统计学-双因素.ppt

* 10.3 双因素方差分析 什么是“双”因素 分析 ？ 方 差 A B 当方差分析中涉及两 个分类型自变量时。 10.3.2无交互作用的双因素方差 独立 无交互作用： A B 无交互作用双因素数据结构 Xij：是由行因素的K个水平（i=1，2，……，k）和列因素的R个水平（ i=1，2，……，r）所组和成的k×r个总体中抽取的样本量为1的独立随机样本。而k×r个总体中的每一个总体都服从正态分布且有相同的方差。 （各行均值）：是行因素的第i个水平下各观测值的平均值。 （各列均值）：是列因素的第j个水平下各观测值的平均值。 （总均值）：是全部kr个样本数据的总平均值。 分析步骤： （1）提出假设 （2）构造检验的统计量 （3）统计决策 （1）提出假设 对行因素提出的假设为： H0：u1 = u2 = … = ui = …= uk (ui为第i个水平的均值) 行因素（自变量）对因变量没有显著影响； H1：ui (i =1,2, … , k) 不完全相等 行因素（自变量）对因变量有显著影响； 对列因素提出的假设为： H0： u1 = u2 = … = uj = …= ur (uj为第j个水平的均值) 列因素（自变量）对因变量没有显著影响； H1： uj (j =1,2,…,r) 不完全相等 列因素（自变量）对因变量有显著影响。 （2）构造检验的统计量： 总平方和（SST）：总平方和是全部样本观察值Xij与总的样本平均值 的误差平方和。 行因素误差平方和 ： 列因素误差平方和 ： 随机误差项平方和： 计算均方MSR、MSC 、 MSE 总误差平方和SST的自由度为 kr-1 行因素误差平方和SSR的自由度为 k-1，其均方： 列因素误差平方和SSC的自由度为 r-1，其均方： 随机误差平方和SSE的自由度为 (k-1)(r-1)，其均方： F值：为检验行列因素对因变量的影响是否显著而采用的统计量。 行因素对因变量的影响是否显著： 列因素对因变量的影响是否显著： (3)统 计 决 策（一） 计算出F统计量后再根据给定的显著性水平?和两个自由度，查F分 布表得到相应的临界值F?。 若FRF? ，拒绝原假设H0 ，则表明均值之间的差异是显著的抑 或检验的行因素对观察值有显著影响。 若FC F? ，拒绝原假设H0 ，则表明均值之间的差异是显著的抑 或检验的列因素对观察值有显著影响。 （二） (行)P-value﹤α则拒绝原假设H0.反之则不拒绝。 （列）P-value﹤α则拒绝原假设H0 。反之则不拒绝。 关 系 强 度 的 测 量 1.行平方和(SSR)度量了行因素（自变量）对因变量的影响大小； 2.列平方和(SSC)度量了列因素（自变量）对因变量的影响大小； 3.行列平方和加在一起则度量了两个自变量对因变量的联合效应； 4.R则反映了这两个自变量合起来与因变量之间的关系强度 。 ， 双因素方差分析表 Kr-1 SST 总和 5 MSE (k-1)×(r-1) SSE 误差 4 Fc MSC r-1 SSC 列因素 3 FR MSR k-1 SSR 行因素 2 F临界值 P值 F值 均方 MS 自由度 df 误差平方和SS 误差来源 1 G F E D C B A 有交互作用的双因素方差 自变量A 自变量B 因变量C 新的影响 分析步骤： （1）提出假设 （2）构造检验的统计量 （3）统计决策 有交互作用的双因素方差分析表的结构 n-1 SST 总和 6 MSE=SSE/ kr(m-1) kr(m-1) SSE 误差 5 FRC ＝MSRC/MSE MSRC=SSRC/ (k-1)(r-1) (k-1)(r-1) SSRC 交互作用 4 FC ＝MSC/MSE MSC=SSC/(r-1) r-1 SSC 列因素 3 FR ＝MSR/MSE MSR=SSR/（k-1） k-1 SSR 行因素 2 F临界值 P值 F值 均方MS 自由度 df SS 误差来源 1 G F E D C B A 设: 为对应于行因素的第i个水平和列因素的第j个 水平的第l行的观测值 ； 为行因素的第i个水平的样本均值 ； 为列因