统计学课件第8章方差分析配套讲义.pptVIP

* * 第八章 方差分析 第一节 方差分析的基本问题 第二节 单因素方差分析 第三节 方差分析中的多重比较 第四节 双因素方差分析 第一节 方差分析的基本问题 * * 第八章 方差分析 一、方差分析问题的提出 假设检验主要是为了检验两总体的均值是否有显著的差异，或是对总体参数的一种猜想进行判断。而对于多个总体均值是否有显著的差异这一问题，如果按照假设检验的方法进行分析，就需要花费很大的精力。 因而，统计学提供了一种更为方便有效的分析方法——方差分析法（Analysis of Variance，简称ANOV）。与假设检验相比较，方差分析能一次性地检验多个总体均值是否存在显著差异，相应的假设表述为： * * 二、方差分析的基本概念 （一）方差分析：检验多个总体均值是否相等的统计方法。 （二）因素：又称因子，是方差分析中所要检验的对象，即在试验中或在抽样时发生变化的“量”，通常用A、B、C…表示。 （三）水平：因子在试验中的不同表现称做水平或处理。 （四）观测值：在每个因子水平下得到的样本数据称之为观测值。 （五）交互影响：当方差分析的因子间存在相互影响时，我们称为“交互影响”，交互影响也称交互作用。 * * 三、方差分析的基本思想和原理 * * 方差的分解：误差平方和的分解是我们进行方差分析的 “切入点” 方差分析：系统误差与随机误差。 检验统计量：比较的基础是方差比（F 分布），需要对组 间方差与组内方差的结果进行比较。 1 2 3 a F 分布 F?(k-1,n-k) 0 拒绝H0 不拒绝H0 F 方差分析的分析步骤 * * 建立原假设和备择假设 选择显著性水平 确定决策点 计算并决策 第二节 单因素方差分析 * * 第八章 方差分析 一、单因素方差分析的基本原理 单因素条件下误差平方和的分解： 1.总误差平方和SST：全部数据方差大小的平方和，反映了样本数据的总波动。 2.组间误差平方和SSA：表示的是组间方差总和，是由各组均值差异引起的。 3.组内误差平方和SSE：表示的是组内方差部分，由随机误差产生。 三者之间满足关系： * * 图8-2 数据误差平方和分解图 二、因素作用的显著性检验方法 SST、SSA和SSE的自由度满足如下关系： SSA和SSE对应的均方差分别为： 构造F统计量： F临界值 * * 接受原假设 拒绝原假设 三、单因素方差分析中的几个问题 （一）方差分析需满足的假设条件 1.样本是独立的随机样本 2.各样本都来自正态总体 3.各总体方差相等 （二）在实际问题中，各水平下总体的试验次数可以相等或者不相等，而分析过程和结论基本不变。 （三）方差分析存在局限性。 * * 单因素方差分析 【例8-1】某集团在华南、华中、华北、东北四个地区各拥有一家分公司，相应地简称为A公司、B公司、C公司、D公司，从这四家公司中分别随机抽取六个月的收益，资料如下表所示。试分析这四家分公司的平均月收益是否相同，从而确定区域因素是否对公司收益有影响（取a=0.05 ）。 * * ? A公司 B公司 C公司 D公司 第一个月 300 210 420 320 第二个月 360 330 240 340 第三个月 270 240 360 260 第四个月 240 390 300 330 第五个月 330 300 330 300 第六个月 280 330 360 320 表8-1 四家分公司的平均月收益（单位：万元） 单因素方差分析 解：首先，把每一家分公司的月收益看成一个总体，以上问题的实质是检验这四个总体的均值是否相等： 其次，确定显著性水平： a=0.05 然后，通过查表或由Excel可知临界值 =3.1。 Excel输出的方差分析结果： 样本的统计量F=0.672， 小于临界值； P值大于显著性水平0.05； 所以，接受原假设。即区域 因素对四家分公司的月收益 没有实质性影响。 * * 第三节 方差分析中的多重比较 * * 第八章 方差分析 主要步骤如下： 第1步 提出假设： 第2步 计算检验统计量 ； 第3步 计算LSD，公式为： 第4步 显著性水平 下的拒绝规则： 如果 ，则拒绝原假设； 如果 ，则不拒绝原假设。 最小显著差异法（LSD） * *