统计学导论第八章方差分析.pptVIP

因子A（辅导课程）对GMAT成绩无影响； 因子B（学校类型）对GMAT成绩有影响； 因子A与因子B无交互作用。 * 拒绝原假设，我们可以认为行业对被投诉次数有显著影响。 【例8-2】请对【例8-1】进行单因素方差分析（显著水平α＝0.05 ）。 解： 原假设： 不同计量的安眠药对入睡时间没有影响 备择假设： 不同计量的安眠药对入睡时间有显著影响 使用Excel软件中的单因素方差分析可以很方便的得到如下的分析表。 从表中可以看出 值p＝1.08E-06，远远小于α＝0.05 。所以认为安眠药剂量对入睡时间存在显著影响，应该拒绝原假设 。 表8-4 Excel得到的方差分析表 差异源 平方和 自由度 均方差 F值 P值 F临界值 剂量 291 2 145.5 39.32432 1.08E-06 3.682317 误差 55.5 15 3.7 － － － 总计 346.5 17 － － － － 用Excel进行方差分析 (Excel分析步骤) 第1步：选择“工具 ”下拉菜单 第2步：选择【数据分析】选项 第3步：在分析工具中选择【单因素方差分析】 ，然后选择【确定】 第4步：当对话框出现时，在【输入区域 】方框内键入数据单元格区域 在【?】方框内键入0.05(可根据需要确定) 在【输出选项 】中选择输出区域 【例8-3】现有四种不同产地的化工原料，按照同样的工艺合成一新产品，测得新产品的熔点（单位：摄氏度）数据如下表。 请分析原料产地对产品熔点的影响（显著水平 α＝0.05 ）。 解：这是一个不等重复的单因素试验。由题意设原料来自四个产地的产品熔点均值为 。 由于 值p=0.274499，大于显著水平α＝0.05 。所以认为原料产地不会对新产品的熔点产生显著影响，不能拒绝原假设 。 重复测得新产品的熔点（单位：摄氏度） 1 2 3 4 产地 A1 124.0 123.0 123.5 123.0 A2 123.0 122.0 － － A3 121.5 121.0 123.0 － A4 123.5 121.0 － － 表8-5 Excel得到的方差分析表 差异源 平方和 自由度 均方差 F值 P值 F临界值 组间 4.429924 3 1.476641 1.595342 0.274499 4.34683 组内 6.479167 7 0.925595 － － － 总计 10.90909 10 － － － － 三、应注意的问题 1．方差分析需满足的假设条件。方差分析实质上是对各总体均值相等假设进行检验，为了得到检验统计量的精确分布，要求满足的前提条件是（1）每次试验都是独立进行的；（2）各样本都是来自正态总体的；（3）各总体的方差是相等的。只有满足这些条件，方差分析的结果才是有效的。而一般地，我们总认为以上的假定条件都是满足的或近似满足的。 2．在实际问题中，各水平下的总体的试验次数可以相等也可以不等，分析过程和结论基本不变。但是当试验次数相差较大或因素较多时应该考虑采用广义线性模型分析，以消除非均衡试验设计的影响。 3．方差分析只能判断各总体的均值是否相等，而不能判断出哪个总体的均值是大还是小，这时需要在均值不等的前提下，将采用多重比较法进一步比较各个均值的大小。 第三节 双因素方差分析 无交互作用的双因素方差分析 有交互作用的双因素方差分析 多因素方差分析用来研究两个及两个以上控制变量的不同水平是否对观测变量产生了显著影响。多因素方差分析不仅能够分析多个因素对观测变量的独立影响，还能够分析多个控制变量的交互作用能否对观测变量产生显著影响。例如：分析不同品种、不同施肥量是否给农作物的产量产生显著影响，并进一步研究哪种品种和哪种施肥量是提高农作物产量的最优组合。 【例8-4】有一工业产品，在两种不同用量的催化剂（ P,N）作用下产量如下表: 这里，有两个因素P和N对产量起作用。从图形上可以清楚看到，当P=0时和当P=4时，对应的N=0和N=6的产量各不相同。这就表明因素P的影响程度要受因素N的水平影响，即存在因素之间的交互作用。而若P=0和P=4的两条直线平行， 则可以认为 之间不存在 交互作用或者交互作用 不显著。 图8-2 P,N对产量的交互效应 P=0 P=4 N=0 400 450 N=6 430 560 对于存在交互作用的情况，必须要在两个因素的各种水平组合下进行重复试验，并利用重复试验的平均值来估计该水平组合对试验结果的影响，以区分出试验误差和交互作用。而对于交互