单因子变异数分析法.PPT

第 10 章 二組以上樣本推論方法 一組樣本資料包含二種變項：類別變項和連續數字變項。類別變項只對其中某一變數或某一層次(level)蒐集資料；數字變項是等距或等比尺度變項。 二組樣本資料包含二種變項：類別變項和連續數字變項。類別變項對處理組(treatment group)和控制組(control)二層次(level)蒐集資料；數字變項是等距或等比尺度變項。 三組以上樣本資料包含二種變項：類別變項和連續數字變項。類別變項是二個以上層次(level)的因子(factor)，又稱自變項(independent variable)；數字變項是等距或等比尺度變項，又稱應變項(response variable)。 10.1 母數檢定法 k 組樣本：自變項有 k 層次或 k 個變數，推論實驗操作(experimental manipulations)對各層次產生影響的變異，稱為變異數分析法ANOVA，是 F 分布右尾檢定法。 單因子變異數分析法(one-way analysis of variance)或單因素變異數分析法(single-factor analysis of varianc)：只有一個自變項和一個應變項，每組獨立樣本量測過程中，只受一種處理(treatment)影響。 10.1 母數檢定法 二因子變異數分析法(two-way analysis of variance)或二因素變異數分析法(two-factor analysis of variance)：有二個自變項和一個應變項，分為隨機獨立和重複量數樣本，每組樣本量測過程中，受到二種處理(treatment)影響。 多因子變異數分析法(multivariate analysis of variance)或多因素變異數分析法：有二個以上自變項和一個應變項。 10.1.1 單因子變異數分析法 二種類型：固定因子(fixed factor)和隨機因子(random factor)。 固定因子：類別變項層次是固定或指定，稱為固定效應模式(fixed-effects model)或型I模式(model I)。 隨機因子：類別變項層次是隨機選出，稱為隨機效應模式(random-effects model)或型 II 模式(model II)。 10.1.1 單因子變異數分析法 固定因子完全隨機試驗法(completely randomized experiment)：先由母體隨機抽出總樣本數後再分組： 10.1.1 單因子變異數分析法 二組分別比較：組數愈多，比較次數愈多，顯著水準愈大，愈可能得到錯誤結果。 平均數間變異量(variability between means)或組間變異數 MSF：實驗操作對各層次產生效應不同時，造成各層次母體平均數產生差異量。 組內變異量(variable within groups)或組內變異數 MSE：由隨機誤差造成樣本間差異量。 10.1.1 單因子變異數分析法 多重比較法(multiple comparison)：最小顯著性差異 (LSD) 檢定法、Bonferroni檢定法、Scheffe檢定法、Tukey檢定法等等。 單因子變異數分析 (ANOVA) 的時機： 10.1.1 單因子變異數分析法 單因子變異數分析(F檢定)的步驟： 10.1.1 單因子變異數分析法 10.1.1 單因子變異數分析法 10.1.1 單因子變異數分析法 10.1.1 單因子變異數分析法 10.1.1 單因子變異數分析法 10.1.1 單因子變異數分析法 10.1.1 單因子變異數分析法 10.1.1 單因子變異數分析法 10.1.1 單因子變異數分析法 10.1.2 單因子Bartlett檢定法 變異數同質性(homogeneity of variance)檢定：Bartlett檢定法。 步驟如下： 10.1.2 單因子Bartlett檢定法 10.1.2 單因子Bartlett檢定法 10.1.3 單因子多重比較法 二種類型：事前比較(a priori comparisons)和事後比較(a posteriori comparisons)。 事前比較或計劃比較(planned comparisons)：實驗前先計劃，為了證實某些假設或理論所設定的多重比較。 事後比較或此後比較(posthoc comparisons)：經過變異數分析後發現差異才做的多重比較。 10.1.3.1 Bonferroni’s method或LSD (least-significant-difference)檢定法 使用時機： 10.1.3.1 Bonferroni’s method或LSD (least-significant-difference)檢定法