的一个地块，这一过程就是随机化设计过程 完全随机化设计(例题分析) 试验数据： 完全随机化设计(例题分析) 方差分析： 随机化区组设计(randomized block design) 先按一定规则将试验单元划分为若干同质组，称为“区组(Block)” 再将各种处理随机地指派给各个区组 比如在上面的例子中，首先根据土壤的好坏分成几个区组，假定分成四个区组：区组1、区组2、区组3、区组4，每个区组中有三个地块 在每个区组内的三个地块以抽签方式决定所种的小麦品种 分组后再将每个品种（处理）随机地指派给每一个区组的设计就是随机化区组设计 试验数据采用无重复双因素方差分析 随机化区组设计(例题分析) 试验数据： 随机化区组设计(例题分析) 方差分析： 因子设计(factorial design) 感兴趣的因素有两个 如：小麦品种和施肥方式 假定有甲、乙两种施肥方式，这样三个小麦品种和两种施肥方式的搭配共有3×2=6种。如果我们选择30个地块进行实验，每一种搭配可以做5次试验，也就是每个品种(处理)的样本容量为5，即相当于每个品种(处理)重复做了5次试验 考虑两个因素(可推广到多个因素)的搭配试验设计称为因子设计 该设计主要用于分析两个因素及其交互作用对试验结果的影响 试验数据采用可重复双因素方差分析 因子设计(例题分析) 试验数据： 因子设计(例题分析) 方差分析： 9 方差分析中的多重比较(步骤) 提出假设 H0: mi = mj (第i个总体的均值等于第j个总体的均值) H1: mi ? mj (第i个总体的均值不等于第j个总体的均值) 计算检验的统计量: 计算LSD 决策：若 ，拒绝H0；若 ，不能拒绝H0 方差分析中的多重比较(例题分析) 第一步：提出假设 检验1： 检验2： 检验3： 检验4： 检验5： 检验6： 方差分析中的多重比较(例题分析) 第二步：计算检验统计量 检验1： 检验2： 检验3： 检验4： 检验5： 检验6： 方差分析中的多重比较(例题分析) 第三步：计算LSD 检验1： 检验2： 检验3： 检验4： 检验5： 检验6： 方差分析中的多重比较(例题分析) 第四步：作出决策 零售业与旅游业均值之间没有