方差分析(单因素).ppt

§5.1 方差分析（单因素） U检验法和T检验法适用于一个总体均值或两个总体均值间差异的显著性检验，但在生产和科学研究中经常会遇到比较多个处理优劣的问题，即需进行多个均值间的差异显著性检验。 t检验和u检验适用于两个总体均值的比较。 若k个总体均值的比较仍用u检验或t检验， 需比较k(k-1)/2次，如4个总体均值需比较6次。 假设每次比较的显著性水平为α=0.05，则每次检验拒绝H0时不犯Ⅰ类错误的概率为0.95；那么6次检验均不犯Ⅰ类错误的概率为 ， 而犯Ⅰ类错误的概率为：1-0.7351=0.2649。为了有效地控制Ⅰ类错误，多个样本均数比较时宜用方差分析。 方差分析是统计检验的一种。由英国著名统计学家：R.A.FISHER推导出来的，也叫F 检验。用于多个总体均值的比较。 1. 基本概念 试验中考察的结果称为指标，需要考察的可控制的条件称为因素或因子，通常用A,B,C等表示，因素在试验中所处的每一个状态或等级称为水平，因素A的r个不同水平用A1,A2,…,Ar表示。若把影响指标的其他因素固定，而把要考察的那个因素控制在不同水平上进行试验，则称为单因素试验，考察各个水平之间是否存在显著性差异的过程称为单因素方差分析。 2.数学模型和分布假设 设因素A取r个不同的水平A1,A2,…,Ar，这相当于有r个总体X1,X2,…,Xr，设在Ai水平下进行ni次独立试验，相当于从总体中抽取了容量为ni的样本Xi1,Xi2,…,Xini（i=1,2,…,r）.Xij为水平Ai下的第j次试验的结果。 假设Xij满足以下数学模型 易知Xij也为正态随机变量，且各Xij相互独立， 称为随机误差， 称为总体Xi的期望值。 任务：在上述模型下检验假设 记 原模型可改写为 假设式可改写为 的效应 总均值 3. 统计分析 平方和分解式 则有 其中 组内平方和 组间平方和 组内偏差 组间偏差 若记 则 当H0成立时， 故当H0成立时， 应接近于1， H0不成立时，比值有增大的趋势。故考虑用该比值作为检验统计量。 柯赫伦分解定理 设X1,…,Xn为独立的标准正态分布，若 ,其中Qj是秩为nj的 X1,…,Xn的二次型，则Qj之间相互独立且Qj服从自由度为nj的卡方分布的充分必要条件为 F检验统计量的分布 下面给出 的分布 定理： 故 当H0成立时，F的值应该接近于1，当H0不成立时，该比值应该明显的偏大于1，故在显著性水平α下，若 则拒绝原假设H0，即认为因子的影响显著。反之则接受H0，即认为因子无显著影响。 4. 参数估计 （1）点估计： 而各自的极大似然估计分别为 记 则当ai=1,aj=-1,其余ak=0时,θ表示均值差 ，而当ai=1,其余全为零时，θ表示均值 故可以通过求θ的置信区间来得到各个水平的均值或不同水平的均值差的置信区间。 （2）区间估计：均值和均值差的区间估计。 由模型的假定知， 又知 从而对给定的置信水平1-α，得θ的置信区间 取ai=1,其余全为0，得 的置信区间 取ai=1, aj=-1,其余全为0，得 的置信区间