中央财经大学统计学课件第5章方差分析幻灯片.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 中央财经大学统计学院 * 例2 热带雨林 （4） 2、提出零假设和备择假设 零假设：雨林采伐对林木数量没有显著影响（各组均值相等）； 备择假设：雨林采伐对是有显著影响（各组均值不全相等）。 中央财经大学统计学院 * 例2 热带雨林 （5） 3、方差分析表 4、结论。 F值=11.433.32，p-值=0.00020.05，因此检验的结论是采伐对林木数量有显著影响。 变差源 SS df MS F P-value F crit 组间 625.16 2 312.58 11.43 0.0002 3.32 组内 820.72 30 27.36 总计 1445.88 32 　 　 　 　 中央财经大学统计学院 * 5.2.4 方差分析中的多重比较 在方差分析中，当零假设被拒绝时我们可以确定至少有两个总体的均值有显著差异。但要进一步检验哪些均值之间有显著差异还需要采用多重比较的方法进行分析。这在方差分析中称为事后检验(Post Hoc test)。 多重比较是对各个总体均值进行的两两比较。方法很多，如Fisher最小显著差异（Least Significant Difference，LSD）方法、Tukey的诚实显著差异（HSD）方法或Bonferroni的方法等。这里我们只介绍最小显著差异方法。 中央财经大学统计学院 * 用LSD法进行多重比较的步骤 1、提出假设 H0: mi = mj H1: mi ? mj 2、计算检验的统计量 3a、 如果 或 则拒绝H0。 3b、计算 的置信区间：如果0包含在该置信区间内则不能拒绝H0，否则拒绝H0。 中央财经大学统计学院 * 实例：热带雨林采伐 很多统计软件都可以直接进行多重比较。下表是SPSS对热带雨林例子的输出结果。 置信区间5.31~14.03，3.26~12.68不包括0，差异显著。 置信区间-6.04~3.02包括了0，差异不显著。 (I) 采伐类型 (J) 采伐类型 均值差 (I-J) 标准误 p-值 95% 置信区间 下限 上限 从未采伐过 1年前采伐过 9.67 2.14 0.0001 5.31 14.03 8年前采伐过 7.97 2.31 0.0017 3.26 12.68 1年前采伐过 从未采伐过 -9.67 2.14 0.0001 -14.03 -5.31 8年前采伐过 -1.69 2.31 0.4682 -6.40 3.02 8年前采伐过 从未采伐过 -7.97 2.31 0.0017 -12.68 -3.26 1年前采伐过 1.69 2.31 0.4682 -3.02 6.40 中央财经大学统计学院 * 5.3 双因素方差分析 5.3.1 无交互作用的双因素方差分析 5.3.2 有交互作用的双因素方差分析 5.3.3 双因素方差分析的步骤 中央财经大学统计学院 * 交互作用 交互作用即一个因素对因变量的影响程度受另一个因素的影响的情况。 假设学生分两类：在校和在职。把两类学生随机分成两组，分别采用课堂讲授和交互式教学方法，考试结果如下表。 可见课堂讲授的方式更适合于在校生，交互式教学方式更适合于在职生。在这种情况下我们说两个因素之间存在着交互作用。 课堂讲授 交互式教学 在校学生 90 75 在职学生 75 90 中央财经大学统计学院 * 双因素方差分析的类型和基本假设 双因素方差分析中因素A和B对结果的影响相互独立时称为无交互作用的双因素方差分析。 如果除了A和B对结果的单独影响外还存在交互作用，这时的双因素方差分析称为有交互作用的双因素方差分析 。 双因素方差分析中的基本假设是各个子总体都服从正态分布，有相同的方差，并且各个观测值之间相互独立（与单因素时相同）。 中央财经大学统计学院 * 5.3.1无交互作用的双因素方差分析模型 在无交互作用的双因素方差分析模型中因变量的取值受四个因素的影响：总体的平均值；因素A导致的差异；因素B导致的差异；以及误差项。写成模型的形式就是： 中央财经大学统计学院 * 5.3.1无交互作用的双因素方差分析模型 离差平方和的分解： SSA SSB SSE SST 中央财经大学统计学院 * 无交互作用的双因素方差分析表 变差来源 离差平方和 SS 自由度 df 均方 MS F值 A因素 SSA r-1 MSA=SSA/(r-1) FA=M