第9.1节 单素试验的方差分析——概率论与数理统计(李长青版).ppt

* 第 九 章 方差分析与回归分析 第一节 单因素试验的方差分析 一、方差分析原理 把考察事物的结果称为试验结果,也称为试验指标. 因素可分为两类: 平。 影响试验指标的条件称为因素。 一类是人们可以控制的，称为可控因素； 另一类是人们不能控制的，称为不可控因素。 为了考虑某个因素A对所考察的随机变量X的影响, 可以在实验时让其他因素保持不变，而仅让因素A改变, 这样的试验称为单因素试验，因素A所处的状态称为水 在试验中变化的因素称为因子，用A、B、C ...... 表示， 因子在试验中所取的不同状态称为水平，因子A的不同水 平用 表示。 以下用字母 等表示随机 变量。 例1 为考察种子品种对作物产量的影响, 同一作 物选用三个命名为 的种子, 分别在条件大体 相同的 5 块等面积的小田块上试种, 其作物产量 ( 单 位: kg),如下表，试分析种子的不同品种对作物产量的 影响. 139 151 125 139 132 148 122 106 117 125 137 125 133 142 130 139 126 128 5 4 3 2 1 重复试验序号及作物实测产量 种子品种代号 (水平) 这里试验的指标是作物产量, 作物是因素, 三种种 子品种代表三个不同的水平. 首先,形成数据差异的直接原因是种子的不同品种.因此, 每个品种下产量的均值差异检验是我们的主要任务.这种由因素(种子品种)造成的差异称为条件(系统)误差. 其次, 同一品种下数据表现出来的差异称为试验(随机)误差, 这是由客观条件的偶然干扰造成, 与因素(品种)无直接联系. 方差分析正是分析两类误差的有效工具. 本问题只考虑品种一种因素，故是单因素试验，即只有 一个因子，记为 A, 5个不同的品种就是该因子的5个不同 的水平，分别记为 由于同一品种在不 同的田块上的亩产量不同，故可以认为一个品种的亩产量 就是一个母体，在方差分析中，总是假定各母体相互独 立地服从同方差的正态分布，即第 个品种的亩产量是 一个随机变量，它服从正态分布: 试验的目的是检验假设 是否成立。 二、单因素试验的数学模型 设在单因素试验中,所考察的因素为A，A有 s 个水平 现在 Aj 水平下做了 nj 次试验， 试验的实测数据由下表给出: 为考察因素对指标的影响, 把第 j 个水平 Aj下的实测 数据 看做是从第 j 个总体 中抽取的容 量为 的样本 在方差分析中总是假定 s个总体相互独立且服从相 同方差(未知)的正态分布. 即水平 Aj 对应的总体 要检验的假设是： （1） 我们假定各个水平Aj下的样本 为 来自具有相同方差σ2 均值分别为 的正 态总体 与σ2 均未知. 设不同水平 Aj下的 样本之间相互独立. 由于 从而将 可看成随机误差, 将其记作 则 可表为 此即单因素试验方差分析的数学模型. 三、单因素方差分析及其显著性检验的方法 (一) 方差分析的任务 相等,即检验下述假设 1. 检验 s 个总体 的均值是否 2. 对未知参数 及σ2进行估计. （2） 引入记号 其中 μ称为总平均. A的第 j 个水平的效应, 表示水平 Aj下的总体平均 效应间的关系： 值与总平均的差异, 利用上述记号, 将单因素试验方差分析模的型改写 成如下形式: 显然,当且仅当 时, 即 由此知假设(2)等价于假设 不全为零. （3） (二) 离差平方和分解 引入记号 水平Aj下的样本均值, 称为组内平均(或列平均) 称为总平均, 它是从 s 个总体中抽得的样本的样本均值. 用样本值 xij 与总平均 之间的偏差平方和来反映 xij 之间的波动. 用样本值 xij 与总平均 之间的偏差平方和来反映 xij 之间的波动. 记 称ST 为总的偏差平方和. 对其作分解如下: 对于第三项, 直接计算可得 对于第三项, 直接计算可得 记 从而有 利用(3)可得 从而有 由此知, Se 反映了误差的波动, 称其为误差的偏差 平方和(或称为组内平方和), 它集中反映了试验中与因 素及其水平无关的全部随机误差. 在 H0 为真时, SA 反 映误差的波动, 在 H0 不真时, SA 反映因子A 的不同水 平效应间的差异(同时也包含误差), 由此知, Se 反映了误差的波动, 称其为误差的偏差 平方和(或称为组内平方和), 它集中反映