[理学]方差分析1.pptVIP

* 方差分析作为分析试验数据的一种重要工具，是数理统计的 基本方法之一.方差 分析是研究一些因素（自变量）对某个指标（因变量）的相关关系，研究哪些因素对指标的影响是显著的，哪些因素对指标的影响不显著，最终找到有力的试验条件，有时也将因素称为因子． 第三章 方差分析 当试验中考察的因素只有一个时，称为单因素试验；若同时研究两个或两个以上的因素对试验指标的影响时，则称为两因素或多因素试验。通常方差分析简称为ANOVA(Analysis of Variance) 3.1单因素方差分析 3.1.1单因素方差分析模型 设指标变量为Y,因素为A，它可以取几个不同的水平，记为A1,…,Aa, 在水平Ai上作若干次试验，试验结果为yi1,…,yini,需要考虑因素A对指标的影响是否显著. 将A在某个水平下的试验结果看成一个随机变量(总体)，因此考虑A取不同水平时的指标有无显著差异，就是检验几个总体的均值是否相等.假定在水平Ai下的总体服从正态分布，他们可以有不同的均值?i,但有相同的方差?2，需要检验假设： 不全相等 (3.1) 将每次试验结果 yij 分解为 其中?表示总的均值， ?i=?i- ?是水平Ai对指标的效应,满足 ?ij是相互独立的随机误差，服从正态分布N(0,?2). 建立方差分析模型如下： (3.2) 例如两组考试成绩如下：75，70，65，90； (4人) 60,70,80,90,50,70 (6人) ?1=(75+70+65+90)/4=75 ?2=(60+70+80+90+50+70 )/6=70 ?=(4*?1+6*?2)/10=72,n1=4,n2=6,?1=3, ?2=-2 n1*?1+n2*?2=12-12=0 ?ij如何计算？ ?ij=每人的成绩-各组的平均： 0,-5,-10,15,-10,0,10,20,-20,0,显然?ij的均值为零 (3.2) 记 是水平Ai下试验数据的均值， 3.1.2 因素效应的显著性检验 2.平方和分解公式 1.原假设与备择假设 对于模型(3.2)提出检验如下： 是总的平均值 其中ni 是水平Ai下的试验次数，n是总的试验次数. 可以证明下列平方和公式： 其中 考虑所有试验数据对总平均 的离差平方和 证： 由于 故得证 记 如果原假设H0成立 是?2的无偏估计,且分别服从自由度为 a-1,n-a的卡方分布，他们彼此独立，故有 是各组均值与总平均的离差平方和， 反映了因素A的不同水平之间的差异. 反映了在相同条件下的试验误差. 是组内数据与组平均离差平方和， 3.方差分析统计量 对给定的检验水平?，比较F与F?(a-1,n-a) 拒绝H0，即认为因素A各水平效应是显著的； 接受H0，即认为因素A各水平效应不显著. 或者根据计算的概率p与显著水平?比较 若p ?拒绝原假设，若p ?接受原假设 4. 单因素方差分析的Matlab实现 p=anova1(X,group) 输入：X是一个向量，从第一个总体的样本到第r个总体的样本依次排列，group是与X有相同长度的向量，表示X中的元素是如何分组的. group中某元素等于i,表示X中这个位置的数据来自第i个总体.因此group中分量必须取正整数，从1直到r. p=anova1(X) %比较X中各列数据的均值是否相等 此时输出的p是零假设成立时，数据的概率，当p0.05称差异是显著的，当p0.01称差异是高度显著的. 输入X各列的元素相同，即各总体的样本大小相等，称为均衡数据的方差分析，不均衡时用下面的命令 例3.1. 某水产研究所为了比较四种不同配合饲料对鱼的饲喂效果，选取了条件基本相同的鱼20尾，随机分成四组，投喂不同饲料，经一个月试验以后，各组鱼的增重结果列于下表。 表3-1 饲喂不同饲料的鱼的增（单位：10g） 28.5 24.5 29.0 30.8 27.0 A4 25.8 24.9 27.3 23.6 22.1 A3 26.2 27.9 26.8 25.7 24.8 A2 35.9 28.4 31.8 27.9 31.9 A1 鱼的增重（xij） 饲料 四种不同饲料对鱼的增重效果是否显著 ？ 解：这是单因素均衡数据的方差分析，Matlab程序如下： A=[31.9 27.9 31.8 28.4 35.9 24.8 25.7 26.8 27.9 26.2 22.1 23.6 27.3 24.9 25.8 27.0 30.8 29.0 24.5 28.5]; %原始数据输入 B=A; % 将矩阵转置,Matlab中要求各列为不同水平 p=anova1(B) 运行后得到一