农大数理统计课件.pptVIP

思考： 方差分析中的检验与两个独立正态总体（方差未知且相等）中均值差的检验有何异同？ 四. 数据结构式及其参数估计 1. 数据结构式 其中μ为总体均值，ai为第 i 个水平的效应, 且 εij为试验误差, 在上述结构式下, i=1,…,r, j=1, …,m 且独立 2. 点估计 用最大似然估计法可求出一般平均μ,各主效应αi 和误差方差σ2的估计. 总平均μ的估计: 主效应αi 的估计: 误差方差σ2 的估计: 各水平均值μi 的估计: 由于它不是σ2 的无偏估计, 实用中采用: ＝MSe 3. 置信区间 由于 且两者独立, 故 故,各水平均值μi 的1- α置信区间为 , Se /σ2 ~ χ2 (n - r), 例1(续2）前面已指出,饲料因子是显著的.试给出诸水平均值的点估计与区间估计. 注：单因子试验的统计分析可得如下三个结果: (1)因子A是否显著. (2)试验的误差方差σ 2 的估计. (3)各水平均值μi 的点估计与区间估计(此项在因子A不显著时无需进行.) 五. 重复数不等情形下的方差分析 1. 数据略有不同 T T n 合计 Tr yr1, yr2 ,…., yrmr mr Ａr … … ……. … T2 y21, y22 ,…., y2m2 m2 Ａ２ T1 y11, y12 ,…., y1m1 m1 Ａ１ 平均 和 试验数据 重复数 水平 设因素A有r个水平A1，A2, …, Ar . 且第i水平Ai下重复进行mi次试验, i=1, …,r, 获如下数据: 注:各水平重复数相等的设计称为平衡设计. 各水平重复数不等的设计称为不平衡设计. 2. 基本假定、平方和分解、方差分析及判断准则相同 计算公式稍有不同。特别注意SA的计算公式！ 统计模型为: 记 则各平方和公式为： 第八章 方差分析与回归分析 第一节 方差分析 第二节 多重比较 第三节 方差齐性检验 第四节 一元线性回归 第五节 一元非线性回归 方差分析(analysis of variance)就是采用数理统计方法对数据进行分析，以鉴别各种因素及因素间的交互作用对研究对象某些试验指标的影响大小的一种有效方法. 第一节 方差分析 一、问题的提出 例1 检验不同饲料对鸡增重的效应。选用三种饲料：A1以鱼粉为主，A2以槐树粉为主，A3 以苜蓿粉为主。特选 24 只相似雏鸡随机分三组，每组各喂一种饲料， 60 天后观察其重量，试验结果如下 1048 1029 1032 1022 1021 1080 1029 1093 A3 1001 1122 1074 1090 1109 990 1092 1107 A2 1028 1009 1012 1002 1001 1060 1009 1073 A1 鸡重（g) 饲料A 几个概念：（1）所考察的试验结果（如产品质量、数量、销量、成本等）称为试验指标，简称指标。例中为鸡的重量。 （2）在试验中对所关心的“指标”有影响的、要加以考察改变状态的原因称为因素, 用 A，B，C 等大写英文字母表示。例中为饲料。 （3）因素在试验中所取的各种不同状态称为因素的水平. 因素 A 的 r 个水平常用 A1，A2，…，Ar 表示，其中 r 称为因素 A 的水平数。例中有 1 个因素，3 个水平。 （4）若只考察一个因素对指标的影响，这种试验称为单因素试验，相应的方差分析就称为单因素方差分析; 例中为单因素试验。 若一个试验中同时考察两个因素，则这时对试验所作的方差分析称为双因素方差分析；因素多于两个，相应的称为多因素方差分析. 试验中，使用配方 Ai下第 j 只鸡的重量记为 yij, i=1,2,3; j =1,2,…8. 我们的目的是研究不同饲料对鸡增重的影响是否相同。 例1(续) 对原始数据作如下变换：每个数-1000 （为了处理更加简便） 48 29 32 22 21 80 29 93 A3 1 122 74 90 109 -10 92 107 A2 28 9 12 2 1 60 9 73 A1 鸡重（g) 饲料A (图形分析—散点图) 二、单因素方差分析的统计模型 考虑的因素记为 A，假定它有 r 个水平，记为 A1，A2, …, Ar . 在每一水平下考察的指标可看成一个总体,共有r 个总体. 作如下假定: (1)每一总体服从正态分布 N(?i , ?i