数学实验 实验报告 方差分析.ppt

双因素方差分析的数学模型 双因素试验数据表 双因素试验数据表(MATLAB 中anova2所需格式) 作分解： 相互独立。记： 双因素方差分析的数学模型 总平均值 对指标的效应 对指标的效应 对指标的交互效应 双因素方差分析的数学模型 模型为： 双因素方差分析的数学模型 原假设： 双因素方差分析的数学模型 统计分析： 记： 统计分析 于是，全体数据对总均值的偏差平方和为： 统计分析 对总偏差平方和进行分解，得： 其中： 统计分析 进一步分析可得： 统计分析 统计分析 当 成立时， 当 成立时 统计分析 当 成立时 统计分析 检验规则： 接受原假设1，否则，拒绝。 接受原假设2，否则，拒绝。 接受原假设3，否则，拒绝。 双因素方差分析表 平方和 自由度 平方均值 F值 概率 MATLAB 实现－－－anova2 无交互作用时， p=anova2(x) x 为 矩阵 p 为两个因素的概率。 MATLAB 实现－－－anova2 有交互作用时， p=anova2(x，rep) x 为将数据表中处于 的数据按列排列，得到的 矩阵. p 为两个因素及交互因素的概率。 rep: 试验重复的次数 考研数学1 1998 假设检验 设考生的某次考试成绩服从正态分布，从中任取36位考生的成绩，其平均成绩为66.5分，标准差为15分。问在0.05的显著性水平下，可否认为全体考生这次考试平均成绩为70分？给出检验过程。 * * 实验2 方差分析 ANalysis of Variance (ANOVA) 方差分析（Analysis of Variance） 方差分析的实例和基本概念 单因素方差分析 双因素方差分析 方差分析（Analysis of Variance） 方差分析通常用于多个总体的均值检验。 试验数据除了受随机因素的影响之外，还受某些其他因素的影响（效应）。 方差分析就是要检验哪几个因素所起的作用是显著的，并且如何估计这些效应。 按因素个数的多少，方差分析分单因素方差分析、双因素方差分析和多因素方差分析。 进行方差分析的三个假设 对于检验的每一个总体，都服从正态分布 每一个总体均有相同的方差 从各总体抽取的是独立样本 单因素方差分析的实例1——劳动生产率 为考查5名工人的劳动生产率是否相同，记录了他们每人4天的劳动生产率，试从这个表格来判断这5人的劳动生产率有无显著差别？ 劳动生产率表格 Worker Day A1 A2 A3 A4 A5 1 256 254 250 248 236 2 242 330 277 280 252 3 280 290 230 305 220 4 298 295 302 289 252 平均 269 292.25 264.75 280.5 240 数据间差异 的原因： 随机误差 个人的劳动生产率不同 返回 单因素方差分析实例2——灯泡寿命 用4种工艺生产灯泡，从各种灯泡中抽取了若干个，测量其寿命，得到如下表格，试推断用这几种工艺制成的灯泡寿命是否有显著差异？ 灯泡寿命试验数据 工艺 序号 　 A1 A2 A3 A4 1 1620 1580 1460 1500 2 1670 1600 1540 1550 3 1700 1640 1620 1610 4 1750 1720 　 1680 5 1800 　 　 　 平均 1708 1635 1540 1585 返回 双因素方差分析实例1——火箭射程 使用4种燃料，3种火箭推进器进行试验，得到数据如下表，试分析不同燃料，不同推进器对射程是否有显著影响？ 火箭射程试验数据 燃料 A1 A2 A3 A4 推进器　 平均 B1 63.2 59.1 68.1 75.8 66.6 B2 56.2 54.1 70.9 58.2 59.9 B3 60.3 41.6 39.2 40.7 45.5 平均 60 51.7 59.3 58.3 57.3 返回 双因素方差分析实例2——小麦产量 为分析4种化肥和3个小麦品种对小麦产量的影响，把一块试验田等分成24块，对种子和化肥的每一组合得到数据如下表，试分析不同品种的化肥和小麦品种，对小麦产量是否有显著影响？二者的交互作用对小麦产量是否有显著影响？ 小麦产量试验数据 化肥 小麦　 A1 A1 A2 A2 A3 A3 A4 A4 B1 173 172 174 176 177 179 172 173 B2 175 173 176 177 174 175 170 1