方差分析及方差检验.ppt

9-19-2000 W2HypothesisTesting.ppt Johnson Controls, Inc. ? 9-19-2000 Hypothesis Testing W2HypothesisTesting.ppt 方差分析及方差检验 使用方差分析的条件 ANOVA术语 因子factor：对响应变量（非独立）可能有影响的独立变量，并以不同水平出现在实验内。 水平level：输入因子的特定设定。 交互作用：当一个输入因子对输出所产生的效果是取决于另一个输入因子的水平时。 ANOVA术语 检验单个因子的2个以上水平的平均值是否有显著差异—一元ANOVA ANOVA存在两个(或多个)因子时,检验平均值是否有显著差异—二元,多元ANOVA 例子:实际问题 一个采购工程师要调查某个电阻焊接系统中,3种型号不同(A,B,C)的焊接机对焊接强度的影响是否有显著差异,他收集了一些数据. 一元ANOVA P 0.05，拒绝原假设，说明班组间有显著差异这时就提出了下一个问题，哪些班组间有显著差异，哪些班组没有差异？这就需要了解各班组下平均值的差异的细致情况，这就是：如何分析多重比较的结果。 当因子显著即因子在各水平下均值有差异时，我们可以进一步了解因子在L个水平下均值的差异，即同时检验如下 个 ：μi＝μj，这个检验叫做多重比较。 进行多重比较的关键是如何选定第一类错误风险的问题。MINITAB提供了四种多重比较的方法，我们只使用第一种“Tukey，整体误差率”方法。该种方法可以保证整体误差率为5％ 一元ANOVA 如果整体误差率设定为5%，那么两两比较检验的第一类错误设定的风险要远远低于5%。Tukey方法可以计算所有多重比较（两两均值差）的置信区间。以后我们在实际进行单因子的方差分析时，一定只选Tukey算法，以保证整体误差率为5%。 一元ANOVA Tukey 95% 同时置信区间 班组 水平间的所有配对比较 单组置信水平 = 98.04% 班组 = 1 减自: 班组 下限 中心 上限 --+---------+---------+---------+------- 2 -1.0211 -0.6430 -0.2649 (-----*----) 3 -1.5441 -1.1660 -0.7879 (----*-----) --+---------+---------+---------+------- -1.40 -0.70 0.00 0.70 班组 = 2 减自: 班组 下限 中心 上限 --+---------+---------+---------+------- 3 -0.9011 -0.5230 -0.1449 (-----*----) --+---------+---------+---------+------- -1.40 -0.70 0.00 0.70 单因子ANOVA分析多重比较方法 单因子ANOVA分析多重比较方法 我们先看Tukey方法的两组多重比较的置信区间： 由于Tukey方法所设定的整体误差率是5%，两两比较检验的第一类错误设定的风险要远远低于5%，输出中指明：“95%同时置信区间，班组间的所有配对比较，单独置信水平=98.04%”，这就意味着，在两两比较中，第一类错误概率只有1-98.04%=1.96%。 我们从箱线图看班组1的强度最好，班组2强度稍差，班组3强度最差。 单因子ANOVA分析多重比较方法 第一组以班组1作被减项，班组2、3的均值分别减去班组1的均值得到的置信区间。从班组1减去班组2时代样本均值为-0.6430，我们有98.04%的把握可以断言，总体的均值差将落入（ -1.0211 ， -0.2649 ）内，可以看出这个置信区间不包含0，说明班组1与班组2总体均值有显著差异。 从上面分析可以看出，我们对于两总体的均值差将落入什么区间的具体数值并不关心，关键是这个区间是否包含0，也就是区间的上下限是否恰好正负符号相