第六章 估计与假设检验.ppt

* 双因素方差分析 结论： FR＝18.10777F?＝3.4903，拒绝原假设H0，说明彩电的品牌对销售量有显著影响 FC＝2.100846 F?＝3.2592，不拒绝原假设H0，不能认为销售地区对彩电的销售量有显著影响 （二）有交互影响的数据结构： * 离差平方和分解形式： SST=SSA+SSB+SSAB+SSE * 上式中 rn-r-n+1=(r-1)(n-1) rmn-rn=rn(m-1) * 离差平方和SST、SSA、SSB、SSAB和SSE的自由度分别是rnm-1、r-1、n-1、(r-1)(n-1)和rn(m-1)。 * 相应的均方差是 * 检验因素A与B影响是否显著的统计量分别是: 检验交互影响是否显著的统计量度是： * 四、分析步骤 1、确定方差分析的数学模型 2、确定各个总体是否服从正态分布，且具有相等的方差σ 3、建立检验用的原假设和备择假设，给出显著水平 H0 ：?1 = ?2 = ?3 =…. H1 ：总体均数不全相等 4、计算总体方差的估计值和统计量 F=MS组间/MS组内 5、根据F检验做出判断 * 第六节 卡方检验 与F检验相似，卡方检验也能判断多个样本之间是否存在显著差异，但不要求每个总体服从正态分布。 * 卡方检验基本思想 ? 在分类资料统计分析中我们常会遇到这样的资料， 如两组大白鼠在不同致癌剂作用下的发癌率如下表， 问两组发癌率有无差别？ ? 处理??? 发癌数??? 未发癌数??? 合计??? 发癌率% ?? 甲组????? 52??????? 19??????? 71??? 73.24 ?? 乙组????? 39???????? 3?????? ? 42??? 92.86 ?? 合计????? 91??????? 22?????? 113??? 80.33 * 是表中最基本的数据，因此上表资料又被称之为四格表资料。卡方检验的统计量是卡方值，它是每个格子实际频数A与理论频数T差值平方与理论频数之比的累计和。每个格子中的理论频数T是在假定两组的发癌率相等（均等于两组合计的发癌率）的情况下计算出来的，如第一行第一列的理论频数为71*80.33%=57.18，故卡方值越大，说明实际频数与理论频数的差别越明显，两组发癌率不同的可能性越大。 52 19 39 3 * 补充 三种分布 卡方分布 F分布 t分布 * 1. * * t 分布又称学生氏(Student)分布. 2. * 由分布的对称性知 * 3. * 根据定义可知, * 费舍尔资料 Ronald Aylmer Fisher Born: 17 Feb 1890 in London, EnglandDied: 29 Jul. 1962 in Adelaide, Australia * 学生氏资料 Born: 13 Jun. 1876 in Canterbury, EnglandDied: 16 Oct. 1937 in Beaconsfield, England William Sealey Gosset * 什么是小概率？ 概率是0～1之间的一个数，因此小概率就是接近0的一个数 著名的英国统计家Ronald Fisher 把20分之1作为标准，也就是0.05，从此0.05或比0.05小的概率都被认为是小概率 Fisher没有任何深奥的理由解释他为什么选择0.05，只是说他忽然想起来的 * 以铜为鉴，可以正衣冠，以人为鉴，可以知得失，以史为鉴，可以知兴替 * 拒绝概率太大 接受概率太大 * * * * * * 实例一 消费者与供应厂商间经常出现纠纷。纠纷发生后，消费者经常会向消费者协会投诉。消协对以下几个行业分别抽取几家企业，统计最近一年中投诉次数，以确定这几个行业的服务质量是否有显著的差异。结果如下表： * 观测值 行业因素 零售业 旅游业 航空业 家电制造业 1 57 68 31 44 2 66 39 49 51 3 49 29 21 65 4 40 45 34 77 5 34 56 40 58 6 53 51 7 44 行业平均 49 48 35 59 总平均 47.9 * 实例二 不同品牌的彩电在各地区的销售量数据 品牌因素 地区因素 地区1 地区2 地区3 地区4 地区5 品牌1 品牌2 品牌3 品牌4 365 345 358 288 350 368 323 280 343 363 353 298 340 330 343 260 323 333 308 298 有四个品牌的彩电在五个地区销售，为分析彩电的品牌(品牌因素)和销售地区(