2，方差分析.pptVIP

方差分析表 来源 平方和 自由度 均方 F比 因子 A 误差 e SSA =1304 SSE =188 fA=2 fe=9 MSA=652 MSe=20.9 F=31.21 总计 T SST=1 492 fT=11 如果给定α=0.05，则1-α=0.95，从F分布表查得F（2，9）=4.26，所以在α=0.05水平上我们的结论是被检验的因子显著。这表明三班生产的钢材强度有明显的差异。 当因子显著时，还可以给出每一水平下指标均值。本例甲班103，乙班111，丙班 86 结论 结论 通过数据分析还可以给出生产过程波动—误差方差的估计。本例方差为20.9，标准偏差的估计是4.57 8 - * 方差分析 北京国金恒信管理体系认证有限公司 张国栋 2009.6 统计技术培训教材之二 什么是方差分析? （一个例子） 三班钢材强度情况 班次 1 2 3 4 甲 乙 丙 103 113 82 101 107 92 98 108 84 110 116 86 例：某轧钢车间甲、乙、丙三斑同生产一种圆钢，为了解不同班次生产的钢材强度有无明显的差异，现分别从每班抽取4个试样测定其强度，数据如下表，试问三班生产的钢材其强度有无明显差别。 什么是方差分析? （例子的进一步分析） 要检验三班生产的钢材强度是否有差异，就是要检验三班生产的钢材平均强度是否相同. 设?1为甲班生产钢材的平均强度，?2为乙班生产钢材的平均强度，?3为丙班生产钢材的平均强度，也就是检验下面的假设 H0: ?1 ? ?2 ? ?3 H1: ?1 , ?2 , ?3 不全相等 检验上述假设所采用的方法就是方差分析 什么是方差分析?(概念要点) 在相同方差假定下检验多个总体均值是否相等 通过对各观察数据误差来源的分析来判断多个总体均值是否相等 2. 基本假设 指标服从正态分布 各个总体方差相同 数据相互独立 方差分析的基本思想和原理（几个基本概念） 因素或因子 所要检验的对象称为因子 要分析三班生产的钢材强度是否有差异，不同的班次钢材强度不等，因此将班次看成影响指标的因素或因子。 水平 因素的具体表现称为水平 甲、乙、丙三班即为因素的水平 观察值 在每个因素水平下得到的样本值 每班的钢材强度就是观察值 方差分析的基本思想和原理（几个基本概念） 试验 这里只涉及一个因素，因此称为单因素四水平的试验 总体 因素的每一个水平可以看作是一个总体 比如甲、乙、丙三班可以看作是三个总体 样本数据 上面的数据可以看作是从这三个总体中抽取的样本数据 1. 比较两类误差，以检验均值是否相等 2. 比较的基础是方差比 3. 如果系统(处理)误差显著地不同于随机误差，则均值就是不相等的；反之，均值就是相等的 4. 误差是由各部分的误差占总误差的比例来测度的 方差分析的基本思想和原理 方差分析的基本思想和原理（两类误差） 随机误差 在因素的同一水平(同一个总体)下，样本的各观察值之间的差异 比如，同一班次生产的钢材强度是不同的 同一班次生产的钢材强度的差异可以看成是随机因素的影响，或者说是由于抽样的随机性所造成的，称为随机误差 系统误差 在因素的不同水平(不同总体)下，各观察值之间的差异 比如，不同班次所生产钢材的强度也是不同的 这种差异可能是由于抽样的随机性所造成的，也可能是由于班次本身所造成的，后者所形成的误差是由系统性因素造成的，称为系统误差 方差分析的基本思想和原理（两类方差） 组内方差 因素的同一水平(同一个总体)下样本数据的方差 比如，甲、乙、丙三班各自生产钢材强度的方差 组内方差只包含随机误差 组间方差 因素的不同水平(不同总体)下各样本之间的方差 比如，甲、乙、丙三班生产钢材的强度之间的方差 组间方差既包括随机误差，也包括系统误差 方差分析的基本思想和原理（方差的比较） 如果不同班次对钢材强度(结果)没有影响，那么在组间方差中只包含有随机误差，而没有系统误差。这时，组间方差和组内方差就应该很接近，两个方差的比值就会接近1; 如果不同的水平对结果有影响，在组间方差中除了包含随机误差外，还会包含有系统误差，这时组间方差就会大于组内方差，组间方差与组内方差的比值就会大于1; 当这个比值大到某种程度时，就可以说不同水平之间存在着显著差异; 方差分析中的基本假定 每个总体都应服从正态分布 对于因素的每一个水平，其观察值是来自服从正态分布总体的简单随机样本 比如，每班次钢材强度必需服从正态分布 各个总体的方差必须相同 对于各组观察数据，是从具有相同方差的总体中抽取的 比如，三个班次的钢材强度的方差都相同 观察值是独立的 比如，每个班次钢材强度值之间都是独立的 方差分析中的基本假定 在上述假定条件下，判断班次对钢材强度是否有显著影响，实际上也就