第6章_方差分析.docVIP

第六章 方差分析 方差分析（ANOVA）又称变异数分析或F检验，推断两组或多组资料的总体均数是否相同，检验两个或多个样本均数的差异是否有统计学意义。从A供应商抽25个样本,方差30,从B供应商抽30个样本,方差10.那么两个供应商之间存在明显差异，直观判断哪个供应商更好，进而对供应商的选取与管理上有所参考为A供应商提供的原材料的观察值，为B供应商提供的原材料的观察值，也就是检验下面的假设 H0：=；H1：、不全相等 检验上述假设所采用的方法就是方差分析。 6.1 方差分析基础 与第五章的假设检验方法相比，方差分析不仅可以提高检验的效率，同时由于它是将所有的样本信息结合在一起，也增加了分析的可靠性。如，设4个总体的均值分别为、、μ3、μ4，如果用一般假设检验方法，如t检验，一次只能研究两个样本，要检验4个总体的均值是否相等，需要作6次检验：检验1：H0：=；检验2： H0：=μ3；检验3：H0：=μ4；检验4：H0： =μ3；检验5：H0：=μ4；检验6：H0：μ3=μ4。 很显然，做这样的两两比较十分繁琐。而且，每次检验两个的做法供需进行6次不同的检验，如果显著性水平(=0.05，每次检验犯第Ⅰ类错误的概率都是0.05，做多次检验会使犯第Ⅰ类错误的概率相应增加，检验完成时，犯第Ⅰ类错误的概率会大于0.05，即连续做6次检验犯第Ⅰ类错误的概率为1-（1-(）6=0.265，而置信水平则会降低到0.735（即0.956）。 一般来说，随着增加个体显著性检验的次数，偶然因素导致的差别的可能性也会增加（并非均值真的存在差别）。而方差分析法则是同时考虑所有的样本，因此排斥了错误累积的概率，从而避免拒绝一个真实的假设。 ?? 为了更好的理解方差分析的含义，下面我们用一个简单的例子来说明方差分析的 例如：某克山病区测得11例克山病患者和13名健康人的血磷值（mmol/L）如下， 患者：0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11 健康人：0.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.56 1.87 ?? 问该地克山病患者与健康人的血磷值是否不同？ 血磷值血磷值血磷值血磷值血磷值血磷值血磷值血磷值血磷值血磷值从以上资料可以看出，24个患者与健康人的血磷值各不相同，如果用描述其变异情况，则总变异有以下两个来源： 1）组内变异，即由于随机误差的原因使得各组内部的血磷值各不相等； 2）组间变异，即由于克山病的影响使得患者与健康人组的血磷值均数大小不等。 ?? 而且：SS总=SS组间+SS组内 v总=v组间+v组内V——自由度。 ?? 如果用均方（即自由度v去除均差平方和的商）代替均差平方和以消除各组样本数不同的影响，则方差分析就是用组内均方去除组间均方的商（即F值）与1相比较，若F值接近1，则说明各组均数间的差异没有统计学意义，若F值远大于1，则说明各组均数间的差异有统计学意义。应用方差分析对资料进行统计推断之前应注意其使用条件，包括：1）可比性，若资料中各组均数本身不具可比性则不适用方差分析。 2）正态性，即偏态分布资料不适用方差分析。3）方差齐性，即若组间方差不则不适用方差分析根据方差分析的基本步骤如下： 建立检验假设H0：多个样本总体均数相等H1：多个样本总体均数不相等或不全等。 计算检验统计量F值确定P值并作出推断结果某克山病区测得11例克山病患者和13名健康人的血磷值（mmol/L）如下， 患者：0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11 健康人：0.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.56 1.87 ?? 问该地克山病患者与健康人的血磷值是否不同？ 第三步：将统计量的F值与给定的显著性水平(的临界值进行比较，然后作出接受或拒绝原假设的决策，即根据给定的显著性水平(，在F分布表中查找与第一自由度df1＝k-1、第二自由度df2=n-k（n是样本总数，k是组数） 相应的临界值 ，若，则拒绝原假设 ，表明均值之间的差异是显著的，所检验的因素(A)对观察值有显著影响；若 ，则不能拒绝原假设 ，表明所检验的因素(A)对观察值没有显著影响。具体如图6-1所示： 结论如下： 由F值=6.369183F临界值=4.300949或P值=0.019337042显著性水平0.05可知，应拒绝原假设，患者和健康人的血磷值不同，有显著性差异。 6.1.2 无重复试验的双因素方差分析 如果对试验结果（相应变量）的影响因素不止一