第五章 假设检验和方差分析1.ppt

* 方差分析 一、问题的提出 同一原材料加工产品质量 产地 各组产品的质量是否有显著差异？ 随机 原则 一个班级 的学生，某门课程的成绩 专业 分组 各组学生的成绩是否有显著差异？？？ 差异 随机误差 系统误差 随机 原则 加以比较 若存在显著性差异，则说明该因素的影响是显著的 例 某饮料生产企业研制出一种新型饮料。饮料的颜色共有四种，分别为橘黄色、粉色、绿色和无色透明。这四种饮料的营养含量、味道、价格、包装等可能影响销售量的因素全部相同。现从地理位置相似、经营规模相仿的五家超级市场上收集了前一时期该饮料的销售情况，见下表，试分析饮料的颜色是否对销售量产生影响。 30.8 29.6 32.4 31.7 32.8 绿色 27.9 25.1 28.5 24.2 26.5 橘黄色 31.2 28.3 30.8 27.9 29.6 26.5 28.7 25.1 29.1 27.2 1 2 3 4 5 粉色 无色 超市 该饮料在五家超市的销售情况 二、方差分析的基本概念 1、因素:因素又称因子，指所要检验的对象。是在实验中或在抽样时发生的“量”，通常用A、B、C……表示。 要分析饮料的颜色对销售量是否有影响，颜色是要检验的因素或因子 1）单因素方差分析 在实验中变化的因素只有一个。本例中只涉及一个因素，因此称为单因素方差分析 2）多因素方差分析 在实验中变化的因素不只有一个。 2、水平 因子在实验中的不同状态或因素的具体表现称为水平。 上例中A1、A2、A3、 A4四种颜色就是因素的水平 3、交互影响 如果因子间存在相互作用，称之为“交互影响”；如果因子间是相互独立的，则称为无交互影响。 4、观察值 在每个因素水平下得到的样本值 上例中每种颜色饮料的销售量就是观察值 5、总体 因素的每一个水平可以看作是一个总体 上例中A1、A2、A3、 A4四种颜色可以看作是四个总体 6、样本数据 上面的数据可以看作是从这四个总体中抽取的样本数据 数据结构 水平A1 水平A2 … 水平Ar x11 x12 … x1r x21 x22 … x2r : : : : : : : : xn1 xn2 … xnr 1 2 : : n 因素(A) i 观察值 ( j ) 三、方差分析的基本思想 （一）比较两类误差 以检验均值是否相等 （二）比较的基础是方差比 （三）如果系统(处理)误差显著地不同于随机误差，则均值就是不相等的；反之，均值就是相等的 （四）误差是由各部分的误差占总误差的比例来测度的 （一）两类误差 1、随机误差 在因素的同一水平(同一个总体)下，样本的各观察值之间的差异 比如，同一种颜色的饮料在不同超市上的销售量是不同的 不同超市销售量的差异可以看成是随机因素的影响，或者说是由于抽样的随机性所造成的，称为随机误差 2、系统误差 在因素的不同水平(不同总体)下，各观察值之间的差异 比如，同一家超市，不同颜色饮料的销售量也是不同的 这种差异可能是由于抽样的随机性所造成的，也可能是由于颜色本身所造成的，后者所形成的误差是由系统性因素造成的，称为系统误差 （二）两类方差 1、组内方差 因素的同一水平(同一个总体)下样本数据的方差 比如，无色饮料A1在5家超市销售数量的方差 组内方差只包含随机误差 2、组间方差 因素的不同水平(不同总体)下各样本之间的方差 比如，A1、A2、A3、A4四种颜色饮料销售量之间的方差 组间方差既包括随机误差，也包括系统误差 （三）方差的比较 如果不同颜色(水平)对销售量(结果)没有影响，那么在组间方差中只包含有随机误差，而没有系统误差。这时，组间方差与组内方差就应该很接近，两个方差的比值就会接近1。 如果不同的水平对结果有影响，在组间方差中除了包含随机误差外，还会包含有系统误差，这时组间方差就会大于组内方差，组间方差与组内方差的比值就会大于1。 当这个比值大到某种程度时，就可以说不同水平之间存在着显著差异。 （四）基本假定 1、每个总体都应服从正态分布 对于因素的每一个水平，其观察值是来自服从正态分布总体的简单随机样本 比如，每种颜色饮料的销售量必须服从正态分布 2、各个