第十一章_方差分析精品.ppt

种 类 无交互作用的双因素方差分析，它假定因素A和因素B的效应之间是相互独立的，不存在相互关系； 有交互作用的方差分析，它假定A、B两个因素不是独立的，而是相互起作用的，两个因素同时起作用的结果不是两个因素分别作用的简单相加，两者的结合会产生一个新的效应。 数据结构—无交互作用的双元素方差分析 分析步骤—无交互作用的双元素方差分析 一、建立假设 二、构造检验F统计量 三、判断与结论 例题 Excel操作 构造F统计量 判断与结论 例题 Excel操作 * MATLAB和R软件 例3 、用4种工艺生产灯泡，从各种工艺制成的灯泡中各抽出了若 干个测量其寿命，结果如下表，试推断这几种工艺制成的灯泡寿 命是否有显著差异。 工艺 序号 A1 A2 A3 A4 1 1620 1580 1460 1500 2 1670 1600 1540 1550 3 1700 1640 1620 1610 4 1750 1720 1680 5 1800 解 编写程序如下： x=[1620 1580 1460 1500 1670 1600 1540 1550 1700 1640 1620 1610 1750 1720 1680 1800]; x=[x(1:4),x(16),x(5:8),x(9:11),x(12:15)]; g=[ones(1,5),2*ones(1,4),3*ones(1,3),4*ones(1,4)]; p=anova1(x,g) 求得 0.01p=0.03310.05，所以几种工艺制成的灯泡寿命有显著差异。 数据结构—有交互作用的双元素方差分析 分析步骤—有交互作用的双元素方差分析 一、建立假设 二、构造检验F统计量 三、判断与结论 例题 Excel操作 构造F统计量 判断与结论 例题 Excel操作 * * * * * * * * * * 方差分析 第十一章 方 差 分 析 方差分析（Analysis of Variance, ANOVA），是20世纪20年代由英国统计学家费希尔（Ronald Aylmer Fisher）（罗纳德费舍尔艾尔默）首先提出的，最初主要应用于生物和农业田间试验，以后推广到各个领域应用。它是直接对多个总体的均值是否相等进行检验，这样不但可以减少工作量，而且可以增加检验的稳定性。 本章内容 一、方差分析概述 二、单因素方差分析 三、双因素方差分析 知识点 11.1. 方差分析概念 11.2. 单因素分析 11.3. 多重比较检验 11.4. 双因素方差分析（无交互作用） 11.5. 双因素方差分析（有交互作用） 第一节 方差分析中概述 一、方差分析中的常用术语 二、方差分析的基本思想 三、方差分析的基本假定 第二节 单因素方差分析 一、单因素方差分析的数据结构 二、单因素方差分析的步骤 三、方差分析中的多重比较 第三节 双因素方差分析 一、双因素方差分析的种类 二、无交互作用的双因素方差分析 （数据结构、分析步骤） 三、有交互作用的双因素方差分析（数据结构、分析步骤） 常用术语 因素 均衡 交互作用 水平 单元 元素 水 平 水平指因素的具体表现，如销售的四种方式就是因素的不同取值等级。有时水平是人为划分的，比如质量被评定为好、中、差。 因素 因素是指所要研究的变量，它可能对因变量产生影响。要分析不同销售方式对销售量是否有影响，所以，销售量是因变量，而销售方式是可能影响销售量的因素。 如果方差分析只针对一个因素进行，称为单因素方差分析。如果同时针对多个因素进行，称为多因素方差分析。本章介绍单因素方差分析和双因素方差，它们是方差分析中最常用的。 交互作用 如果一个因素的效应大小在另一个因素不同水平下明显不同，则称为两因素间存在交互作用。当存在交互作用时，单纯研究某个因素的作用是没有意义的，必须分另一个因素的不同水平研究该因素的作用大小。如果所有单元格内都至多只有一个元素，则交互作用无法测出。 在实际中，许多问题都涉及多因素的影响，一般要先在众多因素中选出影响大的，以进一步做更细致的试验，用来判断一个因素的影响“是否大‘的主要方法是方差分析法。 在方差分析中，把试验数据的总波动（总变差或总方差）分解为由“所考虑因素”引起的波动（各因素的变差）和随机因素引起的波动（误差的变差），然后通过分析比较这些变差来推断哪些因素对所考察指标的影响是显著的 。 基本思想 A的变化严格控制在几个不同的状态或等级上进行变化，因素A的每个状态或等级成为因素A的一个水平。若因素A设定了s个水平，则分别记为 A1，A2，…，As。 单因子方差分析 ：在其它