[数学]第六章方差分析.ppt

第五章方差分析 一、方差分析的基本思想 二、单因素方差分析 三、多因素方差分析 四、协方差分析 一、方差分析的基本思想 造成事物（事件）之间差异的原因 随机变量（随机因素）：由偶然因素造成不能人为控制。 控制变量：人为施加的可控因素造成的影响。 方差分析的基本思想 分析不同来源的变异对总变异的贡献大小，从而确定不同的自变量对因变量的影响大小。 方差分析的基本假设 （1）变异的相互独立 （2）总体数据分布正态 （3）方差齐性（方差一致或相等） （4）变异可加 总的方差＝组间方差＋组内方差＋交互作用的方差＋误差的方差 （5）线性相关（散点图呈直线趋势变化，与球形相比有显著性差异） 几个基本术语 因素：引起方差发生变化的变量（自变量） 水平：指因素的类别。 如分析不同学校类型的数学成绩是否存在差异？（学校是因素，不同的学校类型是因素的水平，假设学校类型有：农村学校、农村重点学校、城市学校、城市重点学校，即说明学校这个因素有4个水平） 主效应：某一个因素单独的效应。 交互效应：几个因素共同作用形成的效应。 单因素方差分析只有主效应。 当一个研究或试验中，有两个或两个以上的因素时，必须既分析主效应又要分析其交互效应。 效应体现在方差的差异上，因素影响造成的方差与误差的方差的比是否大于F值表的临界值，如果大于则有显著影响，如果小于则没有显著影响。 二、单因素方差分析 1.单因素方差分析的概念：一个因素（自变量或称预测变量）有多个水平，分析各个水平之间在观测变量（因变量或称被预测变量、效果变量）上是否有显著性差异。 如果一个因素只有两个水平则用T检验 2.单因素方差分析的结果呈现方式 （2）单因素随机区组实验设计的方差分析表 2.路径 （1）Analyze compare means one-way ANOVA （2）在One way ANOVA中，将因变量添加到Dependent list中，将自变量添加到Factor中 （3）单击Option点中Homogineity of variance test(方差齐性检验) （4）点击Post hoc按钮，选择比较的方法。一般选择LSD（least-significant difference）最小显著差法、SNK（Student newman keuls）q检验。 （5）击中Contrast按钮，选择默认的Linear 三、多因素方差分析 1.多因素方差分析的概念 多个因素（两个以上的自变量）多个水平（每个自变量有两个以上的水平），总的变异（因变量）分解成主效应（因素单独的影响）、交互效应（共同影响）随机误差（残差）。 总的平方和＝各因素引起的平方和＋共同的离差平方和＋误差平方和 3.路径 （1）Analyze general linear model univariate （2）将因变量添加到dependent variable中，将其它的自变量添加到Fixed facor中 （3）单击Option按钮，选择输出的统计量，一般选Homogeneity tests (4)单击Post hoc，选LSD或SNK （5）单击Model按钮，一般选择Full factorial (6)打开Plots按钮，输出交互影响图，将其中一个变量选如Horizontal Axis(x轴)，另一个选如Separate lines (Y轴)，第三个变量选如Separate plotes(Z),然后点击Add (7)单击Contrasts按钮，选择检验方法 Deviation表示以因变量的均值为标准，比较自变量水平上因变量的均值是否有显著性差异。 Simple表示以第一水平好最后一水平的因变量均值为标准，比较各水平上因变量的均值是否有显著性差异。 Difference表示各水平上因变量的均值与前一水平做比较。 Hermert表示各水平上因变量的均值与最后一个水平上的因变量的均值比较。 四、协方差分析 1.协方差分析的概念：将那些很难控制的因素作为协变量，在排除协变量影响的条件下，分析控制变量（自变量）对观察变量（因变量）的影响，从而更加准确地对控制因素进行评价。 条件：协方差分析要求协变量是连续变量（连续数据），协变量之间相互独立，控制变量之间没有交互影响。 2.路径 （1）Analyze general linear model univariate。 （2） 将因变量添加到dependent variable中，将其它的自变量添加到Fixed facor中，将协变量添加到Covariates中。 五、多元方差分析（MANOVA） 1.概念 多元方差分析是指多个自变量对多个因变量的影响。自变量