第七章 方差分析2011.ppt

7.1.2 方差分析研究的内容 对试验数据进行科学的分析，以鉴别各种试验条件对试验结果的影响。 (1) 分析哪些因素对事物有显著的影响？ (2) 影响因素如何搭配可以使其效果最佳？ (3) 影响因素之间是否有交互作用？ 7.1.3 相关概念 实验指标：不同条件下所做实验的结果，用Xij表示。如产量，政策效果，销售量，收入等。 实验因素：影响实验结果的各种变化条件，用A，B，C 等表示。如影响粮食产量这一实验指标的实验因素有技术水平A，土壤条件B，种子种类C，人力投入D等。 实验水平：每一实验条件在实验中所处的状态，如先进技术A1，一般技术A2，适用技术A3，传统技术 A4等。 问题： 影响销售利润的因素有很多，如销售方案、营销人员、产品包装、广告等。在考察哪些因素对销售利润起主要作用时， 实验指标 实验因素　　分别是什么？ 实验水平 7.1.4 单因素方差分析基本原理 在一个试验中，因素A有r个水平A1，A2，A3……Ar ，设在水平Ai下的试验结果构成一个总体为 Xi 。 假定 i=1，2，……r， 为未知参数，且设各Xi相互独立。 在水平Ai下作了ni次试验，其观测值Xij看成取自正态总体Xi的随机样本，且要求各总体具有方差齐性。 这里的“因素”只有因素A一个，因此称为“单因素” 例：设有r个销售方案，各个方案的实施效果如下表所示： 单因素方差分析问题实质 研究因素的影响是否显著可以归结为考虑这r个总体是否具有相同的正态分布，即 方差分析的实质 方差分析是在若干个能够互相比较的资料组中，把产生变异的原因加以明确区分的方法和技术。方差分析的实质就是变异分析。 问题：如何描述观测量之间存在差异的大小？ 方差分析的基本原理认为对同一现象进行重复实验或观测所得到的不同样本数据之间的差异来源于两个方面： 组内变差 组间变差 观测量的差异 组内变差：完全由于偶然或不可控制的随机因素造成的差异，也叫做（随机误差)，用变量在各组的均值与该组内变量值之偏差平方和的总和表示：  三种销售方案分别在七个地区销售情况如下表，试比较三种销售方案的销售业绩是否存在显著差异？ 单因素模型构成 实验全部差异的总平方和被分解为两部分：一部分反映各水平下实验的随机误差；另一部分反映因素不同水平效应的差异。 从直观上看，如果组间方差远大于组内方差，说明了因素对指标的影响是显著的，则应当拒绝H0。  由 可知：若各个方案的主效应ai都为0，则各个方案的均值相同（等于 ） 单因素方差分析的基本任务是检验如下假设： 在正态总体xi，i=1，…，r相互独立且相等方差的假定下，H0为真时， 根据F分布的定义可得： 总结：单因素方差分析的实际算法 （1）先计算组间变差 （2）再计算组内变差 （3）计算F统计量之值（方案间的方差与所有方案内的方差之比） f对应的统计量F服从F（r－1，n－r）分布。 总结：单因素方差分析的实际算法 （4）判断 7.2 用SPSS作单因素方差分析 7.2.1使用系统默认选项的单因素方差分析 一、计算步骤 （1）建立适合于分析单因素方差分析的数据文件 （2） （3）使用系统默认选项的单因素方差分析 二、操作步骤 结果说明： F=41.564,显著性概率=0.000，小于0.05，因此拒绝原来的假设， 认为三个方案的销售业绩不完全相等。 问题：三个方案的销售量是否完全不相等？ 7.2.2单因素方差分析选项设置 1.在主对话框中，单击Contrasts（比较或对照）按钮，打开对话框 2.Post Hoc检验选项对话框 多重比较检验方法 LSD 用t检验完成各组间的配对比较 Bonferroni 设置每一试验对的误差率控制整个误差率 Sidak 基于t统计量的配对多重比较检验 Scheffe 用F分布对所有可能的组合进行同时进入的配对比较 R-E-G-WF F检验的多重递减程序 R-E-G-WQ 学生氏极差分布的多重递减程序 S-N-K 学生氏极差分布做出的均值的所有的配对比较 Equal Variances Assumed提供等方差假设下多重比较检验法(续) Tukey 学生氏极差分布做出的组间的所有的配对比较 Tukey’s-b 学生氏极差分布做出的组间的配对比较，临界值为 Tukey 检验法和S-N-K 法的相应值的平均值 Duncan 按序逐步比较的方法做出的配对比较 Hochber