母体平均数的ANOVA 检定 F.PPT

範例 continued 12-* 範例 continued 步驟 1：建立虛無假設與對立假設 H0：μ1 = μ2 = μ3 = μ4 H1：這四家航空公司的平均分數不全相等 步驟 2：選擇信賴水準。我們使用 0.01顯著水準。 步驟 3：判斷檢定統計量。檢定統計量服從 F 分配。 12-* 範例 continued 步驟 4：制定決策法則。首先必須找出臨界值，查閱附錄 B.4 找出 F 分配的臨界值。為了使用這個表格，必須先求得分子與分母的自由度。分子的自由度等於處理的數量 k，減去 1；分母的自由度等於觀測資料的總數量 n，減去處理的數量 k。本題中，共有 4 個處理及 22個觀測資料。 分子的自由度 = k－1 = 4－1 = 3 分母的自由度 = n－k = 22－4 = 18 查閱附錄 B.4 與 0.01 顯著水準。水平移動找到分子自由度為 3 的那一行，再往下移動找出分母自由度 18 的那一列，得交叉點 5.09 為臨界值。如果檢定統計量 F 的值超過 5.09，則拒絕 H0。 12-* 範例 continued 步驟 5：選擇樣本，進行計算，並做出決策。 12-* 範例 continued 接下來是 SS total 與 SSE 的詳細計算。 12-* 範例 continued 接著，求每個觀測資料與總平均的差異，把差異平方再加總。 12-* 範例 continued 最後，把上頁表這些差異做平方再加總，例如，第一個乘客： 仿照公式 [12-2] 把差異平方再加總，得到 SS total 的值。 12-* 範例 continued 計算 SSE，先求每個觀測資料與其處理平均的差異。 12-* 範例 continued 將上頁表的每個值平方再加總，所得到的值如下表： 所以，SSE 的值是 12-* 範例 continued 由於不同處理所產生的差異平方和。公式如下： SST = SS total－SSE 所以，這個範例 SST 的值是 SS total－SSE = 1,485.09－594.41 = 890.68 12-* 範例 continued 處理的均方和（mean square for treatments）為 SST 除以其自由度，記為 MST；誤差均方和（mean square for error）等於 SSE 除以其自由度，記為 MSE。而 F 值等於 MST 除以 MSE。 計算出 F 值，並代入 ANOVA 表格，如下表： 12-* 範例 continued 計算出的 F 值為 8.99，比臨界值 5.09 大，所以拒絕虛無假設。結論是母體平均數不全相等，也就是這四家航空公司的平均分數不全相同。然而，在此只能說處理的平均數有差異，但無法判定哪幾個處理間的平均數有差異或是多少個處理有差異。 12-* 處理平均數的推論 當拒絕平均數均相同的虛無假設時，也許想要了解處理間平均數的差異。 使用信賴區間是最簡單的一種方式。 12-* 有關成對處理平均數的推論 其中 t 為自由度n－k MSE = [SSE/(n－k)]下的 t 值。 12-* Confidence Interval for the Difference Between Two Means - Example 12-* 承襲上一個範例，請發展一個針對Eastern and Ozark滿意度調查之95%信賴區間。吾輩可以結論其顧客滿意度具有差異嗎？ 95%信賴區間自 10.46 至 26.04，兩個極限點皆為正數，因此可以結論這些處理（航空公司）有極大差異，亦就是Eastern與Ozark的旅客之服務滿意度評價迥異。 Excel Example 12-* 第 12 章　變異數分析 12-* 12-* 目標 列出 F 分配的特徵。 進行兩組母體變異數是否相等的假設檢定。 討論變異數分析的一般觀念。 將資料組織、整理成單因子變異數分析表。 進行 3 個或 3 個以上處理的平均數間之假設檢定。 建構處理平均數間差異的信賴區間。 F 分配的特徵 F 分配是一個家族。 家族特定成員是由兩個參數所決定：分子的自由度與分母的自由度。注意到，隨著自由度改變，曲線形狀也隨之改變。 12-* F 分配的特徵 F 分配是連續的。 F 分配不可能為負值。 F 分配是正偏分配。 F 分配是漸近線。 12-* 比較兩組母體變異數 F分配使用於進行一個常態母體之變異