第五讲 连续变量参数检验：方差分析.ppt

第五讲 方差分析 本章内容 第一节 方差分析概述 第二节 单因素方差分析 第三节 多因素方差分析 第四节 协方差分析 第一节 方差分析概述 一、方差分析的含义和作用 方差分析（Analysis of Variance，ANOVA）是研究分类变量（定类和定序变量）对数值型因变量影响时所使用的统计分析方法。 方差分析是R.A.Fister发明的，广泛应用于心理学、生物学、管理学、工程和医药领域的实验数据分析。 方差分析：是检验多个样本平均数间差异是否有统计意义的一种方法。 例：土壤、日照、施肥等对农作物产量的影响 例：方差分析：分析分类型自变量对数值型因变量的影响。 三种饲料的效果相同吗： 二、方差分析的基本概念 1、影响因素的分类：控制因素和随机因素 控制因素或控制变量：是人为可以控制的因素，如种子品种的选定，施肥量的多少； 随机因素或随机变量：另一类因素是认为很难控制的因素，如气候和地域等影响因素。在很多情况下随机因素指的是实验过程中的抽样误差。 2、控制变量的不同水平：控制变量的不同取值或水平，称为控制变量的不同水平。如甲品种、乙品种；10公斤化肥、20公斤化肥、30公斤化肥等。 3、观测变量：受控制变量和随机变量影响的变量称为观测变量，如农作物的产量等。 4、方差分析：方差分析就是从观测变量的方差入手，研究诸多控制变量中哪些变量是对观测变量有显著影响的变量以及对观测变量有显著影响的各个控制变量其不同水平以及各水平的交互搭配是如何影响观测变量的一种分析方法 三、方差分析的适用条件 1、样本来自的总体服从正态分布。 2、样本方差必须是齐次的。 3、各样本之间相互独立。 第二节 单因素方差分析 于是有： 提出原假设，H0： 备择假设， H1：至少有一个 二、单因素方差分析的基本步骤 三、单因素方差分析的SPSS实现 例：某企业在制订某商品的广告策略时，对不同广告形式在不同地区的广告效果（销售额）进行了评估。这里以商品销售额为观测变量，广告形式和地区为控制变量，通过单因素方差分析方法分别对广告形式、地区对销售额的影响进行方差分析。 文件名：广告地区与销售额.sav 在利用SPSS进行单因素方差分析时，应注意数据的组织形式。SPSS要求定义两个变量分别存放观测变量值和控制变量的水平值。 本例中： 1、选择菜单Analyze－Compare means－One-Way ANOVA，出现窗口 将观测变量选择到Dependent List框。 将控制变量选择到Factor框。控制变量有几个不同的取值表示控制变量有几个水平。 至此，SPSS便自动分解观测变量的方差，计算组间方差、组内方差、F统计量以及对应的概率p值，完成单因素方差分析的相关计算，并将结果显示到输出窗口中。 SPSS输出结果： 类似上面的步骤，可以进行地区对销售额的影响： 四、单因素方差分析的进一步分析 1、方差齐性检验 由于方差分析的前提是各水平下的总体服从正态分布并且方差相等，因此有必要对方差齐性进行检验，即对控制变量不同水平下各观测变量不同总体方差是否相等进行分析。 SPSS单因素方差分析中，方差齐性检验采用了方差同质性（Homogeneity of Variance）的检验方法，其零假设是各水平下观测变量总体方差无显著性差异，实现思路同SPSS两独立样本t检验中的方差齐性检验。 2、多重比较检验 上面的基本分析可以判断控制变量是否对观测变量产生了显著影响。如果控制变量确实对观测变量产生了显著影响，进一步还应确定，控制变量的不同水平对观测变量的影响程度如何，其中哪个水平的作用明显大于其它水平，哪些水平的作用是不显著的。例如已经确定不同施肥量会对农作物的产量产生显著影响，便希望进一步了解究竟是10公斤、20公斤还是30公斤施肥量最有利于提高产量，哪种施肥量对农作物产量没有显著影响。掌握了这些信息，我们就能够制定合理的施肥方案。 多重比较检验就是分别对每个水平下的观测变量均值进行逐对比较，判断两均值之间是否存在显著差异。其零假设是相应组的均值之间无显著差异。 SPSS提供的多重比较检验的方法比较多，有些方法适用在各总体方差相等的条件下，有些适用在方差不相等的条件下。 其中LSD方法适用于各总体方差相等的情况，特点是比较灵敏； Tukey方法和S-N-K方法适用于各水平下观测变量个数相等的情况； Scheffe方法比Tukey方法不灵敏。 3、其他检验 （1）先验对比检验 如果发现某些水平与另一些水平的均值差距显著，就可以进一步比较这两组总的均值是否存在显著差异。在