多重均值比较与方差分析前提假设的检验.ppt

学习目标 掌握单因素方差分析的方法及应用； 初步了解多重均值比较方法的应用； 试验数据 研究方法：两样本的t检验？ 如果采用t检验法对多个总体均值进行差异显著性检验 ，会出现如下问题： 全部检验过程烦琐，做法不经济 无统一的总体方差估计 ，检验的精度降低 犯第一类错误的概率增大，检验的可靠性降低 思考 7岁儿童的平均身高为102，现测得某班12名7岁儿童身高分别为： 97、99、103、100、104、97、105、110、99、98、103、99 请问该班儿童身高与平均水平是否存在差异？ 方差分析可以用来比较多个均值 方差分析（Analysis of variance，ANOVA）的主要目的是通过对方差的比较来同时检验多个均值之间差异的显著性。 可以看作t检验的扩展，只比较两个均值时与t检验等价。 20世纪20年代由英国统计学家费喧（R. A. Fisher）最早提出的，开始应用于生物和农业田间试验，以后在许多学科中得到了广泛应用。 ANOVA (analysis of variance) 由于方差分析法是通过比较有关方差的大小而得到结论的，所以在统计中，常常把运用方差分析法的活动称为方差分析。 方差分析的内容很广泛，既涉及到实验设计的模式，又关乎数据分析模型中因素效应的性质。本章在完全随机试验设计下，讨论固定效应模型方差分析的基本原理与方法，重点介绍单因素方差分析。 方差分析中的基本假设 （1）在各个总体中因变量都服从正态分布； （2）在各个总体中因变量的方差都相等； （3）各个观测值之间是相互独立的。 试验数据变异原因（误差来源）分析 同一试验条件下的数据变异-----随机因素影响 不同试验条件下，试验数据变异-----随机因素和可能存在的系统性因素即试验因素共同影响 实验数据误差类型 随机误差 因素的同一水平(总体)下，样本各观察值之间的差异 比如，同一奖金水平下不同不同人的失业时间是不同的 这种差异可以看成是随机因素影响的结果，称为随机误差 系统误差 因素的不同水平(不同总体)下，各观察值之间的差异 比如，不同奖金水平之间的失业时间之间的差异 这种差异可能是由于抽样的随机性所造成的，也可能是由于奖金本身所造成的，后者所形成的误差是由系统性因素造成的，称为系统误差 方差分析的实质与分析目的 方差分析的实质：观测值变异原因的数量分析。 方差分析的目的：系统中是否存在显著性影响因素 单因素方差分析模型（1） 单因素方差分析模型（2） 总变差（离差平方和）的分解 数据的误差用离差平方和(sum of squares)描述。 组内离差平方和(within groups) 因素的同一水平(同一个总体)下样本数据的变异 比如，同一奖金水平下失业时间的差异 组内离差平方和只包含随机误差 组间离差平方和(between groups) 因素的不同水平(不同总体)下各样本之间的变异 比如，四个奖金水平之间失业时间的差异 组间离差平方和既包括随机误差，也包括系统误差 总变差（离差平方和）分解的图示 离差平方和的自由度与均方 三个平方和的自由度分别是 SST 的自由度为nk-1，nk为全部观察值的个数 SSA的自由度为k-1，其中k为因素水平的个数 SSE 的自由度为nk-k 各离差平方和的大小与观察值的多少有关，为了消除观察值多少对离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。 均方的计算方法是用离差平方和除以相应的自由度。 F比值 F比的分布 方差分析的基本思想 将k个水平（处理）的观测值作为一个整体看待，利用方差的可分解性，把观测值总变异的离差平方和及自由度分解为相应于不同变异来源的离差平方和及自由度，进而获得不同变异来源总体方差估计值；通过计算这些总体方差估计值的适当比值，即F比值，并以此比值的大小来判断各样本所属总体平均数是否相等。目的是检查所讨论因素是否作为系统性因素来影响试验结果。 思考题 有三台机器生产规格相同的铝合金薄板，为检验三台机器生产薄板的厚度是否相同，随?机从每台机器生产的薄板中各抽取了5个样品，测得结果如下：?机器1：0.236,0.238,0.248,0.245,0.243?机器2：0.257,0.253,0.255,0.254,0.261?机器3：0.258,0.264,0.259,0.267,0.262?问：三台机器生产薄板的厚度是否有显著差异？ 思考：有无差异？ 某化肥生产商需要检验三种新产品的效果，在同一地区选取3块同样大小的农田进行试验，甲农田中使用甲化肥，在乙农田使用乙化肥，在丙地使用丙化肥，得到6次试验的结果如表2所示，试在0.05的显著性水平下分析甲乙丙化肥的肥效是否存在差异？、 方差分析检验的步骤 方差分析的步骤 方差分析的步骤