[理学]单因式方差分析6.pptVIP

单因素方差分析的基本思想 例6_11:一研究小组为了研究三种不同施肥方案对某种农作物收获量的影响，在17个试验地块上进行试验。每个地块上的土质、农作物品种、播种量和播种方法等影响该农作物的因素均相同。试根据表6_4的收获量数据分析不同施肥方案是否对收获量有显著影响(显著性水平为0.05)？ 表6_4:收获量数据 研究方法：两样本的t检验？ 用t检验比较两个均值： 每次只能比较两个均值，要解决上述问题需要进行3次t检验…… 在整体检验中犯第一类错误的概率显著增加：如果在每次t检验中犯第一类错误的概率等于5%，则在整体检验中等于1-(1-0.05)3=0.143 方差分析可以用来比较多个均值 方差分析（Analysis of variance，ANOVA）的主要目的是通过对方差的比较来检验多个均值之间差异的显著性。 可以看作t检验的扩展，只比较两个均值时与t检验等价。 20世纪20年代由英国统计学家费喧（R. A. Fisher）最早提出的，开始应用于生物和农业田间试验，以后在许多学科中得到了广泛应用。 方差分析中的几个基本概念 因变量：我们实际测量的、作为结果的变量，例如收获量。 自变量：作为原因的、把观测结果分成几个组以进行比较的变量例如施肥方案。 在方差分析中，自变量也被称为因素(factor)。 因素的不同表现，即每个自变量的不同取值称为因素的水平或处理。 方差分析主要用来研究一个定量因变量与一个或多个定性自变量的关系 只有一个自变量的方差分析称为单因素方差分析。 研究多个因素对因变量的影响的方差分析称为多因素方差分析，其中最简单的情况是双因素方差分析。 方差分析步骤： 计算总离差平方和SST 全部观察值 与总平均值 的离差平方和; 反映全部观察值的离散状况; 其计算公式为: 计算组间平方和 SSA 各组平均值 与总平均值 的离差平方和; 反映了不同水平作用产生的差异大小，又称效应平方和; 该平方和既包括随机误差,也包括系统误差; 计算公式为 计算组内平方和 SSE 每个水平或组的各样本数据与其组平均值的离差平方和； 反映的是水平内部,或组内观测值的离散状况,实质上是随机因素带来的影响,又称为误差平方和； 该平方和反映的是随机误差的大小； 计算公式为 三个平方和的关系 (3)计算两个均方差 MS 1. SSA的均方也称组间方差,记为MSA,计算公式为 (4)构造统计量 F 将MSA和MSE进行对比，即得到所需要的检验统计量F； 当H0为真时，二者的比值服从分子自由度为k-1、分母自由度为 n-k 的 F 分布，即 ： F分布与拒绝域 统计决策 根据给定的显著性水平?，在F分布表中查找与第一自由度df1＝k-1、第二自由度df2=n-k 相应的临界值 F? ; 若FF? ，则拒绝原假设H0 ，表明均值之间的差异是显著的，所检验的因素(A)对观察值有显著影响; 若F?F? ，则不能拒绝原假设H0 ，表明所检验的因素(A)对观察值没有显著影响 ; 单因素方差分析表(基本结构) 注意： 1、当结论为“拒绝原假设”时，只能说明各水平的总体均值不完全相同，但不能说明其中没有相同的，也不能说明哪些有差异。 注意：方差分析中的前提 （1）在各个总体中因变量都服从正态分布； （2）在各个总体中因变量的方差都相等； （3）各个观测值之间是相互独立的。 （1）正态性的检验 各组数据的直方图 峰度系数、偏度系数 Q-Q图， K-S检验* （2）等方差性的检验 经验方法：计算各组数据的标准差，如果最大值与最小值的比例小于2:1，则可认为是同方差的。最大值和最小值的比例等于1.832 Levene检验 * Hartley检验 Bartlett检验 (3) 其它说明 方差分析对前两个假设条件是稳健的， 允许一定程度的偏离。 独立性的假设条件一般可以通过对数据搜集过程的控制来保证。 如果确实严重偏离了前两个假设条件，则需要先对数据进行数学变换，也可以使用非参数的方法来比较各组的均值。 练习 消费者协会想了解零售业、旅游业、航空公司、家电制造业这几个行业的服务质量是否存在差异，为此随机进行抽取23家企业，统计出最近一年中消费者上述企业的投诉次数。得到数据如下，试进行分析。 例题分析 某工厂实行早、中、晚三班工作制。工厂管理部门想了解不同班次工人劳动效率是否存在明显的差异。每个班次随即抽出了7个工人，得工人的劳动效率（件/班）资料如表。分析不同班次工人的劳动效率是否有显著性差异。 早班 中班 晚班 34 49 39 37 47 40 35 51 42 33 48 39 33 50 41 35 51 42 36 51