第9章方差分析（现).ppt

第9章 方差分析 主要内容 一、方差分析及其有关术语 二、方差分析的基本思想和原理 三、单因素方差分析 四、双因素方差分析 9.1 方差分析概述 9.1.1 什么是方差分析 1.检验多个总体均值是否相等的统计方法，称为方差分析。 研究分类型变量与数值型变量之间有无关系、关系的强度。 方法：通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著的影响。 2.有单因素方差分析和双因素方差分析 单因素方差分析：只涉及一个分类型自变量对数值型因变量的影响； 双因素方差分析：涉及两个分类型自变量对数值型因变量的影响  分析四个行业之间的服务质量是否有显著差异，也就是要判断“行业”对“投诉次数”是否有显著影响 一般而言，如果它们的均值相等，就意味着它们之间的服务质量没有显著差异；如果均值不全相等，则意味着它们之间的服务质量有显著差异 要分析四个行业的服务质量是否有显著差异，可以归结为检验这四个行业被投诉次数的均值是否相等。 9.1.2 方差分析的有关术语 1.因素或因子 在方差分析中，所要检验的对象称为因素或因子；上例中，要分析行业对投诉次数是否有影响，行业是所要检验的对象——因素或因子。 2.水平或处理 因素的不同表现称为水平或处理；零售业、旅游业、航空公司、家电制造业是“行业”这一因素的具体表现，称为水平或处理。本例有四个水平。 3.观测值 每个水平下的样本数据称为观测值。本例不同行业的投诉次数就是观测值 。 4.总体 因素的每一个水平可以看做是一个总体。如零售业、旅游业等。 5.样本数据 调查得到的数据可以看做从总体中抽取的样本数据。本例各行业的被投诉次数即为样本数据。 本例是只涉及一个分类型自变量——行业和数值型因变量——被投诉次数，故是单因素方差分析；是要研究“行业”对“投诉次数”的影响。 零售业、旅游业、航空公司、家电制造业是“行业”这一分类型自变量的具体取值，“投诉次数”是因变量，它是一个数值型变量，不同的投诉次数就是因变量的具体取值。 9.1.3 方差分析的基本思想和原理 图形分析 从散点图上可以看出 不同行业被投诉的次数是有明显差异的 即使是在同一个行业，不同企业被投诉的次数也明显不同 家电制造业被投诉的次数较高，航空公司被投诉的次数较低 行业与被投诉次数之间有一定的关系 如果行业与被投诉次数之间没有关系，那么它们被投诉的次数应该差不多相同，在散点图上所呈现的模式也就应该很接近 仅从散点图上观察还不能提供充分的证据证明不同行业被投诉的次数之间有显著差异，因为这种差异也可能是由于抽样的随机性所造成的。 需要有更准确的方法来检验这种差异是否显著，也就是进行方差分析。 因为我们感兴趣的是均值，但在判断均值之间是否有差异时需借助于方差，所以叫方差分析。 这个名字也表示：它是通过对数据误差来源的分析，来判断不同总体的均值是否相等。因此，进行方差分析时，需要考察数据误差的来源。 关于误差 随机误差 因素的同一水平(总体)下，样本各观察值之间的差异 比如，同一行业下不同企业被投诉次数是不同的 这种差异可以看成是随机因素的影响，称为随机误差 系统误差 因素的不同水平(不同总体)下，各观察值之间的差异。比如，不同行业之间的被投诉次数之间的差异 这种差异可能是由于抽样的随机性所造成的，也可能是由于行业本身所造成的，后者所形成的误差是由系统性因素造成的，称为系统误差  组内方差 因素的同一水平(同一个总体)下样本数据的方差 比如，零售业被投诉次数的方差 组内方差只包含随机误差 组间方差 因素的不同水平(不同总体)下各样本之间的方差 比如，四个行业被投诉次数之间的方差 组间方差既包括随机误差，也包括系统误差  若不同行业对投诉次数没有影响，则组间方差中只包含随机误差，没有系统误差。这时，组间方差与组内方差的比值就会接近1 若不同行业对投诉次数有影响，在组间方差中除了包含随机误差外，还会包含有系统误差，这时它们之间的比值就会大于1 当这个比值大到某种程度时，就可以说不同水平之间存在着显著差异，也就是自变量对因变量有影响 判断行业对被投诉次数是否有显著影响，实际上是检验被投诉次数的差异主要是由于什么原因所引起的。如果这种差异主要是系统误差，则说明不同行业对被投诉次数有显著影响。 9.1.4 方差分析的基本假定 1.每个总体都服从正态分布。 2.各个总体的方差必须相同。 3.观测值是独立的。 在上述假定下，要分析自变量对因变量是否有影响，实际上就是要检验自变量的各个水平的均值是否相等。 尽管我们不知道4个总体的均值，但可以用样本数据来检验它们是否相等。如果4个总体的均值相等，可以期望4个样本均值也非常接近。 9.2 单因素方差分