[工学]第5章 常用统计技术 1 方差分析.pptVIP

第1节 方差分析 (ANALYSIS OF VARIANCE) 方差分析是统计检验的一种。由英国著名统计学家 R. A. FISHER推导出来的，也叫F检验。 主要内容 一、 方差分析的基本概念 二、 单因素方差分析 三、 重复数不等的单因素方差分析 四、 两因素方差分析（多个样本均数间的多重比较） 一、方差分析的基本概念 数据（ ） 数据和（T） 方差( ) 离均差( ) ※ 因子（因素） 有时会遇到需要比较多个总体均值的问题。 例1：现有甲、乙、丙三个工厂生产同一种零件。为了解不同工厂的零件的强度有无明显的差异，现分别从每一工厂随机抽取四个零件测定其强度，数据如表1所示。试问三个工厂的零件强度是否相同（假定每一个总体都服从正态分布且各总体的方差相等）？ 不同工厂的零件强度不同。因此可以将工厂看成是影响零件强度指标的一个因素。不同的工厂便是该因素的不同状态。试验中可改变（可控制）的试验条件称之为因子，常用大写字母A、B、C等表示。 ※ 水平 指的是因子所处的状态，采用在因素的字母加下标表示。一般，一个因子会有几个水平。例如因子A有4个水平，则表示为：A1、A2、A3。 ※ F 分布 若随机变量 ， ，则随机变量的函数 的分布规律称为 F(n1,n2) 分布，其中参数n1、n2是两个自由度，任意一个自由度不同就是另一个F分布，正如正态分布中均值或方差不同就是另一个正态分布一样。 F分布在一象限内，呈正偏态，随着两个自由度的增大，趋近于正态分布。 统计特征数 （一）样本平均值 （二）样本中位数 （三）样本方差 （四）样本标准偏差 （五）样本极差 （一）样本平均值 （三）样本方差 2、方差分析的含义 3、方差分析的基本思想 根据变异的来源，将全部观察值总的离均差平方和及自由度分解为两个或多个部分，除随机误差外，其余每个部分的变异可由某些特定因素的作用加以解释。 通过比较不同来源变异的方差（也叫均方MS），借助F分布做出统计推断，从而判断某因素对观察指标有无影响。 4、方差分析的分类 5、方差分析的假设及结论 指标服从正态分布 不同水平的方差和均方差相等 相互独立的随机样本（数据相互独立） 二、单因子方差分析 （一）、引起数据误差的原因 ※ 各种变异的表示方法： 三、重复数不等的单因子方差分析 四、双因子方差分析 ※ 各种变异的表示方法： 作业 1、某工厂从3个外协加工的机械锻件，各任取4 个锻件，由同一台试验机，同一操作者，按随机的顺序进行强度试验，结果如下表。 强度试验数据 问：这三个工厂的锻件强度是否有显著差异，哪个工厂的锻件最好？显著水平α= 0.05时，估计锻件的强度区间。 （5）下结论 注意：即使是同一种解毒药，其效果也是波动的。这种波动可以用方差 来度量，即方差的估计。这里，方差的估计是MSe。因此，标准差的估计是： 查附表F界值表，得F0.05(3,20)=3.10。由于F＞F0.05(3,20)，在0.05水平上不同的解毒药物的效果显著处理因素的4个水平中至少有一个组的总体平均值不同于其他各组。从表中所示的值可见，不同解毒药物的效果是不同的。解毒药物A和C与空白对照组D相近。B组血中胆碱脂酶含量较其他组高。 ——单因子试验中，若每个水平下重复试验的次数不同。 设一个试验中要考察的影响因子A，在Ai水平下有mi次试验（各不全相等），其计算方法需进行如下改变： ——试验中所要考察的影响因素有A、B两个，则称之为双因子试验，可采用双因子方差分析法进行数据分析，其目的是检验两个因素对试验结果有无影响。 对每一因子的每一水平都可取一个容量为nij的样本（这里介绍无重复试验的情况），因素A有r个水平，因素B有s个水平。对因素A、B的每一个水平的组合（Ai,Bj)，i=1,2,···,r; j=1,2,···,s ）只进行一次试验，得到n=r·s个结果Yij，将结果列表（如下页表）。其中Yij表示因素A的第个水平与因素B的第个水平构成的一组配合（Ai,Bj）进行试验的结果。 ※ 三者之间的关系： 总变异 处理变异 误差变异 区组变异 为了解3种不同配比的饲料对仔猪生长影响的差异，对3种不同品种的猪各选3头进行试验，测得在3个月内猪体重的增加量（如下表所示）。假定猪体重增加量服从正态分布，且各种配合的方差相等。试分析不同饲料和猪的品种对猪的生长有无显著影响。 例3： 1、将表中数据各减去50，其差计为Yij，列出方差计算表如下： 解： 2、由上表数据可计算： 3、列出方差分析表如下： 4、得出结论： 说明