最新第8章 方差分析41624162.docVIP

第8章 方差分析 【学习目标】 了解方差分析的含义。 理解方差分析的基本原理。 理解。 掌握SPSS中单因素方差分析的操作方法。 掌握SPSS中双因素方差分析的操作方法。 【引导案例】 不同运动队的平均成绩之间是否有显著差异？ 表8-1 三国射箭队的决赛成绩 （单位：环数） 1 7 8 6 8 7 8 7 8 9 9 9 10 10 7 7 9 8 8 2 7 10 9 9 9 9 9 8 9 9 10 8 9 9 10 9 7 10 3 8 10 9 8 8 10 9 9 9 8 10 9 10 8 8 10 8 9 4 9 10 9 10 8 10 8 9 9 9 8 9 9 9 9 9 9 10 每队的24箭成绩可以看作该队射箭成绩的一个随机样本。现在的问题是，获得金牌、银牌和铜牌的各队之间的射箭成绩是否有明显差异呢？如果采用第章检验方法，T检验做两两比较，比较3次这样不仅繁琐，而且每次检验犯第类错误的概率都是，多次检验会使犯第类错误的概率相应地增加，检验完成时，犯第类错误的概率会大于。同时，随着检验次数的增加，因素导致的可能性也会增加。本章介绍的方差分析方法可以解决这个问题，它同时考虑所有的样本数据，一次检验即可判断多个总体的是否相同，这不仅排除了犯第类错误的累积概率，也提高了检验的效率。 8.1 方差分析的原理 8.1.1 方差分析的概念 1. 什么是方差分析 方差分析（analysis of variance，ANOVA）是检验多个（两个或两个以上）样本平均数之间是否存在显著差异的一种方法。例如，不同教育水平（高中、本科、研究生）的员工收入是否有显著差异；不同地区（东部、中部、西部）的经济增长水平是否有显著差异；几种药物对一种疾病的治疗效果是否有显著差异等。需要注意的是，方差分析不是检验方差的差异，而是通过比较方差的方法检验平均数的差异。 2．方差分析的类型 方差分析可以分为单因素方差分析（oneway analysis of variance）和多因素方差分析（multiway analysis of variance）两大类。单因素方差分析是研究一个定类或定序变量与一个数值型变量之间的关系，即通过定类或定序变量进行分组，然后比较每个组数值型变量平均数的差异。例如上面例子都属于单因素分析。 多因素方差分析是研究两个及两个以上定类或定序变量与一个数值型变量之间的关系，它不仅能分析多个定类或定序变量对数值型变量的独立影响，还能分析多个定类或定序变量的交互作用能否对数值型变量的产生显著影响。例如，研究不同教育水平（高中、本科、研究生）和不同工作岗位（技术人员、管理人员、销售人员）的员工收入是否存在显著差异时，采用多因素方差分析既可以分别考查教育水平和工作岗位对员工收入的独立影响，还可以考查教育水平和工作岗位的交互作用对员工收入的影响。 方差分析中的定类或定序变量常被称为自变量，数值型变量称为因变量，自变量对因变量的影响称为自变量效应。下面我们将以单因素方差分析为例来介绍方差分析的基本原理，在多因素方差分析中，我们介绍最简单的双因素方差分析（way analysis of variance）。 8.1.2 方差分析的基本原理 下面通过一个实例来介绍方差分析的基本原理。 【例8-1】某公司采用四种促销方式销售品，为检验不同方式销售产品的效果，随机抽，得到了四种促销方式的品销售量，见表8-2表8-2 四种促销方式的销售量要分析四种促销方式的销售效果否有显著差异，也就是要判断“促销方式”对“销售效果”是否有显著影响，判断的方法就是检验这四种促销方式下的销售量的平均数是否相等。若平均数相等，则意味着“促销方式”对“销售量”没有影响，即四种促销方式的销售效果没有显著差异；若平均数不全相等，则意味着“促销方式”对“销售量”有影响，即四种促销方式的销售效果有显著差异。因此提出以下检验假设： （四种促销方式对销售量有显著影响）不全相等（四种促销方式对销售量有显著影响）1．常用术语 例8-先介绍方差分析中的常用术语。 （1）因素或因子（factor：即方差分析中的定类或定序变量，也就是所要检验的对象。例如，分析促销方式对销售量的影响，促销方式是要检验的因素。 （2）水平（level）或处理（treatment）：即因素的每个取值。例如，分析促销方式对销售量的影响因促销方式四个取值方式一、方式二、方式三和方式四就是水平因促销方式（3）试验：例8-只一个因素，因此称为单因素四水平的试验。 （4）总体：因素的每一个水平可以看作是一个总体。例如促销方式一四个总体。 （5）观察值：每个因素水平下得到的样本数据。例如，商品在四种促销方式